# Томас Ла из TSIA: «Ваш конкурент через два года будет на 40% эффективнее благодаря ИИ» Источник: https://www.youtube.com/watch?v=AOtt4Uvh8p4 Канал: Eye on AI Опубликовано: 07.04.2024 --- Внедрение искусственного интеллекта в корпоративный сектор часто воспринимается как гонка вооружений, где технологические гиганты априори имеют преимущество. Однако реальность оказывается сложнее: даже компании, создающие ИИ-продукты для рынка, сталкиваются с теми же внутренними барьерами, что и традиционный бизнес. Исполнительный директор Ассоциации индустрии технологий и услуг (TSIA) Томас Ла в беседе с Крейгом Смитом анализирует, почему «сапожники остаются без сапог», и как бизнесу перестроить свою операционную модель, чтобы не проиграть в эффективности конкурентам уже через пару лет. ## 🏢 Парадокс технологических гигантов: сложности внутреннего внедрения [[JUMP:02:30]] Многие полагают, что такие компании, как Microsoft, Cisco или Salesforce, находятся в авангарде использования ИИ во всех своих процессах. Однако, по словам Томаса Ла, технологические компании испытывают те же трудности с внедрением ИИ внутри своих организаций, что и компании из нетехнологических секторов [00:52]. TSIA (Technology and Services Industry Association), объединяющая таких гигантов, как Microsoft, Dell, Salesforce, а также трансформирующихся игроков вроде John Deere и Siemens, занимается исследованием их операционных моделей [02:57]. Томас Ла выделяет два разных подхода к ИИ в техсекторе: * **Внешний фокус:** создание и продвижение ИИ-функций внутри своих продуктов для продажи клиентам [06:43]. * **Внутренний фокус:** использование ИИ для трансформации собственных рабочих процессов — от разработки продуктов до поддержки и обучения [07:11]. Гость подчеркивает, что именно вторая сфера сейчас является «слоном в посудной лавке». Компании пытаются понять, как ИИ изменит их внутреннюю экономику, и часто обнаруживают, что их данные так же разрознены и «замусорены», как и у любого ритейлера [19:32]. ## 📊 Спектр готовности к ИИ: от лидеров до аутсайдеров [[JUMP:20:11]] TSIA классифицирует компании по уровню адаптации ИИ, выделяя определенный спектр готовности [20:38]: 1. **AI Advantaged (Преимущество ИИ):** компании, которые имеют ИИ-продукты, монетизируют их и активно используют технологию внутри. Таких в индустрии около 10–14% [20:51]. 2. **Средний сегмент:** компании, находящиеся в процессе трансформации (основная масса, напоминающая классическую кривую Гаусса) [21:19]. 3. **Severe AI Laggards (Тяжелые аутсайдеры):** игроки без ИИ-предложений, без внутреннего внедрения и с плохой структурой данных. Их доля составляет около 10–15% [21:05]. Томас Ла сравнивает текущую ситуацию с появлением интернета, но предупреждает, что ИИ — это «интернет на стероидах» [21:31]. Скорость изменений выше, а разрыв в стоимости операционной модели между лидерами и отстающими может достичь 20–40% уже через 2–3 года [16:39]. ## 🛠 Ключевые сценарии использования и ROI [[JUMP:22:12]] Исследовательская группа TSIA выделила более 70 практических сценариев использования ИИ в операционной деятельности [09:52]. По мнению Ла, наиболее зрелыми на данный момент являются следующие направления: * **Сервисная поддержка:** использование интеллектуальных агентов для самообслуживания и предиктивной поддержки, позволяющей предотвращать сбои до их возникновения [22:37]. * **Образовательные услуги:** создание обучающего контента [22:49]. Ла приводит в пример компанию **OpenText**, которая использует ИИ для генерации обучающих материалов. Это позволяет персонализировать обучение под конкретные роли и языки, а также сократить время на обновление контента при выходе новых релизов ПО [10:42]. * **Полевое обслуживание (Field Services):** ИИ помогает диагностировать проблемы удаленно, чтобы лишний раз не отправлять инженеров и дорогостоящее оборудование на объекты [22:49]. **ROI и метрики:** Ла утверждает, что реальный возврат инвестиций виден там, где процессы четко измеримы. Например, если на создание часа обучающего контента раньше уходило 10 часов труда, использование ИИ дает прямую экономию [24:20]. В то же время гость критикует компании, которые просто раздают сотрудникам Microsoft Copilot за $30 в месяц, не определяя конкретных целей и ожидаемых результатов [24:46]. ## 🚦 Стратегия «Маньяна» и риски ожидания [[JUMP:15:06]] Многие руководители высшего звена (C-suite) занимают выжидательную позицию, которую Ла называет «стратегией маньяна» (откладывание на завтра) [15:31]. Они аргументируют это незрелостью инструментов и желанием дождаться, пока другие набьют шишки. Однако Томас Ла считает эту осторожность опасной по нескольким причинам: 1. **Кривая обучения персонала:** внедрение ИИ — это не просто покупка софта, а изменение привычек сотрудников. Команде контент-разработчиков или инженеров нужно время, чтобы научиться работать в новом рабочем процессе [18:12]. 2. **Накопительный разрыв:** каждый месяц промедления увеличивает разрыв в эффективности между компанией и конкурентами, которые уже начали пилотировать решения [16:13]. 3. **Устаревание модели продаж:** Ла отмечает, что отделы продаж являются одними из самых консервативных («аутсайдерами») в плане внедрения ИИ [23:42]. Традиционно продавцы полагаются на интуицию, игнорируя аналитические модели ранжирования лидов, что снижает их общую продуктивность [35:08]. ## 🧬 Данные и культура: фундамент для ИИ-агентов [[JUMP:45:18]] Главным препятствием для внедрения ИИ остаются «организационные феодальные владения» (silos) [46:20]. Отделы продаж, маркетинга и сервиса хранят свои данные отдельно, создавая разные «версии правды». Ла утверждает: чтобы ИИ приносил пользу, необходимо создать «единый источник истины» [46:48]. Рекомендации TSIA по структуре данных: * **Централизация:** около 47% опрошенных компаний уже создали централизованные группы обработки данных и аналитики [47:15]. * **Культурный сдвиг:** отделы должны добровольно отказаться от владения «собственными» данными в пользу централизованной системы [50:52]. * **Гигиена данных:** процесс очистки и рационализации данных должен начинаться задолго до выбора конкретного ИИ-инструмента [48:24]. ## 🔮 Будущее: от чат-ботов к ИИ-агентам [[JUMP:42:13]] Обсуждая будущее, участники затронули тему ИИ-агентов и копайлотов. Ла отмечает, что примитивные чат-боты прошлого уступают место специализированным решениям. Например, **Nokia** разработала копайлот специально для инженеров в сфере телекоммуникаций, обучив его профессиональному сленгу и специфике отрасли [10:17]. Изначально инструмент применялся внутри компании, а затем был предложен клиентам [44:39]. В заключение Томас Ла приводит статистику, подтверждающую, что ИИ уже влияет на рынок труда: такие компании, как Microsoft, Amazon и Salesforce, за последние два года увеличили выручку, но при этом сократили общую численность персонала [51:45]. Это прямое следствие роста производительности за счет автоматизации и технологий [51:58].