Зачем компании из Fortune 500 создают 18 тысяч ИИ-агентов, если почти ни один не остаётся

Публично руководители Fortune 500 редко говорят, что их компании не могут масштабировать ИИ. Но за закрытыми дверями, по правилам Chatham House, многие описывают именно эту проблему.

Перед главным мероприятием ИИ Infra Summit в этом месяце сооснователь и директор по стратегии саммита Эд Нельсон собрал руководителей крупных компаний. Участники были членами исполнительных комитетов или занимали должности на одну ступень ниже. Они обсуждали, что именно компании получают за потраченные на ИИ деньги и как расширить его применение.

Нельсон заметил, что участников почти не интересовало, какая модель лучше и способна ли технология выполнить поставленные задачи. Разговор шёл о том, как компании могут встроить ИИ в свою работу. Главным ограничением Нельсон назвал «организационный метаболизм».

Масштабное внедрение ИИ по-прежнему даётся компаниям трудно.

Успешные проекты не меняют всю компанию

В некоторых компаниях уже есть проекты, которые принесли измеримую пользу. Например, одна компания, разрабатывающая корпоративное программное обеспечение, заменила единым агентом около 250 панелей продаж, которыми пользовались 4 000 сотрудников. Агент обрабатывает до 30 000 промтов в неделю. Одна из закрытых панелей обходилась компании в 3 миллиона долларов в год. Другая компания внедрила агента для оптимизации налоговых платежей и сэкономила сотни миллионов долларов.

Ещё одна компания из сферы здравоохранения применила генеративный ИИ, чтобы обобщить десятки миллионов звонков в службу поддержки и выяснить, какие сообщения убеждали людей перейти на лечение с меньшей стоимостью. По словам Нельсона, в одном из подразделений это увеличило маржу на 170 миллионов долларов; ещё 200 миллионов долларов экономии передали клиентам. В компании автора статьи агенты помогли изучить требования к работе с данными во всех странах мира. Экономию времени и рост возможностей сотрудников там оценили уже после внедрения.

Генеральный директор Abacum Хулио Мартинес, чья компания разрабатывает платформу финансового планирования для бизнеса, считает ошибкой полагать, что автоматизация финансовых задач сама по себе сделает финансовую функцию более стратегической. ИИ может значительно ускорить существующие процессы, но компаниям также нужно решить, от каких процессов стоит отказаться и на что финансовые специалисты должны тратить время вместо них.

Когда руководителей Fortune 500 спросили об их компаниях, чаще всего они отвечали, что у них есть несколько действующих проектов с измеримой пользой от ИИ. Но в основном ИИ ещё не стал частью основных продуктов и стратегии.

Почему же ИИ так редко входит в повседневную работу компаний?

Массовые эксперименты не заменяют перемен

Некоторые пытаются преодолеть трудности за счёт масштаба. По словам Нельсона, одна компания из сферы корпоративного программного обеспечения за квартал создала около 18 000 агентов, рассчитывая, что по-настоящему полезными окажутся лишь несколько сотен. Компания значительно превысила бюджет на облачные сервисы и заранее заложила перерасход: руководство считало, что массовые эксперименты учат организацию быстрее, чем тщательно контролируемые пилотные проекты.

Можно спорить, было ли это дисциплинированным подходом или расточительностью. Нельсон отмечает, что некоторые крупные компании уже начали ограничивать расходы.

Но сложнее всего менять мышление. Нельсон рассказывает о медицинской компании, где рабочий процесс включал примерно 200 отдельных шагов. Менеджеры предложили автоматизировать три из них. Руководитель ответил, что с ИИ большинство шагов вообще не нужны. Автоматизация неэффективных процессов сама по себе не меняет компанию.

Агентов можно размножить за секунды, а людей — нет. Технологии улучшаются каждую неделю, но скорость перемен зависит от поведения, уверенности и навыков сотрудников.

Сотрудникам предстоит работать с агентами

Большинство мер, которые наблюдал Нельсон, были попытками преодолеть человеческую инерцию и нехватку навыков. Одна компания теперь включает цель, связанную с ИИ, в оценку эффективности каждого сотрудника. Технический директор рассказал, что попросил разработчиков отложить в сторону мастерство, которое они оттачивали десять лет, и вместо этого координировать работу агентов для программирования. Другая компания объединила стажёров, выросших с инструментами ИИ, с опытными инженерами, знающими бизнес, чтобы посмотреть, что даст их совместная работа.

Руководители не считали, что технологическое подразделение может справиться в одиночку. Это согласуется с материалом Forbes за прошлый месяц о необходимости перемен под руководством высшего начальства. Нельсон вспоминает слова одного руководителя, обращённые к ИТ-специалистам, которым поручили самостоятельно внедрить ИИ в компании: если в этом пути участвуете только вы, пора готовить резюме. По словам Нельсона, речь должна идти не столько о плане внедрения ИИ для ИТ-директора, сколько об изменении модели работы компании. Так разговор о технологиях становится вопросом стратегии, за который отвечает генеральный директор.

Советы людям, которые только выходят на рынок труда, отражают тот же сдвиг. Нельсон говорит, что участники встречи постоянно повторяли: когда узкоспециализированные задачи возьмёт на себя ИИ, будут востребованы универсалы — архитекторы, люди с гибким мышлением, дизайнеры и оценщики.

Работа смещается от выполнения каждого шага к контролю, проверке и перестройке процессов, которые выполняют агенты. Многие сотрудники станут руководить ИИ-агентами. Но готовы ли лидеры Fortune 500 научить сотрудников такой работе? Нельсон провёл обсуждение этого вопроса и признал, что не услышал убедительных ответов о повышении квалификации.

Автор уже несколько лет считает, что внедрение ИИ ограничивает не сама технология, а устройство организаций вокруг неё. Создать 18 000 агентов — один из способов это понять. Но он обходится недёшево.