В эпоху ажиотажа вокруг искусственного интеллекта многие компании стремятся внедрить модную технологию, не всегда понимая её реальную ценность. Мэй Хабиб, сооснователь и генеральный директор платформы Writer, и Уит Бук из венчурного фонда Insight Partners обсуждают, как стартапам в сфере генеративного ИИ (GenAI) перейти от простых экспериментов к системному внедрению в корпоративном секторе, где на первом месте стоят безопасность и окупаемость инвестиций.
🤖 Writer: путь от маркетингового инструмента к корпоративной платформе 0:00
Компания Writer, основанная в 2020 году и в настоящее время находящаяся на стадии серии B , представляет собой полностью интегрированную платформу генеративного ИИ. В отличие от простых чат-ботов, Writer объединяет собственные большие языковые модели (LLM) с инструментами RAG (Retrieval-Augmented Generation), многоразовыми механизмами безопасности (guardrails) и возможностью непрерывной работы с данными .
Мэй Хабиб отмечает эволюцию компании:
- Начальный этап: три года назад Writer продавала преимущественно инструменты для написания текстов маркетологам .
- Текущее состояние: за последние 18 месяцев акцент сместился на платформенное решение, которое позволяет инженерам в мультиоблачном режиме быстро создавать полноценные приложения (или «цифровых помощников») .
- Клиентская база: в числе заказчиков значатся такие гиганты, как Franklin Templeton, Goldman Sachs, Johnson & Johnson и Accenture .
По словам Хабиб, инвестиции в Writer показывают высочайший уровень окупаемости (ROI) среди всех ИТ-вложений этих корпораций, что подтверждается показателем удержания выручки (NRR) в 200% и уровнем продления контрактов выше 90% .
📉 Туман хайпа и «белые пятна» рынка ИИ 3:35
Несмотря на повсеместные разговоры об ИИ, Хабиб считает, что мы всё еще находимся в начале кривой внедрения этой технологии. Она утверждает, что медийное освещение маскирует реальность: большинство людей на работе всё ещё не используют ИИ для чего-то более сложного, чем базовые задачи по повышению продуктивности .
Основные тезисы Хабиб о состоянии рынка:
- Проблема Microsoft: многие компании верят, что Microsoft станет их «спасителем» и решит все задачи по внедрению GenAI, но на практике их решения часто не удовлетворяют специфическим потребностям бизнеса .
- Свободные ниши: на рынке существует огромное «белое пространство» для новых игроков, так как основные потребности корпораций в специфических рабочих процессах остаются незакрытыми .
- Год доказательств: если прошлый год был годом побочных экспериментов, то текущий год — это время «докажи мне», когда от ИИ требуют измеримой ценности .
🏗️ Стратегия выбора кейсов в регулируемых отраслях 5:07
Writer сознательно фокусируется на жестко регулируемых отраслях: производстве потребительских товаров (CPG), ритейле, здравоохранении и финансовых услугах . Хабиб поясняет, что именно здесь проблема «недетерминированности» (склонности ИИ к галлюцинациям) стоит наиболее остро, и именно здесь решения Writer наиболее востребованы .
Примеры нестандартного использования платформы:
- Life Sciences: маркетолог создал приложение, которое позволяет при составлении брифов рекламных кампаний сразу видеть объявления конкурентов в том же интерфейсе .
- Корма для животных (Pet Food): автоматизация юридической проверки рекламы. Раньше юристам требовалось до 8 недель, чтобы проверить каждый ролик на соответствие законам разных стран (например, не выглядит ли собака в кадре слишком толстой) . С помощью Writer этот срок сократился с 8 недель до 8 секунд .
Хабиб предостерегает от излишней «рецептурности». По её мнению, если диктовать клиентам только готовые сценарии использования, можно упустить уникальные инновации, рождающиеся «снизу вверх» внутри самих компаний .
🧠 Собственные модели vs сторонние LLM 8:16
Одной из отличительных черт Writer является использование собственных моделей. Мэй Хабиб считает ошибочным мнение, что появление мощных моделей-трансформеров от гигантов рынка обесценит работу небольших компаний.
Writer разрабатывает новое поколение — «большие модели рассуждения» (Large Reasoning Models), обученные специализированным сценариям использования данных и инструментов . Хабиб утверждает, что даже самые впечатляющие демо-версии от лабораторий ИИ не решают проблему интеграции с данными и уникальными процессами конкретной компании — этот пласт кастомизации не исчезнет даже с приходом AGI .
Её совет стартапам: не пугаться «катка» гиперскейлеров (Google, Microsoft). Хабиб и Бук сходятся во мнении, что в тени этих гигантов вырастет множество многомиллиардных компаний, которые смогут предложить более глубокую экспертизу в узких функциональных задачах .
🤝 Советы основателям: формирование совета директоров 14:40
Уит Бук отмечает, что Хабиб подошла к формированию совета директоров после серии B крайне вдумчиво, выбирая не просто «деньги», а конкретные компетенции.
Стратегия Хабиб по формированию борда:
- Голос клиента: приглашение Уит Бук было обусловлено её опытом работы в качестве операционного директора (COO) и пониманием психологии покупателей в Enterprise .
- Опыт гипермасштабирования: привлечение инвесторов из фонда Iconic (инвесторы Snowflake и Data dog), которые уже видели процесс взрывного роста компаний .
- Международная экспертиза: привлечение фонда Bolderton для помощи в открытии офиса в Лондоне и экспансии в Европу .
- Ранние отношения: Хабиб начала выстраивать доверительные отношения с лид-инвесторами серии B за год до реального раунда .
Мэй Хабиб подчеркивает: несмотря на советы держать совет директоров маленьким, она предпочла иметь в комнате много разнообразных мнений и наблюдателей, поскольку это создает мощную коалицию поддержки вокруг компании .
📈 Вызовы быстрого роста: «притормозить, чтобы ускориться» 18:36
Главная проблема, которая «не дает спать по ночам» главе Writer — это операционализация сотрудников в условиях быстрого найма. В компании около 85% штата работают менее года .
Основные сложности масштабирования команды:
- Обучение ИИ-специфике: продажи Writer основаны на продуктовом подходе — менеджеры часто создают прототипы прямо во время разговора с клиентом . Новым сотрудникам сложно быстро освоить этот темп.
- Передача опыта: Хабиб старается сделать так, чтобы «старички» компании обучали новичков, а не новички — новичков .
- Чистка рядов: по словам Хабиб, типичная ошибка растущих стартапов — открывать вакансию над неэффективным сотрудником вместо того, чтобы расстаться с ним . Она призывает не бояться исправлять ошибки найма сразу.
Резюмируя, Мэй Хабиб отмечает, что энергия, которую компания получает от клиентов (таких как United Healthcare или Pfizer), внедряющих ИИ, дает команде необходимый стимул двигаться вперед в этой динамичной и конкурентной среде .
