# Эра внедренного ИИ: как бизнесу создать конкурентное преимущество

Источник: https://www.youtube.com/watch?v=oZR3Pn8NNLs
Канал: a16z (Andreessen Horowitz)
Опубликовано: 02.06.2023

---

Искусственный интеллект стремительно проникает в корпоративный сектор, заставляя руководителей крупнейших компаний искать ответы на сложные вопросы безопасности, стоимости и дифференциации продуктов. В рамках подкаста венчурного фонда a16z сооснователи технологических стартапов Cresta, Hex и Sourcegraph обсудили, как правильно внедрять большие языковые модели в существующие бизнес-процессы. Участники дискуссии сошлись во мнении, что ключ к успеху лежит не в слепом копировании интерфейсов, а в предоставлении моделям уникального контекста и сохранении контроля со стороны человека.

## 📞 Трансформация контакт-центров: от «ленивой» автоматизации к творчеству
[[JUMP:01:06]]

Сфера клиентского сервиса исторически страдает от критически низкого уровня удовлетворенности сотрудников. Согласно внутренней статистике индустрии, текучесть кадров среди агентов контакт-центров в первый год работы составляет от 30% до 45%, а в отдельных случаях этот показатель достигает беспрецедентных 80%. Профессия традиционно ассоциируется с низкими зарплатами, высокой инфляцией и постоянным эмоциональным стрессом из-за общения с разочарованными клиентами. Индекс чистой лояльности сотрудников (eNPS) в таких условиях часто падает ниже нуля.

Как отмечает сооснователь и CEO компании Cresta Зед Инам, большинство руководителей видят в искусственном интеллекте исключительно инструмент для тотального сокращения штата, что он называет «ленивым ИИ». Такой подход подразумевает прямое копирование существующего процесса и его сквозную автоматизацию. В противовес этому Инам предлагает «творческий подход», где ИИ становится фундаментальным строительным блоком для переосмысления бизнеса.

По мнению главы Cresta, интеграция технологий должна преследовать две ключевые цели:

* Повышение качества обслуживания клиентов за счет синергии человека и алгоритмов.
* Превращение рутинной работы оператора в процесс осмысленного творчества и мастерства.

Собеседники подчеркивают, что разговоры с клиентами — это не просто статья расходов, а настоящая «золотая жила» неструктурированных данных. Современные нейросети способны мгновенно анализировать сотни тысяч диалогов, выделяя ценные крупицы обратной связи о продуктах, ценообразовании и действиях конкурентов. В качестве примера Инам приводит крупные телекоммуникационные компании, которые используют аналитику Cresta для гибкой настройки пакетных тарифов на основе восприятия аудитории. Ранее для получения подобных инсайтов аналитикам приходилось вручную прослушивать аудиозаписи часами.

Для иллюстрации важности этих данных Инам обращается к историческому примеру Энди Гроува из Intel. Когда компания занималась производством модулей памяти, на рынке наступила точка стратегического перелома: японские производители предложили десятикратную разницу в стоимости производства. Первым сигналом для Гроува стали отчеты продавцов, заметивших, что клиенты перестали общаться с ними с прежним уважением. Эти качественные данные помогли руководству Intel вовремя принять жесткое решение о полной смене стратегии и переходе к выпуску микропроцессоров, что в итоге спасло корпорацию от краха.

## 📊 Hex Magic: ИИ как ассистент аналитика данных
[[JUMP:07:43]]

Платформы для совместной работы с данными также переживают масштабную трансформацию. Сооснователь и CEO Hex Бэрри МакАрдл рассказал о запуске закрытого бета-тестирования ИИ-помощника Hex Magic, интегрированного непосредственно в интерфейс системы. Инструмент позволяет автоматизировать написание SQL-запросов, рефакторинг кода на Python в готовые функции, а также документирование сложных цепочек вычислений.

Однако создание подобных функций сопряжено с серьезными интерфейсными вызовами. МакАрдл обращает внимание на распространенную проблему классических чат-ботов поддержки: пользователи часто оказываются заперты в бесконечном цикле однотипных вопросов, из-за чего им приходится постоянно писать слово «оператор» для вызова живого человека. Отсутствие широкого контекста у модели порой приводит к курьезным и неуместным ответам. В качестве примера спикер упомянул вирусный пост в LinkedIn, где виртуальный ассистент службы поддержки назвал клиента «прекрасной душой» (Beautiful Soul).

В вопросе взаимодействия с клиентами МакАрдл и Инам солидарны: бренды обязаны сохранять максимальную прозрачность. Если компания задействует ИИ на первой линии поддержки, об этом необходимо прямо сообщать пользователю, поскольку долгосрочное доверие аудитории важнее краткосрочной экономии. Это становится особенно актуальным с развитием технологий маскирования акцентов операторов в реальном времени. Любая скрытая манипуляция при обнаружении способна нанести непоправимый урон репутации бренда.

## 💻 Контекст — это король: Sourcegraph против галлюцинаций ИИ
[[JUMP:11:48]]

Главной технической проблемой современных больших языковых моделей остается их склонность к галлюцинациям — уверенному генерированию вымышленных фактов в ситуациях, когда у них нет точного ответа. Сооснователь и CTO Sourcegraph Бейанг Лю объяснил, что его команда разработала расширение для редакторов кода под названием Cody, призванное решить эту проблему.

Лю утверждает, что Sourcegraph выступает в роли идеального верификатора фактов и поставщика релевантной информации для ИИ. В технологической индустрии закрепилось выражение «контекст — это король». Качество ответов ИИ напрямую зависит от объема и точности данных, передаваемых в окно контекста, особенно если вопросы касаются закрытой интеллектуальной собственности компании, которой не было в открытом обучающем корпусе моделей уровня ChatGPT или Claude.

Память нейросети Лю сравнивает с человеческой: она размыта и склонна заполнять пробелы вымыслом, который выглядит правдоподобно, но является технически неверным. Sourcegraph решает эту задачу за счет интеграции собственного графа кода, создававшегося последние 10 лет.

В отличие от существующих решений, архитектура Cody имеет принципиальные отличия от конкурентов:

1.  **GitHub Copilot и Replit Ghostwriter** в основном опираются на локальный контекст — файлы, которые открыты у разработчика в редакторе прямо сейчас. Это отлично подходит для автодополнения строк, но не решает комплексные задачи.
2.  **Sourcegraph Cody** автоматически конвертирует запрос пользователя в серию поисковых запросов по всей базе компании, извлекает релевантные сниппеты и документацию со всей экосистемы open-source.
3.  Инструмент открыто показывает пользователю, какие именно файлы он прочитал для формирования ответа. Это позволяет разработчику верифицировать логику ИИ и вовремя заметить ошибку.

Дополнительным вектором развития Sourcegraph считает приверженность open-source: расширение выпущено под лицензией Apache 2.0. По мнению Лю, открытая экосистема позволит разработчикам подключать к ИИ внешние контекстные модули, такие как трекеры задач, корпоративные мессенджеры, документы Google Docs или базы знаний Notion.

## 🛡️ Стратегии дифференциации, безопасность и экономика ИИ-моделей
[[JUMP:21:17]]

Когда базовые языковые модели становятся общедоступным товаром (commodity), перед стартапами встает вопрос защиты своего бизнеса. Интерфейсы легко скопировать, поэтому компаниям приходится искать другие способы создания технологического барьера (moat).

Зед Инам считает, что долгосрочным преимуществом станет сбор проприетарных поведенческих данных на стыке двух сред: диалогов и действий сотрудников в корпоративном ПО. Статичные веб-страницы не содержат этой информации, что позволяет Cresta обучать специализированные базовые модели, недоступные конкурентам. Бэрри МакАрдл добавляет, что Hex использует данные о схемах баз данных клиентов и истории их прошлых запросов для автоматической кастомизации промптов, не используя при этом чужой код для обучения публичных моделей.

При этом разработчики предостерегают от чрезмерного увлечения объемами данных. На ранних этапах инженеры Hex пытались передавать моделям максимально возможное количество контекста, но это приводило к путанице алгоритмов. Оптимальным решением стало точечное дозирование информации с помощью эмбеддингов и фреймворков вроде LangChain. Кроме того, Hex жестко придерживается правила «человек в контуре» (human-in-the-loop): ИИ генерирует код, но никогда не выполняет его автоматически.

Вопросы безопасности заставляют крупные предприятия отказываться от отправки своего кода в облачные API. Бейанг Лю отметил, что Sourcegraph изначально развивался как self-hosted продукт, и в рамках Cody клиентам предоставляется концепция «принеси свою модель» (Bring Your Own Model). Система поддерживает интеграцию с Claude, ChatGPT, open-source моделью Cogen от Salesforce, а в перспективе — развертывание локальных решений на базе Llama и Alpaca.

Важным аспектом дискуссии стала экономика ИИ. Спикеры напомнили о недавнем пятикратном увеличении стоимости поискового API со стороны Bing. Это событие, по мнению Лю, доказало, что языковые модели не уничтожают поисковые движки, а наоборот — делают их кратно ценнее. ЛЛМ выступает в роли «процессора рассуждений», которому для корректной работы жизненно необходим эффективный инструмент извлечения информации. В свою очередь, МакАрдл указал на растущие финансовые издержки компаний, связанные с долгосрочным хранением колоссальных объемов корпоративных данных, необходимых для кастомизации ИИ.

## 🔮 Прогноз на 2028 год: контакт-центр будущего
[[JUMP:39:17]]

Заглядывая на пять лет вперед, Зед Инам описывает концепцию «бесконтактного закрытия сделок» (touchless close). По его прогнозам, к 2028 году рабочее место оператора контакт-центра полностью избавится от компьютеров в их привычном понимании.

В соответствии с этим видением, рабочая рутина изменится следующим образом:

* Операторы будут свободно перемещаться по офису, используя лишь мобильные гарнитуры для живого общения с клиентами.
* ИИ полностью возьмет на себя бэкэнд-задачи: автоматический ввод данных, заполнение карточек в CRM, генерацию отчетов и поиск клиентской истории.
* Человек сфокусируется исключительно на эмпатии, выстраивании долгосрочных отношений и решении нестандартных проблем.

Инам ожидает, что индустрия откажется от жестких и изнуряющих метрик вроде «среднего времени удержания вызова» (AHT). Простые рутинные операции перейдут в плоскость самообслуживания через бесшовные цифровые интерфейсы, а за людьми закрепится стратегическая роль, сопоставимая с обязанностями современных аккаунт-менеджеров. Ведущий подкаста резюмировал, что внедрение ИИ способно превратить исторически депрессивную отрасль с отрицательным eNPS в пространство эффективного и комфортного взаимодействия.