Полная расшифровка
Конор Дохерти: Это Supply Chain Breakdown, и в течение следующих 30 минут мы будем разбирать разрыв ценности генеративного ИИ. Меня зовут Конор. Я директор по коммуникациям здесь, в Lokad, а справа от меня, как всегда, основатель Lokad Джоаннес Верморель.
Чтобы было ясно, когда мы говорим «разрыв ценности генеративного ИИ», мы имеем в виду, и я цитирую, «общую нехватку ясных данных, подтверждающих положительную отдачу от инвестиций (ROI) для многих корпоративных ИИ проектов». Прежде чем мы углубимся, оставьте комментарий ниже, какие проблемы в цепях поставок вы надеетесь, что GenAI решит, а также как можно скорее задавайте свои вопросы. Джоаннес и я обсудим их примерно через 20 минут. Давайте продолжим.
Джоаннес, предыстория этого разговора возникла, когда я нашёл несколько опросов от крупных консалтинговых фирм и некоторых государственных учреждений, которые, по существу, говорили о сомнительной отдаче от инвестиций в эти ИИ проекты, о которых мы говорим. Для тех, кто пропустил это, очень краткое введение. Согласно BCG, то есть Boston Consulting Group, примерно 75% компаний не могут масштабировать или монетизировать свои ИИ проекты. Согласно McKinsey, около 80% не видят влияния на EBIT. Согласно PwC, по меньшей мере, половина компаний даже не проводила проверки рисков ИИ. И согласно KPMG, примерно один из десяти крупных руководителей в много миллиардных компаниях, как говорится, крайне уверен в том, что когда-либо увидит ROI своих проектов.
Я слышу это и добавляю: Гарвард заявил, что от 0,5% до 3,5% рабочих часов действительно используют генеративный ИИ, что переводится примерно в 0,5%-ное повышение продуктивности. Национальное бюро экономических исследований в 2025 году сообщило, что чат-боты на базе ИИ не оказали значительного влияния на доходы. И, наконец, согласно Reuters, более 50% крупных организаций даже не отслеживают ROI этих проектов. Теперь, Джоаннес, могу спросить: удивляют ли вас какие-либо из этих цифр?
Джоаннес Верморель: Нет. Это те же самые модели, которые наблюдаются в индустрии при внедрении всех революционных технологий. Видите ли, веб 25 лет назад был совершенно таким же. Если заглянуть 45 лет назад, это было введение вычислительной техники в компаниях — то же самое. А совсем недавно, скажем, облачные вычисления — опять то же самое.
Таким образом, суть в том, что когда появляются преобразующие технологии, это очень интересно. Многие компании видят технологию, правильно понимают, что она огромная, революционная, и начинают что-то делать — и это заканчивается полным провалом. Это происходит снова и снова.
Может показаться, что 90% неудач — это абсолютно ужасно, но реальность такова, что эти 10%, которые добьются успеха, изменят отрасль навсегда. Таким образом, можно иметь и то, и другое одновременно: ситуацию, когда 90% терпят неудачу, а оставшиеся 10% меняют индустрию. Если вспомнить веб, то почти все инвестиции в веб-проекты 2000-х прошли крайне неудачно, а вот мы 25 лет спустя, и веб стал всем. Электронная коммерция стала супермасштабной; более 80% людей находят своих партнеров онлайн и т.д. Влияние просто колоссальное. Видео и фильмы теперь продаются через интернет — Netflix. Влияние огромное. Но веб-порталы, которые были популярны в 2000-х? Их уже нет. Это было среди многих подобных неудачных идей того времени. И я думаю, что GenAI идет по очень похожему пути. Множество эффектных решений провалятся.
Моя точка зрения заключается не в том, что мы не видим отдачи, ведь для преобразующих технологий всё еще ранняя стадия — нас не следует обманывать отсутствием метрик. Вопрос в том, что не хватает сути: действительно ли вы делаете что-то значимое с ее помощью? В Lokad у нас более полудюжины проектов, и для некоторых сегментов, где мы применяем эти технологии, они полностью революционизировали нашу работу. Мы не собираемся возвращаться к прежнему. Был один мир до, и появился новый. Всё стало принципиально другим — к лучшему.
Конор Дохерти: Хорошо, я не хочу скрывать суть. Некоторые, в том числе и я, отметили, что расходы огромны. Опять же, Gartner — насколько я помню — сказал, что к 2025 году ожидается около 644 миллиардов долларов, если правильно помню цифру, запланированных на этот год. Не все могут быть в топ-10%. Так что это огромные деньги и масса организационных преобразований вокруг этой технологии. Можно ли провести параллели, скажем, с тюльпанной манией в Голландии в XVII веке, дотком-пузырём, или с глобальным финансовым кризисом? Это истерика или здесь есть основа?
Джоаннес Верморель: Основы реальны. Я имею в виду, любой, кто проводит 30 минут, играя с ChatGPT — шок просто невероятный. Эти LLM делают нечто поистине ошеломляющее. То же самое относится и к генерации изображений; аналогично со всеми классами генеративных технологий. Шок реален. Здесь действительно что-то есть. Мы не говорим о чистой спекуляции; технология реальна.
Теперь можем обсудить, оправдана ли оценка компаний, стоящих у истоков этих технологий. Это уже другой вопрос, зависящий от того, останется ли технология в руках нескольких поставщиков или станет широко коммодизированной. Но технические инновации реальны.
Однако проблема в том, что многие компании подходят к этим трансформационным технологиям неправильно. Они правильно определяют потенциал, а затем просто выделяют на это бюджет. То же самое было с вебом: «Веб процветает — хорошо, давайте выделим 50 миллионов долларов на веб-проект. Это будет веб-портал, соберём идеи всех и посмотрим, что получится». И угадайте, что? Эти деньги были потрачены впустую. GenAI очень часто рассматривается таким же способом, и сейчас деньги будут потрачены впустую.
Проблему нельзя решить тем, что просто вливать больше денег. Нужно заглянуть внутрь своего бизнеса и понять, что нужно изменить, чтобы воспользоваться преимуществами этих технологий — которые, собственно, довольно дешевы. Снова, как и с вебом: веб дешев, генеративный ИИ дешев, внедрение облачных вычислений дешево. Если использовать их в масштабах, да, это будет дорого. Но когда хочется начать, нет причин думать, что внедрение GenAI начинается с миллионов долларов. Всё стартует от 20 долларов в месяц за подписку на Google Gemini или GPT.
Для меня суть в том, что часто не хватает содержания, потому что люди, решившиеся на такие эксперименты, не обладают «механической бизнес-эмпатией». Им не хватает эмпатии к своему бизнесу в том, как они будут использовать эту технологию — эмпатии к самому кейсу: «Как я собираюсь…» — то есть эмпатии к клиенту; а затем и механической симпатии для понимания потенциала и ограничений технологии, чтобы то, что вы пробуете, имело 90% шанс на успех. В Lokad — хоть цифры и невелики, — мои эксперименты с генеративным ИИ для различных задач дают свыше 90% успеха, потому что я, кажется, хорошо понимаю, что имеет приличные шансы сработать, и даже не пробую то, где предполагаю неудачу.
Конор Дохерти: Снова, это ключевой момент, потому что, по сути, вы сказали, что успех составляет примерно 90%. Когда я писал об этом в LinkedIn, я получил много личных сообщений от людей, которые говорили: «Для меня, на индивидуальном уровне, это преобразительно. Я перешёл с одного уровня работы на другой. Я могу выполнять множество задач параллельно. Моя личная продуктивность взлетела». Так что вопрос в том, чего же не хватает? На индивидуальном уровне люди могут быть невероятно продуктивны, но когда дело доходит до компании, то есть совокупности людей, по данным многочисленных источников, эта продуктивность вдруг внутри коллапсирует.
Джоаннес Верморель: Да. Потому что, если запустить проект с GenAI — для подавляющего большинства компаний — подходить к преобразующим технологиям, рассматривая их лишь с технологической точки зрения, неверно. Нужно подумать: что я сделаю для своих клиентов, что сделает мою компанию лучше, эффективнее, улучшит обслуживание клиентов? И оказывается, что то, что раньше казалось невозможным, теперь стало возможным благодаря GenAI. Не всё; многое, что было невозможно, по-прежнему остаётся недостижимым. Но у нас теперь появляется немного более широкий спектр возможностей, и в этом кроется огромный потенциал.
Нельзя просто выделить деньги на GenAI и ожидать, что всё само решится. Именно такой настрой был у компаний с их веб-порталами 25 лет назад: «О, веб великолепен — давайте вложим десятки миллионов в нечто вебовое». Нет. Но если у вас есть идея «Я открою интернет-магазин», то это здорово, и если вы реализаёте её блестяще, это совсем другое, чем сказать: «Я инвестирую 10 миллионов в веб» или «Я создаю интернет-магазин и онлайн-опыт для своей клиентской базы». Это совершенно иное предложение.
Конор Дохерти: Затем, это снова возвращает нас к ключевому моменту. Если, ну, я перефразирую; поправьте меня, если я ошибаюсь, — вы как будто сказали, что вас не удивляет отсутствие большого ROI, потому что пока рано судить. Ладно, мы можем играть с этой гипотезой, но всё же нужно показать какой-то эффект. Так что, если вы не измеряете возврат инвестиций, каковы, в общем, признаки того, что компании делают правильные вещи или достигают положительного эффекта?
Джоаннес Верморель: Если вы пытаетесь использовать эти технологии, и в итоге не приходите к тому моменту, когда можете сказать: «Мир, в котором я сегодня живу, кардинально отличается от того, что был раньше», значит, вы упустили поворот. Чтобы привести несколько примеров: несколько лет назад мы решили перейти на автоматизированный перевод. Наш сайт переводится автоматически; уже много лет так. Мы перешли от управления более чем полудюжиной профессиональных переводчиков к нулю, и всё стало полностью автоматизированным. Теперь, как только мы публикуем страницу на английском, в течение нескольких часов она появляется на более чем полудюжине языков.
Видите ли, до и после — это просто разные миры. В одном случае мы управляли командой — у нас даже было приложение для управления workflow этих переводчиков. Сейчас всё полностью автоматизировано. Другой пример: RFP, то есть запросы предложений. Некоторые компании присылают нам сотни вопросов, и теперь мы отвечаем на них автоматически. Опять же, это тот случай, когда мы перешли от сотен вопросов к тому, что «давайте за 20 минут ответим на те же 400 вопросов», а затем несколько часов уделяем самым важным, чтобы добавить человеческий штрих и улучшить ключевые ответы.
Имейте в виду, что в запросах предложений встречается сотни самых обыденных вопросов, таких как «Вы согласны подписать NDA для наших данных?» и тому подобное. Огромное количество повседневных вопросов требуют ответов, но не всегда заслуживают внимания человека в этом процессе. Здесь я говорю о том, что с GenAI, или без него, эффект не составит 1%. Нет — это как ночь и день. Влияние совершенно колоссально. Новый процесс принципиально отличается от предыдущего, и оно заметно лучше, даже если его не так просто точно измерить.
Компании вроде Lokad было бы очень трудно определить точный ROI от автоматизации невероятно скучной задачи по ответу на запросы предложений. Можно измерить, сколько часов работы это занимало раньше — да, — но это сильно занижает суть, ведь на самом деле в вашей команде может не быть столько людей, способных отвечать на такие вопросы, а немногим из них эта задача кажется чрезвычайно утомительной. Они не хотят этим заниматься; для них это своего рода наказание. Благодаря новому процессу вы можете дольше удерживать своих лучших сотрудников в команде продаж. Это крайне сложно оценить, но эффект огромен.
Конор Дохерти: Снова, это хороший момент, потому что переходит к следующей теме: вы очень хорошо описали маркетинговые и административные применения. Когда мы говорим непосредственно о цепочке поставок и её оптимизации, знакомы ли вы с конкретными примерами использования GenAI в условиях производства? Причина моего вопроса в том, что исследование IDC, проведённое в начале этого года, показало, что 88% — скажем, девять из десяти — пилотных проектов GenAI в этой области, то есть в процессах принятия решений для цепочек поставок, так и не доходят до промышленной эксплуатации. Они называют это зоной мёртвого доказательства концепции. Так что, знаете ли вы конкретные примеры использования GenAI в цепочке поставок, которые уже были внедрены в производство?
Джоаннес Верморель: Да. Но цепочка поставок — это очень количественная область — по крайней мере, в подходе Lokad. Речь идет о распределении ресурсов. Вы хотите распределить ваши ресурсы — запасы, производственные мощности, транспортные возможности, ёмкости полок и т.д. Если я инвестирую 1 доллар в любую из этих областей — будь то складская мощность и прочее — какой вариант даст мне наивысшую отдачу с учетом всех возможных перспектив, чтобы принять оптимизированное решение с учетом рисков?
Это крайне количественная задача, и здесь LLM не подходят для её прямого решения. LLM могут подойти косвенно, возможно, чтобы помочь вам сгенерировать числовой рецепт, который определяет ваши решения — если ваши решения зависят от числового рецепта. В Lokad так для клиентов, но для большинства компаний это не так, поэтому LLM бессильны.
Затем есть несколько второстепенных случаев — дополнений. Например, очистка данных каталога: вы хотите улучшить ярлыки продуктов; хотите обогатить каталог категориями, которых раньше не было. Это тот случай, где LLM действительно могут помочь, но это не решает основную проблему цепочки поставок. Это просто делает жизнь намного проще при решении некоторых её подзадач. Так что это хорошо; это полезно — очень полезно — но если вы сразу заявите: «Я запускаю проект GenAI», это не решит ваши проблемы в цепочке поставок. Что касается цепочки поставок, GenAI — это скорее дополнительная технология, которая для подзадач значительно облегчит жизнь.
Конор Дохерти: Но опять же, многие говорят: «О, я просто подключу это, и всё будет отлично», вместо того чтобы отметить: «Вот полезные дополнительные приложения». Они не так эффектны, как полная трансформация, но помогают.
Джуаннес Верморель: Да. И когда у вас появляются трансформационные технологии, вам нужно пересмотреть и свой бизнес. Подумайте о вебе: у вас есть сайт, но сам по себе он в некотором роде бесполезен. Эти веб-порталы были в основном бесполезны. Например, очень полезно иметь электронную коммерцию. Но если речь идёт об электронной коммерции, это означает, что у вас должен быть распределительный центр, способный выполнять комплектацию заказов. Так что дело идёт не только о веб-технологиях. Вы понимаете, что если хотите зарабатывать в интернете, то вам нужно полностью реорганизовать свой бизнес, чтобы управлять этим сегментом электронной коммерции. Это гораздо более требовательная трансформация, чем просто «инвестируй и получи сайт.»
Вот почему я говорю, что такие инвестиции, как правило, ошибочны, потому что вкладываются в веб-порталы — а GenAI то же самое — в чистую технологию, вместо того чтобы учитывать трансформацию бизнеса, которая с этим связана. Инвестиции, движимые модными словами, никогда не работают, и так было, вероятно, последние 50 лет инноваций, основанных на программном обеспечении.
Конор Догерти: Есть ли какие-то тонкие признаки, которые люди могут интуитивно заметить — типа, «хорошо, пока я не могу измерить ROI, но вот некоторые признаки, что, возможно, нам стоит немного приостановить расходы или, наоборот, увеличить их?»
Джуаннес Верморель: На самом деле: не думайте об этом как об инвестиции. Сейчас слишком рано. Инвестиция — это проблема распределения капитала, когда я знаю местность — когда я понимаю, куда следует инвестировать. И опять же, это технология, которая очень дешева. Вопрос скорее в следующем: есть ли у вас люди, которые выявили нечто, что имело бы большой смысл и что можно прототипировать — даже в масштабе одного сотрудника? Есть ли у вас что-то, что работает, и вы говорите: «Хорошо, у меня есть эта штука; это действительно имеет смысл. Я вижу, что это имеет смысл; оно резонирует. Мне даже не нужны изощрённые метрики — я знаю, что это хорошо.»
Подумайте о том, как я перешёл от управления шестью переводчиками к полностью автоматизированному, сквозному переводу. Я не проводил кейс-стади. Всё было очевидно. Более того, мы на самом деле получили лучшие переводы. Можно было подумать: «Если дело доходит до машины, будет хуже.» Но оказалось, что качество выше. Почему? Потому что у Lokad так много переводов, что при условиях цены, на которых мы вели переговоры, наши переводчики не могли тратить бесконечно много времени на каждую страницу. Всё должно было выполняться быстро, и качество иногда пострадало. GenAI решил эту проблему.
Сначала вы можете сделать это в ограниченном масштабе: «Я вношу изменения для перевода — работает ли это? Могу ли я предоставить дополнительные контекстуальные инструкции, чтобы улучшить перевод?» Да — и это работает. Как только я это удостоверюсь, я могу перейти к фазе инвестиций, где я роботизирую процесс — не для одной страницы, это демонстрация, а для тысячи страниц — и настрою IT-инфраструктуру для удобства. Когда я занимался роботизацией этой инициативы, я уже был на 100% убеждён, что это сработает. Я уже провёл стресс-тестирование, вручную обработав несколько страниц.
То же самое и с вебом. Если вы проводите первый эксперимент — действительно ли это имеет смысл? Электронная коммерция: если я начну продавать несколько товаров онлайн, имеет ли это смысл? Есть ли кто-то, кто готов на это? Если я не смогу провести первый эксперимент, в котором это совпадает с тем, что я стремлюсь донести до своих клиентов, это, вероятно, чепуха, и вы должны остановить проект, прежде чем вливать в него ещё деньги.
Конор Догерти: Вы описываете, скажем так, текстовые приложения, и они, безусловно, трансформационные — мы знаем это, потому что сами этим занимаемся. Есть также и другие приложения, даже на начальных этапах прогнозирования, где можно использовать GenAI — и мы тоже это делаем, используя эмбеддинги как часть первоначального прогнозирования и т.д. Здесь есть применения LLM.
Джуаннес Верморель: Да, но, опять же, это дополнение. Суть заключается в вероятностном прогнозировании, и если вы используете эмбеддинги, то в некоторых случаях можно получить немного лучшие вероятности. Но это всего лишь элемент — и здесь это очень постепенное улучшение. Я считаю, что, вероятно, не то, что люди ищут, когда думают о GenAI. Они не ожидают, что это просто немного улучшит один подпроцесс. Они хотят чего-то сверхтрансформационного и немедленно заметного.
Такие ситуации действительно бывают. Например, можно ли автоматизировать взаимодействие с вашими поставщиками? Они пишут электронные письма; вы отвечаете на них. Можно ли это полностью автоматизировать? Вам не нужна IT-компания и несколько миллионов, чтобы разобраться с этим. Вы можете провести первый эксперимент: могу ли я составить запрос, который даст разумный ответ на вопрос, заданный поставщиком? Могу ли я составить запрос, который сгенерирует электронное письмо, которое я хочу отправить этому поставщику? Работает ли это? Могу ли я получить работающий прототип? Как только у меня это будет, компании смогут начать думать об автоматизации больших частей своей деятельности с помощью такой технологии.
Конор Догерти: Эта тема настолько интересна, потому что в ней много аспектов. Мы обсудили потенциальные применения, но сам процесс их внедрения — это огромная проблема. Позвольте добавить немного контекста: многие — слишком многие, чтобы я мог их перечислить; я просто соберу их под «много исследований» в этом году — скажем, существует нехватка надёжного управления изменениями для этих проектов GenAI. Читайте между строк: их просто внедряют насильно. Считаете ли вы, что лучшее управление изменениями могло бы помочь повысить показатели ROI — обучение, повышение квалификации?
Джуаннес Верморель: Именно об этом я и говорил: распределении капитала. Модно может быть всё — облачные вычисления, большие данные, блокчейн, а теперь и GenAI. «Мы выделяем столько миллионов на это.» Это просто неправильно. Затем вы начинаете задумываться об управлении изменениями — нет. Всё начинается с идеи «есть нечто, в чем я понимаю, как смогу лучше обслуживать своих клиентов», и это предполагает трансформацию. Эта трансформация становится возможной в конечном итоге только благодаря тому, что GenAI существует, но вы мыслите совершенно иначе.
Вы начинаете с того, что сосредотачиваетесь на формулировке правильной проблемы. Девяносто процентов усилий — это составление правильной задачи, а не техническая реализация. Вернёмся к вебу: веб-портал думал о создании сайта и веб-технологий — вот была проблема. Оказалось, что это вовсе не так. Веб-технологии — это просто. Запустить сайт — это лёгкая часть. Создать прибыльный бизнес в сфере электронной коммерции — вот сложная задача.
Так, первый эксперимент: «Я хочу, чтобы сегмент электронной коммерции процветал.» Возможно, вы поймёте, что веб-часть этих инвестиций на самом деле не связана с веб-технологиями. У вас есть множество других проблем, которые нужно решить, если хотите создать жизнеспособный бизнес в электронной коммерции. То же касается и GenAI: если вы сначала думаете о технологиях, вы инвестируете в них, но для той трансформации, которую ищете, 95% усилий никак не связаны с GenAI. GenAI станет тем компонентом, который сделает всю эту трансформацию возможной; без него это было бы невозможно. Он просто что-то позволяет осуществить, но остальное в трансформации — ваша задача. Это ваша отправная точка. GenAI просто подключается в нужном месте — критически, но по сути, это техническая деталь.
Конор Догерти: Ну, то, как вы это описываете — не знаю, ведь я вас уже хорошо знаю. Не уверен, что даже вы в это верите — нет, позвольте перефразировать. Когда вы говорите, что крупным компаниям нужно переосмыслить проблему, а затем, как только они её переосмысливают, работать в обратном направлении и определить узлы на карте, куда можно подключить ИИ, — насколько это вероятно, на той шкале, о которой мы говорим, когда речь идёт о полутриллионе долларов?
Джуаннес Верморель: Это будет довольно редким явлением. Судя по истории, сколько компаний 15 лет назад массово инвестировали в дата-центры? Их было огромное количество. Кто имел смелость сделать то, что сделал Джефф Безос — «Мы инвестируем так много в наши дата-центры, что собираемся открыть их для мира»? Люди бы сказали: «Amazon?» Подумайте, сколько банков имели сверхбольшие дата-центры; они могли бы сделать этот шаг на десять лет раньше. В то время у Amazon не было крупнейших дата-центров в мире. Были очень крупные банковские корпорации с куда более большими дата-центрами. Но суть была в следующем: в этой новой технологии, которую мы стали называть облачными вычислениями. Безос решил: «Знаете что? Мы продаём книги, но мы также будем сдавать серверы в аренду.» Вот такая трансформация, о которой я говорю.
Это очень сложно, потому что требует глубокой трансформации вашего бизнеса. Статистически, если посмотреть на бизнес за последний век, очень немногие крупные компании действительно смогли этого добиться. Конечно, множество блестящих управленческих команд станут исключениями, которые превосходят рынок и совершают поворот там, где их коллеги потерпели неудачу. Но они будут исключениями.
Конор Догерти: Тогда мы возвращаемся к исходной мысли о, по сути, пузыре. Если много людей инвестируют огромное количество денег в то, с чем они не умеют справляться или реализовывать должным образом, разве это не означает, что в какой-то момент будет достигнута критическая масса и—
Джуаннес Верморель: Пузырь — это как нечто по-настоящему исключительное. То, что я вижу в GenAI, так это очень высокие оценки ряда компаний — это может быть пузырь, да. Но если говорить о компаниях, которые тратят деньги, то, по моему мнению, базовый уровень таков, что, вероятно, 80% денег, потраченных на корпоративное ПО, тратится впустую. Это базовый уровень. Может, с GenAI это 90%, но базовый уровень остаётся: 80% тратится впустую.
Таким образом, для меня нет какого-то специфического пузыря вокруг GenAI. Это скорее модное слово дня. Несколько лет назад это было бы связано с блокчейном; до этого — с какой-то случайной инициативой в области больших данных; до этого — с инициативой Web 2.0 и т.д. Большая часть денег, которые крупные компании тратят на программные проекты, впустую — 80%, по моим подсчётам. Здесь это не сильно выходит за рамки нормы; просто немного больше. Я не вижу пузыря как нечто значительное по сравнению с поразительными оценками, которые в целом назначаются компаниям GenAI.
Конор Догерти: Однако есть ещё одно измерение этого вопроса: многие компании — возьмём, к примеру, не одного из наших клиентов, а Shopify, которые ввели навыки работы с GenAI как реальное требование для найма и оценки, потому что они полностью вкладываются в эту технологию. Есть ещё один аспект — фактический эффект реструктуризации занятости от этой технологии, который в краткосрочной перспективе может оказаться напрасным.
Джуаннес Верморель: Снова, здесь я бы немного поспорил. По моему мнению, у Shopify очень специфическая бизнес-модель, которая не слишком сложна. Если говорить о наших клиентах — например, авиации — там тысячи различных профессий, абсолютно архаичных, чрезвычайно сложных. Требуется несколько месяцев, чтобы даже понять, что именно происходит в этом сегменте бизнеса, потому что это технически очень сложно и запутанно.
Конор Догерти: Но они — всего лишь пример тенденции.
Джуаннес Верморель: Да, и моя точка зрения такова: для чего-то вроде Shopify — да, это очень хорошо, если корпоративная культура опирается на эти новые тренды — но, по моему мнению, в основном ответственность ляжет на плечи топ-менеджмента, чтобы определить ключевые моменты, где GenAI действительно преобразит опыт для клиентов и партнёров Shopify. Я не вижу этот бизнес таким рассеянным, чтобы это была трансформация снизу вверх.
Я бы сказал то же самое про Apple. Когда у вас есть супермасштабный бизнес, построенный вокруг одного сверхуспешного продукта — iPhone — наличие 100 000 сотрудников, знакомых с GPT, не преобразит вашу компанию. Всё зависит от верхушки, которая очень ясно понимает, что это означает для Apple, для iPhone, и затем выпускает нечто, что действительно имеет смысл — принимая правильные решения. Вот где я скажу, что да, происходит сдвиг в культуре, но вызов для большинства компаний заключается больше в менеджменте, чем на нижнем уровне пирамиды.
Конор Догерти: Я немного продолжу и спрошу вас, потому что мне это отправили в личных сообщениях на LinkedIn. Мы сейчас на YouTube из-за технических сложностей с LinkedIn, но это подводит к следующему вопросу. Gartner — как бы вы ни думали — согласно их Топ-10 стратегическим технологическим трендам 2025 года (это источник), они поместили агентский ИИ — автономных программных агентов, которые действуют как виртуальные работники — на первое место в списке. Так в чем вопрос: чат-боты, ИИ-агенты — видите ли вы их как изменяющих правила игры, как утверждает Gartner—
Джуаннес Верморель: То, чем занимается Lokad уже десятилетие — да, это действительно меняет правила игры. Но я бы отбросил модные слова. Нам нужно безучастное принятие решений. Это меняет правила игры. Далее, какие технологии позволяют это сделать? Я бы сказал, что LLM — это небольшая, дополнительная часть, чтобы это произошло.
Если под «агентским ИИ» вы имеете в виду результат — безучастное принятие решений, то есть мы решаем, что покупать, что строить, где складировать, какую цену отображать; всё это меняется ежедневно, автоматически, без участия человека — да, это действительно огромно. Так что если Gartner под «агентским ИИ» подразумевает этот результат, то я согласен. Если же под «агентским ИИ» они понимают внедрение LLM в процесс, то я не согласен.
Конор Догерти: На этом у меня вопросы закончились. Я перейду к вопросам, которые были отправлены. Некоторые из них пришли через LinkedIn, хотя мы сейчас на YouTube, так что спасибо за это — спасибо за переход. Итак, Джуаннес — да, Джуаннес — я собираюсь прочитать это дословно; это довольно длинный вопрос: «Какие общедоступные метрики мы можем использовать для оценки прогресса в принятии генеративного ИИ по всей отрасли и извлечении из него финансовой выгоды? Стоит ли смотреть на расходы на API GenAI, массовые увольнения или на другие сигналы?» Могу повторить.
Джуаннес Верморель: Нет, всё в порядке. Это длинный вопрос. Мой совет: не полагайтесь на метрики. Метрики будут отставать, и когда они станут видны, будет слишком поздно. Снова подумайте об Amazon и электронной коммерции. Amazon был ничем, ничем, ничем — для таких компаний, как Walmart, это было неважно — пока внезапно не стал неудержимым и слишком крупным. То же самое случилось с цифровыми камерами по сравнению со старыми химическими: цифровые камеры долгое время были ничем, а потом внезапно стали доминирующими. Вот суть большинства технологических трансформаций.
То же самое произошло во многих отраслях — например, система fly-by-wire для авиации. Сначала ничего не было, затем Airbus сделал это, и стало нормой, и всё, что не имело fly-by-wire, практически считалось устаревшим. Проблема в том, что метрики будут отставать. Да, вы увидите увольнения, но они произойдут годами позже. Компании могут автоматизировать процессы и добиться огромной экономии за счет повышения производительности, но это не обязательно приведёт к немедленным увольнениям — они хотят сохранить моральный дух, быть добрыми, дать людям возможность перейти на другую работу — а затем наступит экономический спад, возможно, через десятилетие, и тогда будут увольнения. Таким образом, эффекты могут проявляться с огромным запаздыванием.
Что касается расходов на API — да, но это будет очень сложно, потому что у вас будут специалисты по ИИ или такие компании, как Lokad, которые могут полностью исказить рынок из-за значительных расходов. Когда вы видите, что многие компании тратят деньги, вопрос в том: это обычная компания или 90% расходов осуществляют очень специфические компании — скажем, индустрия видеоигр? Это будет сложно.
Моё мнение: не стоит уделять слишком много внимания метрикам. Они не имеют значения в случае технологических преобразований. Вы словно вернулись в 2000 год; вы никогда не делали покупки онлайн; попробуйте представить: «Изменится ли жизнь моих клиентов, если они смогут покупать онлайн?» Это пример чего-то преобразующего. Задумайтесь: могу ли я сделать для моих клиентов нечто действительно преобразующее с использованием этих технологий? Если да, то действуйте. Не ждите. Если вы будете ждать, то столкнётесь с гигантами, которые возникнут из ниоткуда, когда вы наконец решите пойти в этом направлении.
Conor Doherty: Возможно, это связано с тем, что, судя по вашим словам, Lokad явно придерживается подхода «сначала ROI», когда речь идёт о принятии решений. Так что обращаясь к финансовым директорам, которые смотрят это, — а мы оба знаем, что многие в наших сетях — к финансовым директорам, которые наблюдают и которые время от времени связываются с нами, говоря: «Да, вы знаете…»: что такое отдача, как бы вы ни выразили это? Какова отдача? Каково воздействие? Какой совет вы бы дали им, в частности финансовым директорам, когда речь заходит о навигации в этих проектах и их роли во всём этом?
Joannes Vermorel: Для финансовых директоров ключевой вопрос таков: какова добавленная стоимость вашего офисного персонала? Если предстоит серьёзная оценка, то необходимо задавать очень сложные вопросы и, возможно, поэкспериментировать с ChatGPT, чтобы понять: будет ли этот процесс автоматизирован или он действительно выходит за рамки возможностей технологии? Вам не нужны дорогие консультанты, дорогие ИТ-компании для ответа на эти вопросы. Вы можете поиграть с GPT и провести небольшие эксперименты, чтобы ответить на этот вопрос.
Таким образом, вы сможете уловить суть: считаем ли мы, что эти технологии автоматизируют 10% нашего персонала, 20% или 90%? Для Lokad целыми классами задач автоматизированы на 100% — мы переходим от участия полудюжины человек к нулю — для данной задачи.
Итак, я бы сказал: начните с глубокого анализа вашего офисного персонала и того, что находится под угрозой, а затем определите траекторию. Конечно, это всего лишь для оценки возврата инвестиций, но это подразумевает очень глубокие преобразования. Это не будет инициатива, возглавляемая финансовыми директорами. Эти преобразования настолько глубоки. Вспомните Amazon: вы онлайн-ретейлер книг, и вы хотите стать поставщиком облачных вычислений. Очевидно, что решения будут приниматься на высшем уровне — вероятно, на уровне CEO; генеральный директор придётся убедить совет директоров, учитывая масштаб преобразований, о которых мы говорим.
Conor Doherty: Ну, Joannes, у нас больше нет вопросов, и время, безусловно, закончилось. Людям, которые присутствовали на YouTube, и тем, кто посмотрит это позже, спасибо за внимание. Кстати, если вы ещё не добавились в LinkedIn со мной и Joannes — почему бы и нет? Мы замечательные. Свяжитесь с нами; мы поговорим. Но на этом, Joannes, большое спасибо за то, что присоединились ко мне и за ваши ответы. А всем остальным говорю: возвращайтесь к работе.
