# Шубхо Басу о трансформации бизнеса: Как генеративный ИИ меняет управление данными в Fortune 500

Источник: https://www.youtube.com/watch?v=FWVewiHR1yc
Канал: Eye on AI
Опубликовано: 25.07.2024

---

В эпоху стремительного развития технологий искусственный интеллект (ИИ) становится не просто инструментом автоматизации, а фундаментальной частью ДНК современного бизнеса. В новом выпуске подкаста **Eye on AI** Крейг Смит беседует с **Шубхо Басу (Shub Bhowmick)**, сооснователем и генеральным директором компании **Tredence**, о том, как генеративный ИИ (GenAI) трансформирует управление данными и помогает крупнейшим мировым ритейлерам извлекать прибыль из ранее недоступных массивов информации.

## 🚀 Генеративный ИИ как катализатор бизнес-трансформации
[[JUMP:04:49]]

По мнению Шубхо Басу, ИИ сегодня является самым мощным инструментом, доступным генеральным директорам (CEO). Правильное внедрение этой технологии позволяет компаниям фундаментально повысить прибыльность, улучшить клиентский опыт и ускорить темпы роста [04:49]. Однако для достижения этих целей ИИ должен стать частью стратегии развития бизнеса, а не просто отдельным IT-проектом.

Компания Tredence, штат которой насчитывает более 2500 специалистов по данным и инженеров, фокусируется на создании индивидуальных решений для компаний из списка Fortune 200 [02:50]. Басу подчеркивает, что они работают с 80% крупнейших мировых ритейлеров и компаний сектора CPG (потребительские товары повседневного спроса), помогая им решать сложнейшие задачи в области аналитики и цепочек поставок [05:57].

Основные направления работы Tredence включают:

*   Улучшение клиентской аналитики и персонализация опыта [03:44].
*   Оптимизация маркетинговых кампаний и снижение стоимости привлечения клиентов.
*   Совершенствование алгоритмов ценообразования с помощью современных моделей ИИ.
*   Модернизация цепочек поставок для минимизации издержек [04:10].

## 🏥 Кейс крупнейшего ритейлера: от хаоса в данных к реальному времени
[[JUMP:06:26]]

Басу приводит пример глубокой трансформации одного из 10 крупнейших глобальных ритейлеров, управляющего более чем 500 магазинами по всему миру [06:53]. Основными проблемами клиента были:

*   Разрозненность данных (силосы) из-за недавних слияний и поглощений.
*   Низкое качество данных и отсутствие единых стандартов определений ключевых метрик.
*   Огромная задержка (latency) в получении инсайтов — процесс обработки данных занимал несколько дней [07:23].

Трансформация началась с создания «фундамента данных» (Data Foundation) и разработки единой модели, в которую было перемещено 90% разрозненных данных компании [08:33]. Одним из критических этапов стало согласование определений. Басу отмечает, что даже такая простая метрика, как «продажи на магазин в день», может трактоваться по-разному в зависимости от того, учитываются ли возвраты или полевые продажи [09:40].

Результатом внедрения архитектуры реального времени (Medallion architecture) стало сокращение задержки обработки данных на 15 часов [10:58]. Басу делится живым примером: они совершили покупку в магазине при штаб-квартире ритейлера, и уже через пять минут генеральный директор смог увидеть эту транзакцию в своей аналитической панели, привязанную к карте лояльности [11:25].

Второй этап проекта касался борьбы со списаниями (spoilage). Благодаря внедрению ИИ-акселератора для прогнозирования спроса на скоропортящиеся продукты, точность модели выросла на 500 базисных пунктов, что напрямую отразилось на чистой прибыли компании и было заверено финансовым директором [12:18].

## 📈 Пять фаз эволюции GenAI в бизнесе
[[JUMP:14:09]]

Обсуждая развитие генеративного ИИ за последние 18 месяцев, Шубхо Басу выделяет пять ключевых этапов, которые прошла индустрия и компания Tredence:

1.  **Исследование (Phase 1):** Знакомство с базовыми моделями (GPT-3.5) и изучение «искусства возможного», например, интеллектуального поиска [14:47].
2.  **Контекстуализация (Phase 2):** Осознание того, что базовые модели слишком универсальны. Переход к использованию RAG (Retrieval-Augmented Generation) и промпт-инжиниринга для повышения точности [15:28]. На этом этапе фокус сместился с обучения моделей на их тонкую настройку (fine-tuning).
3.  **Отраслевая специализация (Phase 3):** Применение глубоких знаний в конкретных областях (производство, инновации продуктов) для создания доменных решений [16:45].
4.  **Операционализация (Phase 4):** Переход от лабораторных экспериментов и пилотов к промышленному внедрению в производство (industrialization) [17:25].
5.  **Масштабируемое внедрение (Phase 5):** Текущий этап, сфокусированный на массовом принятии ИИ в организациях и использовании мультиагентных систем [17:53].

Басу убежден, что каждое приложение в мире должно быть переосмыслено как ИИ-приложение [18:32]. Он не считает ИИ угрозой человеку, называя этот процесс «танцем», где ИИ выступает в роли ко-пилота, дополняющего возможности людей.

## 🛠 Методология «Foundry to Factory» и ответственный ИИ
[[JUMP:21:18]]

Для работы с клиентами Tredence использует структурированный подход под названием **Foundry to Factory**, состоящий из трех этапов:

*   **VisionQuest:** Серия воркшопов и интервью для выявления наиболее ценных для CEO и CFO бизнес-кейсов [21:32].
*   **The Foundry:** Инкубация и эксперименты в песочнице с использованием акселераторов, таких как «Text to SQL» (перевод текстовых запросов в SQL-код) [21:45].
*   **The Factory:** Полноценная операционализация с использованием как закрытых (GPT-4, Gemini), так и открытых моделей (Llama 3, Mistral) [22:12].

Особое внимание уделяется «Ответственному ИИ» (Responsible AI). В корпоративной среде галлюцинации недопустимы [22:38]. По словам Басу, если модель не знает ответа, она должна прямо об этом заявить, а не выдумывать его. Также критически важно бороться с дезинформацией, дипфейками и предвзятостью моделей [23:17].

## 🏗 Модель сервиса: Индивидуальный подход против коробочных решений
[[JUMP:30:09]]

Крейг Смит затронул вопрос о том, является ли платформа Tredence «GenAI как сервис» готовым программным продуктом (SaaS). Шубхо Басу пояснил, что Tredence — это прежде всего технологическая сервисная компания, а не вендор софта [29:56].

Он выделяет две крайности на рынке:

1.  **Покупка готового SaaS-продукта:** Быстро, но часто не учитывает специфику бизнеса и требует сложной интеграции с данными [30:24].
2.  **Разработка с нуля:** Максимально точно, но слишком долго и дорого [30:51].

Подход Tredence заключается в использовании портфеля акселераторов. Они обеспечивают 50–60% готовности решения «из коробки», а оставшиеся 40% дорабатываются индивидуально под клиента [31:45]. Это позволяет достичь баланса между скоростью внедрения и качеством результата. В портфеле компании уже более 150 предварительно обученных моделей [31:32].

Басу также дистанцируется от термина «консультант», отмечая, что классические консультанты часто ограничиваются презентациями в PowerPoint, в то время как его команда фокусируется на написании кода и достижении измеримых бизнес-результатов (выручка, снижение издержек) [33:05].

## 🗺 География и будущее: От ритейла к здравоохранению
[[JUMP:40:48]]

Tredence активно расширяет свое присутствие на рынке. В 2023 году компания запустила две новые вертикали — финансовые услуги и здравоохранение [43:02]. Также было открыто новое направление маркетинговой аналитики (MarTech), помогающее директорам по маркетингу оптимизировать затраты на привлечение клиентов [43:15].

С точки зрения географии, компания стремится к тому, чтобы в долгосрочной перспективе 20–25% выручки поступало из регионов за пределами Северной Америки. В частности, был открыт офис в Дубае для работы на рынках ОАЭ, Катара и Саудовской Аравии [43:54].

Шубхо Басу прогнозирует, что ИИ принесет мировой экономике более 15 триллионов долларов к 2030 году [34:29]. Он считает, что современные технологии позволяют программистам быть гораздо эффективнее: если в 20 строках кода раньше было 15 строк рутинной «обвязки» (plumbing) и только 5 строк логики, то теперь GenAI берет на себя всю рутину, позволяя инженерам фокусироваться на творческих задачах [47:16].

На сегодняшний день Tredence — это компания с оборотом и штатом более 2600 человек, которая продолжает расти благодаря высокому спросу на экспертизу в области данных и ИИ [48:11]. По мнению Басу, успех на этом конкурентном рынке возможен только если говорить с клиентом на языке бизнеса, а не только технологий [50:45].