Як перетворити персональні експерименти з ШІ на системну перевагу для бізнесу? І при цьому не поховати проєкт у неправильному розрахунку ROI. Розповідає CEO IT-компанії DevRain Олександр Краковецький, який має статус Microsoft AI MVP як експерт у ШІ
Заощаджуйте, отримуючи 6 журналів за ціною 4
Купуйте річну передплату на шість журналів Forbes Ukraine за 1 799 грн замість 2 400 грн. Читайте головні історії українського бізнесу, ексклюзивні рейтинги та глибоку аналітику в кожному номері.
Ми володіємо найкращими технологіями, які тільки можна уявити. Парадокс – ми досі не знаємо, що з ними робити.
Перший шок від появи генеративного штучного інтелекту минув. Організації пережили етап адаптації інструментів на персональному рівні: співробітники навчилися писати листи, резюмувати зустрічі та генерувати код.
Тепер бізнес стикається з набагато складнішим питанням: як перейти від індивідуальної продуктивності до системної. Питання «Що саме ми маємо побудувати» заганяє більшість компаній у пастку невизначеності.
Який вихід?
Готовність до ШІ
Нині бізнес розривається між страхом втрачених можливостей і побоюванням витратити ресурси на експерименти або створення продукту, функції якого можуть невдовзі з’явитися в інструментах загального призначення від OpenAI, Microsoft чи Google.
Інвестиція в розробку власного інструменту сьогодні може знецінитися завтра. Рано чи пізно технології вийдуть на «плато продуктивності». Виграють ті, хто інвестував у готовність.
Навчання співробітників. Писати запити в ChatGPT – вчорашній день. Люди повинні володіти просунутими інструментами, розуміти логіку роботи великих мовних моделей та вміти комбінувати різні інструменти. Це персональний рівень продуктивності, без якого неможливо перестрибнути на наступний.
Створення інфраструктури даних. Переконайтеся, що вам відомі такі терміни, як MDM, ETL, MCP, A2A, RAG, набори даних. Якщо ні – у вас є список першочергових завдань.
Розсилка Forbes AI: штучний інтелект очима тих, хто ризикує грошима
Оптимізація процесів. Рефакторинг процесів допоможе зрозуміти, де вам потрібен штучний інтелект, і найголовніше – де точно ні. Сучасні агенти на базі ШІ здатні виконувати процеси нелінійно. Це означає зміну парадигми того, як виконуються завдання.
Інфраструктура для агентів. Потрібно переосмислити роль програмного забезпечення. Штучний інтелект не повинен на 100% імітувати дії людини (клікати мишкою чи відкривати вікна у браузері). Потрібно будувати паралельну інфраструктуру, де автономні агенти зможуть взаємодіяти між собою та системами напряму без людського інтерфейсу.
Але з людиною в центрі (human in the loop), принаймні ще деякий час.
Створення суперкоманд. Майбутнє не за роздутими штатами, а за невеликими, елітними командами, які, озброєні різноманітними штучними інтелектами, видають х10 продуктивність.
Інвестиція в готовність – це єдина інвестиція з гарантованим ROI в епоху невизначеності. Експериментувати можна там, де ціна помилки мінімальна.
Які є ШІ-кейси
Потенційні сценарії використання (use cases) умовно можна класифікувати як:
Операційні (operational): Рішення, що дозволяють економити ресурси. Це може бути автоматизація рутинних операцій, підтримка клієнтів, обробка документів.
Предметні (domain): Рішення, що покращують специфічні для бізнесу сценарії, як-от прогнозування попиту в ритейлі або аналіз ризиків у банкінгу.
Трансформаційні (transformational): Рішення, що дають змогу збільшити прибуток завдяки зміні оргструктури та бізнес-моделей.
Операційні кейси здаються «швидкими перемогами». На практиці це часто ілюзія.
Фінансова компанія Klarna гучно заявила, що автоматизувала клієнтську підтримку та показала феноменальні цифри. Через рік вона почала повертати людей в офіси, визнавши, що експеримент був невдалий. Наслідок – репутаційні та фінансові втрати.
Головна помилка – сприймати ШІ як інструмент заміни персоналу. Оптимізація може бути наслідком, але не метою. Важливіше – покращити процес.
У випадку підтримки клієнтів більш стратегічною інвестицією міг би стати аналіз першопричин: ШІ автономно збирає та аналізує необхідні записи, логи та готує попередні висновки.
Предметні кейси складніше ідентифікувати, але вони часто дають більший ефект. Податкові органи Франції використали комп’ютерний зір для аналізу супутникових знімків і виявили тисячі незадекларованих приватних басейнів. Результат – близько €10 млн додаткових надходжень. Це приклад рішення, яке неможливо знайти без глибокого розуміння домену.
Трансформаційні кейси змінюють правила гри. Наприклад, ШІ-компанії на кшталт Anthropic чи OpenAI використовують власні моделі для створення нових версій своїх продуктів.
Як рахувати ROI від ШІ
Керівники компаній шукають кейси зі зрозумілим класичним ROI. З операційними кейсами формула ніби проста: порахували витрати – порівняли з економією. Якщо різниця позитивна – переходимо до реалізації.
Проблема в тому, що абсолютна більшість проєктів за такої логіки ніколи не почнуться, бо ШІ потребує певного рівня готовності бізнесу до впровадження штучного інтелекту (AI Readiness).
80-90% бюджету може піти на створення технічного завдання, очищення й структурування даних, опис правил і обмежень, інтеграції – на все що завгодно, крім ШІ.
Справедливо було б не включати вартість цих етапів до «економіки» проєкту. На практиці бізнес так не міркує, тому більшість проєктів приречені ще до старту.
Якщо бізнес пройшов перший етап, то наступним є розрахунок вартості створення ШІ-рішення та його підтримки. Раніше діяв принцип Парето: створення – 80%, підтримка – 20%. Нині цей розподіл може бути дзеркальним.
З’являється токеноміка: витрати на токени, індексування даних, майбутнє донавчання моделей. Фінансова модель стає динамічною, а не статичною.
Для великих приватних і державних компаній, що працюють через публічні закупівлі, це означає відсутність будь-якого адекватного способу закупівель ШІ-послуг та реалізації ШІ-проєктів.
Вихід – розділяти бюджети, зокрема на цифрову трансформацію, підготовку інфраструктури, обробку даних, адаптацію API, Master Data Management, підписки та ліцензії, хмарні ресурси і врешті-решт розробку програмних рішень.
У такому випадку «економіка» проєкту почне поступово сходитися.
Варто також не зациклюватися на поточних цінах токенів. Швидкість, з якою вони дешевшають, є феноменальною.
