Модели искусственного интеллекта развиваются по экспоненте, однако корпоративный сектор сталкивается с жесткой реальностью: подавляющее большинство проектов не доходит до стадии внедрения. В новом выпуске подкаста 20VC Гарри Стеббингс беседует с Мэттом Фицпатриком, который прошел путь от старшего партнера McKinsey до руководителя одной из самых быстрорастущих компаний в сфере обучения ИИ — Scale AI (согласно словарю имен, в контексте беседы обсуждается опыт Мэтта в управлении Invisible Technologies).
Главная тема дискуссии — почему стандартный подход SaaS (программное обеспечение как услуга) больше не работает в эпоху ИИ и почему будущее технологий принадлежит «инженерам передового развертывания» (forward-deployed engineers) и гиперперсонализированным данным.
📉 Кризис внедрения ИИ: почему 95% проектов терпят неудачу 0:00
По данным отчета MIT, лишь 5% внедрений генеративного ИИ в реальные бизнес-процессы приносят результат . Прогнозы Gartner еще более суровы: к 2027 году до 40% корпоративных ИИ-проектов будут полностью закрыты . Мэтт Фицпатрик отмечает парадокс: в то время как производительность моделей выросла на 40–60% за два года, а 60% потребителей используют ИИ еженедельно, бизнес застрял на этапе тестирования .
По мнению гостя, основными барьерами для бизнеса остаются:
- Отсутствие качественной инфраструктуры данных.
- Сложность перестройки рабочих процессов под «недетерминированные» (предсказывающие) системы.
- Проблемы доверия и наблюдаемости (observability) моделей.
- Необходимость строгого тестирования и валидации, аналогично банковским моделям управления рисками .
Мэтт Фицпатрик утверждает, что корпоративное внедрение ИИ — это путь длиной в десятилетие, а не в два года. Сначала технологию освоят банки и медицинские компании, обладающие ресурсами для глубокого тестирования, и только затем — остальной рынок .
🏗️ Провал внутренних разработок и «ложь» традиционного SaaS 9:35
Одной из главных ошибок крупных корпораций гость считает попытку построить всё своими силами. Статистика MIT показывает, что внешние ИИ-разработки в два раза эффективнее внутренних команд . Мэтт Фицпатрик объясняет это отсутствием дисциплины в оценке ROI (окупаемости) внутри компаний и дефицитом топовых талантов, которые предпочитают работать в специализированных стартапах, а не в ИТ-отделах традиционных банков .
В качестве примера он приводит кейс ритейлера, который потратил 25 миллионов долларов на разработку ИИ-агента для обработки возвратов . Компания создала собственный инструмент оценки, который учитывал скорость решения тикета и настроение клиента. В итоге агент «галлюцинировал» и предлагал клиентам миллионные выплаты — тикеты закрывались быстро, клиенты были счастливы, но бизнес нес убытки. Через несколько месяцев проект закрыли и вернулись к обычным алгоритмам .
Мэтт Фицпатрик также критикует историческую парадигму SaaS:
- «Коробочное» ПО часто оказывалось иллюзией: компаниям всё равно приходилось нанимать консультантов (Accenture или TCS) для настройки систем .
- В эпоху ИИ модель «одна подписка для всех» окончательно ломается, так как модели требуют обучения на специфических данных конкретного клиента .
- Будущее за «гиперперсонализированным слоем гибкости» (system of agility), который строится поверх существующих баз данных .
👨💻 Forward-Deployed Engineers: новая элита ИТ-сервисов 20:12
Мэтт Фицпатрик убежден, что успешное внедрение ИИ невозможно без инженеров передового развертывания (FDE). В отличие от обычных инженеров поддержки, FDE работают непосредственно «в поле» у заказчика, настраивая сложные рабочие процессы .
Особенности этой модели в подходе гостя:
- Отказ от оплаты услуг FDE. Компания не берет деньги за работу инженеров, а зарабатывает только на работающем ПО .
- Скорость развертывания. В то время как классические интеграторы могут внедрять систему два года, команда FDE справляется за 2–3 месяца .
- Постоянная донастройка. Модели ИИ нельзя внедрить и оставить на четыре года — они требуют постоянного дообучения в меняющемся рыночном контексте .
По словам гостя, компания тратит меньше ресурсов на продавцов и больше — на инженеров передового развертывания, так как в текущем рынке лучший способ продажи — это доказательство работоспособности технологии через бесплатный пилотный проект (solution sprint) .
🧠 Человеческий фактор против синтетических данных 31:13
Среди экспертов ИИ популярно мнение, что синтетические данные скоро заменят человеческую обратную связь. Мэтт Фицпатрик считает это утверждение в корне неверным . По его мнению, синтетика хороша для «базовых истин» (например, математики), но бессильна в сложных задачах рассуждения (reasoning), где важен культурный, языковой и узкоспециальный контекст .
Рынок обучения моделей (AI training) эволюционировал: от простой разметки «кошка/собака» в Google-таблицах до высокотехнологичных «цифровых сборочных линий» . Сегодня требуются эксперты сверхвысокого уровня. Например, для обучения модели может понадобиться специалист по французской архитектуре XVII века со знанием языка, которого нужно найти и внедрить в процесс за 24 часа .
Гость выделяет три этапа востребованности данных:
- Обучение базовых LLM (текущий этап).
- Тонкая настройка (fine-tuning) для сложных отраслей: банкинг, медицина, юриспруденция .
- Массовое внедрение в остальной бизнес.
По прогнозу Мэтта Фицпатрика, потребность в «человеке в контуре» (human-in-the-loop) для валидации статистических выводов ИИ сохранится на десятилетия .
💰 Экономика и инвестиции: Scale AI и Invisible 53:05
Мэтт Фицпатрик поделился деталями финансовой стратегии своей компании. Долгое время бизнес развивался на собственные средства (всего 7 млн долларов внешнего капитала за 9 лет) . Однако в 2024 году было принято решение привлечь около 130 млн долларов для агрессивного технологического роста .
Ключевые инвестиционные тезисы гостя:
- Рост важнее прибыли сейчас. В условиях «величайшей среды для роста в истории» компания сознательно отказывается от прибыльности ради захвата рынка .
- Инвестиции в физический мир. Самые интересные данные находятся вне интернета. Например, компания отправляет инженеров со станциями Starlink на фермы для создания моделей компьютерного зрения, следящих за здоровьем скота .
- Результат определяет оплату. В отличие от классического SaaS, оплата часто происходит только после прохождения приемочных тестов пользователем (UAT) .
🏢 Управление: отмена удаленки и «стратегия на три месяца» 1:09:42
После перехода на роль CEO Мэтт Фицпатрик радикально изменил операционную модель компании, которая 9 лет была полностью удаленной. Теперь открыто 8 офисов в крупнейших городах мира (Нью-Йорк, Сан-Франциско, Лондон, Париж и др.) .
Аргументы гостя в пользу офисной работы:
- Культура и сплоченность. Дистанционно невозможно построить глубокое доверие и общность целей .
- Скорость решения проблем. При троекратном росте инженерной команды сложные архитектурные задачи решаются быстрее при личном контакте .
- Клиентский сервис. Чтобы работать с крупнейшими компаниями в Лондоне или Вашингтоне, нужно находиться в этих же городах .
Кроме того, Мэтт Фицпатрик считает, что в мире ИИ «стратегия переоценена». Традиционное пятилетнее планирование не имеет смысла, когда мир меняется каждые три месяца . Вместо этого он предлагает фокусироваться на «институциональной памяти» (процессах и ценностях) и гибко менять технологический стек каждые 90 дней .
🌟 Оптимистичный финал: энергия, медицина и образование 1:22:03
Несмотря на реалистичный взгляд на сложности бизнеса, Мэтт Фицпатрик остается ИИ-оптимистом. Он выделил три сферы, где технологии изменят мир к лучшему:
- Энергетика. ИИ поможет в оптимизации сетей. Хотя дата-центры потребляют энергию, это ничто по сравнению с кондиционированием воздуха (14–20% мирового потребления). Чистый эффект ИИ для климата будет положительным .
- Здравоохранение. В США 250 тысяч смертей в год происходит из-за предотвратимых ошибок персонала. ИИ уже на 20% лучше определяет риск рака груди, а также способен радикально сократить административные расходы, составляющие 9% бюджета медицины .
- Образование. Технологии ломают систему, основанную на студенческих долгах. Теперь ребенок из любого уголка мира может обучиться программированию или биологии бесплатно, а работодатели начинают ценить реальные когнитивные навыки выше дипломов колледжей .
