[Гурбанов] Кирилл говорил
@kgrbnv
2 3 2.7K
Ничто не сравнится с этим ощущением: когда спускаешься с горы обратно в цивилизацию, чувствуешь, что у тебя огромные яйца
«Если сегодня мы не умеем работать с искусственным интеллектом — у нас нет конкурентного преимущества. Но если завтра не научимся — это уже будет конкурентный недостаток».
«Худшее, что вы можете сделать — это поручить внедрение AI какому-то стороннему айтишнику. У нас же в голове айтишник почему-то близок к ИИ, хотя это вообще не так. ИИ должен стать сквозным элементом стратегии каждой функции.
Есть HR-директор — он и должен быть главным по ИИ в HR. Есть финдиректор — он главный по ИИ в финансах. Директор по продажам — то же самое. Иначе ничего не взлетит».
«Все привыкли, что ИИ — это когда мы заминусуем трёх человек и подключим в процессы ИИ. Это, конечно, хорошо.
Но главное — встроить ИИ в принятие управленческих решений. Представьте: возник на совещании вопрос — написали запрос в чат, и через три минуты у вас ответ. Как будто под рукой лучший совет директоров. Можете за секунду получить консультацию у всех макинзоидов сразу. Не пользоваться этим — просто смертельное преступление».
«Если процесс продажи сложный — кухня, машина, квартира — оттуда человека убрать очень тяжело. Это всё про доверие: вы должны несколько раз прийти, подобрать свою комплектацию, у вас должен возникнуть комфорт внутри».
«Электронные ценники мы обсуждали, наверное, лет десять. Всё считали окупаемость, спорили, откладывали. А сейчас, с ИИ, у тебя просто нет этих десяти лет на подумать.
Пока ты полгода согласовываешь пилот, конкурент уже внедрил, откатал и пошёл дальше. Скорость принятия решений стала важнее самого решения».
Пока все ещё почти из каждого утюга доносится «беги, автоматизируй, опоздаешь», крупнейшие компании в Штатах уже упёрлись в бюджеты.
Amazon и Meta прикрыли внутренние рейтинги по использованию ИИ — сотрудники начали накручивать токены ради красивой цифры в таблице, а платить за это пустое жжёние приходилось компании. Microsoft раздал разработчикам лицензии на Claude Code и в конце июня отозвал: на одного инженера набегало до $2000 в месяц.
В июле расходы на токены по рынку впервые пошли вниз — минус 20% от майского пика. Даже термин появился обратный: не tokenmaxxing, а tokenminimizing 😄
Это к тому, что гонка не такая выигранная, как кажется изнутри пузыря. Никто ещё не улетел в будущее без вас :)
ИИ силён там, где всё сводится к тексту: договоры, звонки, переписки, отчёты, поддержка, документы. Юристы, например, до 60% времени тратят на поиск и анализ информации — это чистый текст, родная гавань для ИИ.
Раньше выигрывал тот, у кого классный продукт. Сейчас навайбкодить рабочий SaaS за пару недель может кто угодно. А значит, и любая компания, которую вы считали заказчиком, сможет собрать себе то же самое — быстрее и надёжнее, потому что у неё своя IT-команда.
Продавать теперь нужно не продукт, а результат. Поэтому самое время обзаводиться аудиторией, и личной, и бренда.
Вот тут я писал даже пост об этом.
Есть даже статистика, что порядка 7% крупных компаний в США дошли до раскатки AI-автоматизации на масштаб компании. Все остальные находятся на этапах ранних пилотов.
И моя любимая прошлогодняя аналитика: 95% внедрений AI с точки зрения возврата на инвестиции неуспешны. Только 5% имели экономический смысл.
Это самый большой миф — делать то, что кажется прикольным.
Считать эффект надо до старта: либо через экономию, либо через новые деньги, которые появляются за счёт роста маржи и конверсий.
В sfer.ai мы отбиваем две трети запросов ещё на входе. К нам приходят с идеей «давайте автоматизируем юротдел из двух человек», считаем — автоматизация стоит 5 млн, экономит всего 1 млн. Вот вам и разрыв в пять раз 😬
Я бы остерегался больших стратегий в стиле McKinsey (при всей моей любви к ним), которые займут полгода, а потом ещё три года на внедрение. Лучше найти одну болевую точку, дёшево и сердито что-то проверить — и переходить к следующей.
А искать эффект надо там, где много людей делают повторяемую рутину, легко описываемую инструкциями.
Всё, что требует опыта и принятия решений — стратегия и крупные сделки — пока за человеком. Плюс креатив и вкусовщина: какой tone of voice должен быть у бренда, как он должен позиционироваться — это AI не подскажет, вы сами выберете, нравится вам или нет.
А вот рутина без интеллектуального вовлечения — проверка документов, юридическая текучка, когда одни и те же допники подписываешь тысячами и меняются только названия компаний — автоматизируется на ура. Но с правильным контекстом, кучей гайдов и проверкой результата.
Для бизнеса AI уже экономически обоснован, но все компании-производители моделей в себестоимости тратят больше, чем получают с нас. Поэтому они бесконечно поднимают инвестиции.
В какой-то момент этот праздник жизни, вероятнее всего, закончится. Первые звоночки уже есть — крупные компании отзывают деньги из AI, пишут, что на токены тратят больше, чем на сотрудников. Uber, например, сжёг годовой бюджет на AI за 4 месяца.
Круто построить все процессы на одной модели, но завтра она заблокирует аккаунт или поднимет цену — и всё сразу рушится.
Поэтому система должна быть сбалансированная: где-то дорогие проприетарные модели, а где-то свои, локальные. Берёте open-source модель, какой-нибудь Qwen, разворачиваете на своих серверах — и с этого момента вообще не контактируете с производителем.
Мы как руководители и специалисты трансформируемся в оркестраторов — только уже не сотрудников, а агентов.
По сути каждый станет менеджером в своей работе. Занимались всю жизнь бухгалтерией и перекладыванием бумажек — научитесь отвечать за эту функцию, но делать её будешь не руками, а настроенными системами.
Я сам теперь с удовольствием занимаюсь финансами. До этого было скучно и сложно организовать, а сейчас можно самому себе всё построить и во всём разбираться. Оно становится проще и прикольнее :)
Недостаточно просто сделать красивую презентацию и в ней рассказать, что теперь вы AI-first компания. Нужно добиться того, чтобы каждый сотрудник стал на «ты» с этими инструментами. Только тогда всё заработает.
Любые изменения нельзя оставлять в вакууме — вакуум сразу заполняется самыми страшными теориями. Поэтому важно коммуницировать и привлекать людей к участию на ранних стадиях, чтобы они попробовали, кайфанули и сами нашли, как оптимизировать свою работу.