[0:16] Speaker A: Как вы понимаете, мы еще не в том мире, где искусственный интеллект все делает за нас. Человеческий фактор, мы сегодня про это будем много говорить, он немножко тормозит искусственный интеллект. Но, тем не менее, за 2,5-3 года мы сделали, конечно, колоссальный прогресс. Можно назвать, что это квантовый скачок. Я напомню вам, что 30 ноября 2022 года, да, это меньше, чем три года назад, мы впервые узнали, что такое чат GPT, и мы очень сильно удивлялись о том, что вау, система может поддерживать разговор на естественном языке. Ну окей, она еще тогда не была прям очень умная или какая-то прям классная, но то, что можно было просто задавать вопросы в окошко, тогда мы как бы все были шокированы, пробовали, находили какие-то глюки, вот, и активно это обсуждали. И вот спустя небольшой отрезок времени мы уже перешли на так называемый третий агентный уровень, когда системы могут не просто поддерживать диалог на естественном языке, но они могут рассуждать и даже какие-то действия принимать. Принимать решения, что-то делать, действовать. Пока еще, наверное, не могут принести сюда кофе.
[1:24] Speaker A: Но, в общем-то, с какими-то простыми вещами, что-то купить, что-то суммировать и так далее, они уже очень активно и классно справляются и будут прогрессировать дальше. И как не маркетологи, мы с вами, конечно, все это видим, потому что, наверное, каждый наш любой день мы обязательно что-то слышим про ИИ, мы видим какие-то новости, мы видим дипфейки, не знаю, наших родителей пытаются развести мошенники, генерированные с помощью ИИ. И то, что сейчас происходит, одним простым словом можно назвать… Я позаимствовала это у Бена Эванса, который каждый год подводит итоги того, что происходит в технологиях, и он называет это просто, и поглощает этот мир. И более того, он называет это, что мы не просто в какой-то точке находимся, когда мы сейчас все поговорили, что-то так интересное, потом неинтересное, мы переключились, уже как бы внимание ушло. Он говорит, что это достаточно серьезный момент в истории. Это shift-платформы. Последний раз мы такое наблюдали, когда запускался iPhone в 2007 году. Если мы сейчас на себя посмотрим, у каждого есть мобильный телефон, там 90-80% времени проходит на айфонах.
[2:32] Speaker A: И если предположить, что лет через 10-15 то же самое будет вокруг генеративного искусственного интеллекта, агентов и так далее, то можно сказать, что мы действительно с вами переживаем такой исторический момент. Мы сегодня здесь собрались от бизнеса, и нас интересует вопрос, окей, а как это все встраивается в реальный бизнес вообще? Есть ли какие-то эффекты? Или мы только говорим и наблюдаем, как что-то меняется, но на себе это не чувствуем? И здесь нам нужно на год назад вернуться, 2024 год. Мы видим абсолютный такой консенсус, единство мнений о том, что искусственный интеллект, он замечательно всем компаниям помогает, Везде, где он внедряется, там все оптимизируется, растут доходы, снижается время, снижается количество часов, затраченное на что-то. И причем мы это слышим как от технологических гигантов, ну понятно, они делают и, как будто бы они должны его хвалить. Но мы это также слышим от большой консалтинговой четверки. Все как бы едины в том, что да, пилоты идут классно, мы видим эффект от внедрения. Мы сначала в агентстве собирали кейсы, наблюдали, да, там, и вот здесь вот внедрили, он классно помог, вот здесь.
[3:40] Speaker A: Потом Google выпустил статью, которая называлась «601 кейс эффективного внедрения ИИ». Ну, это про пилоты с ИИ было, и мы такие, окей, ладно, можно даже не считать. Ну вот наступает 2025 год, и что мы видим? А мы видим, что пилоты с ИИ растут, то есть внедрение идет, но полноценного внедрения, полноценных эффектов не происходит, то есть оно идет непропорционально. Где-то, да, начинаем мы чувствовать эту эффективность, но тем не менее, если мы посмотрим в целом, то, конечно, вот этот самый сложный шаг от успешного пилота до системного внедрения — Он очень сложный, очень долгий, и мы немножко все забуксовали. И вот верхний график — это в целом по рынку, по разным индустриям, по разным компаниям. Нижний — это по маркетингу. И 60% маркетологов сходят в том, что да, мы находимся в стадии экспериментов, ну или где-то в узких каких-то областях и нишах мы уже почувствовали некую эффективность. Ну, наверное, таким гвоздём был большой отчёт Маккензи, который вышел весной этого года. И они сказали, мы поговорили с теми, кто активно внедряет искусственный интеллект, так 80% директоров не видят ощутимого вклада в доходы. Ну, то есть все такие…
[4:50] Speaker A: И вот это вот от того, что искусственный интеллект все прекрасно везде делает, приносит эффективность, скептики такие улыбнулись, выдохнули, сказали, не работает этот ваш искусственный интеллект, вообще не будем на это тратить время, энергию, ресурсы, деньги и так далее. И те, и те неправы, потому что мы на самом деле приближаемся, можно сказать, уже спустились в долину разочарования. Это естественный процесс внедрения любой технологии. В 2023 году, в 2024 мы были на пике хайпа искусственного интеллекта, мы очаровались новой технологией, у нас были завышенные ожидания. И потом мы такие как с горочки скатываемся. Есть хорошая новость, мы катимся к плато продуктивности, когда мы почувствуем тот самый эффект. Но сейчас это нормальный процесс, его можно характеризовать тем, что массовое внедрение уже есть, но масштабы и стрелости или той самой эффективности, которую мы все ищем, ее еще пока не наступило. Здесь важно помнить про две вещи, особенно когда вы подтверждаете бюджетные инициативы. О том, что это не провал технологии, это естественный процесс. А второе, очень важно, что технологические барьеры — это только один небольшой, скажем так, стоппер или блокер на пути к эффективности.
[6:05] Speaker A: И потому что в этот момент мы вспоминаем и про людей, и про культуру, и про организационные процессы, и про многое другое. Небольшой пример нашумевшего рекламного ролика, который был в финале NBA. Там прям много-много кадров вообще каких-то таких ситуаций, которые можно характеризовать как дичь, потому что это платформа ставок, такая прогнозная платформа на очень разные события. Моментально он зашел, попал в тренды TikTok, его много обсуждали, и потом вышли ребята, которые его сделали, и сказали, нам на это потребовалось 2000 долларов и два дня. Все такие, вау! И здесь очень важный момент. Чтобы сделать хороший ролик, это непросто, это тоже иллюзия, но, в принципе, это вполне реально. Это одна история. Чтобы перестроить процесс продакшена и сделать системный конвейер, который будет выдавать эффективные ролики… который будет попадать в вашу ЦА, который будет учитывать вашу бленд-платформу и так далее. Это как бы совсем уже другая история. И по средним оценкам исследования говорят то, что в целом нормальный этап после успешного пилота до внедрения — это минимум, если вам везет 3 месяца, а так как бы рассчитывайте не меньше, чем на 6.
[7:16] Speaker A: Ну и второй момент, тот самый человеческий фактор, который никто не отменял. У нас в технологиях есть такой мартех-закон, и он как бы напоминает нам каждый раз о том, что технологии развиваются очень быстро, а люди на самом деле не так сильно быстро двигаются, а наоборот иногда нас очень сильно замедляют. И для успешного внедрения технологии у вас в компании должны быть классно настроены, ну или хотя бы описаны процессы, должны быть такие синхронизированные кросс-функциональные взаимодействия, И если этого всего не происходит, то вот этот гэп между тем, как технология, что она может, какой у нее есть потенциал, и тем, какой эффект вы в своей компании получаете, он как бы все больше и больше и больше. Ну то есть сейчас самый тот момент, когда нужно не только смотреть, что технология может, какой-то классный пилот мы сделали, а нужно дальше смотреть и думать, куда вы будете заселять, как можно перестроить, встроить это в процессы. И так далее.
[8:16] Speaker A: Ну и здесь, если суммировать некую проблематику вообще вокруг AI, на основе множества исследований, люди говорят, да, с технологиями всё равно есть определённые проблемы, они устаревают, иногда мы не готовы данные у нас, чтобы использовать, и там есть много рисков и так далее. Но в основном все говорят о том, что… Что мешает внедрению? Это отсутствие какого-то ясного фокуса измеримых ROI, то есть очень часто в компаниях вообще про это даже не думают. Это разрозненных инициатив, когда у вас где-нибудь на коленке какой-нибудь энтузиаст-стажёр сидит, собирает наукот решения, и компания такая «ну мы внедряем, и ай, да». Ну вот там вот на коленке они, как правило, и остаются, даже очень успешные результативные вещи. Про людей мы сегодня много поговорим, конечно, ну и в целом про подходы, про скорость. Если вам кажется, что это я про какие-то компании говорю, то здесь я просто хочу привлечь ваше внимание, что люди, которые это делают, они часто тоже идут на ощупь и не всегда понимают, как это делать правильно. OpenAI — это уже прям, знаете, такая традиция. После каждого большого релиза через два дня они делают откат и говорят, ну, мы что-то недооценили, мы не так.
[9:28] Speaker A: В общем, давайте возвращаем, и потом потихоньку будем нарабатывать. Ну, уж совсем классный пример про синергию в организации. Это, например, Google год назад на своей большой конференции решил представить все свои продукты. Начали, как бы, знаете, как будто их собирать. И глядя на этот график, можно сказать, что как будто они вообще, ну, как бы… никогда на работе не встречались, и каждый делает что-то сам в своей лаборатории. И потом они такие, ну давайте хотя бы нейминг общий сделаем, а то уж люди совсем запутаются. И вот сейчас, когда мы поговорили с вами про проблемы, давайте перейдем к тому, что делать, чтобы эффективность, которую мы все ждем и хотим, чтобы она наступала побыстрее. Я только что сказала, что OpenAI и Google не знают, что делать, поэтому очевидно, что я вам не расскажу, как надо быть. Но мы в АКАМ очень привержены инновациям, инициативам, технологиям. Мы много экспериментируем, мы много запускаем стримов. Мы очень разные вещи и образовательные делаем, и продуктовые, и мы работаем с внешними стартапами. И за последние три года мы сильно запарились на то, чтобы найти и играть.
[10:36] Speaker A: Не могу сказать, что мы его нашли, но когда мы говорим про технологии, мы придерживаемся такого подхода, знаете, как сад, чтобы вырастить классный урожай, вам нужно для начала засадить его большим количеством семян, ну и не сидеть ждать такие, а что же там, вот он взойдет у нас, да, может быть. Нет, вам нужно активно работать на то, чтобы создавать правильную инфраструктуру, нанимать правильных людей, выделять ресурсы, сделать это более системным. И вот за последние несколько лет можно прям с уверенностью сказать, что то, как ИИ внедряется, ситуация очень сильно изменилась. Если там два года назад, мы называем это эра хаоса, да, и пилотов, мы говорили, а что если… А давайте попробуем вот это. У нас были какие-то точные несистемные инициативы. Мы смотрели, как делают наши конкуренты или какие-то игроки на рынке. Говорили, о, смотрите, а если у них получилось, то, может быть, у нас тоже получится. И вот за эти несколько лет мы сейчас можем точно сказать, что этот подход уже абсолютно не работает сейчас. Сейчас ИИ уже не стоит нам 3 копейки. Мы перешли в эру осознанности и в эру системных экспериментов. Все еще экспериментов, потому что мы не знаем, куда ведет ИИ.
[11:47] Speaker A: Но тем не менее, для того, чтобы сейчас извлекать эту самую эффективность, чтобы растить успешные урожайные продукты, нужно вовлекать си-левел. Нужны ресурсы, нужны лидеры, нужна хорошая инфраструктура. Помимо энтузиастов, вам нужны скиллованные люди, инженеры, стратеги, визионеры. Вам нужно четко очень синхронизироваться с бизнесом. Сегодня мы про это очень много будем говорить, но я здесь решила подсуммировать эту историю цитатой человека из Гартнера. Мне кажется, она хорошо описывает то, где мы сейчас находимся как бизнес, как рынок. Это несмотря на колоссальный потенциальный бизнес-эффект, он не возникает сам по себе. Это аксиома, это нужно просто принять. И успех зависит от бизнес-ориентированных пилотов. То есть вы знаете точно, какую проблему вашего бизнеса вы решаете. Сильные инфраструктуры, которая все время должна обновляться, усовершенствоваться, дообучаться. И, конечно, координация между AI-командой и бизнес-командами. То есть не бывает такое, что у вас есть классная AI-лаборатория, и у вас бизнес-процессы все перестроились. Нет, только в очень тесной связке и с HR, и с легалами, и, конечно, с операционными командами.
[13:00] Speaker A: И поэтому, когда мы думали про то, как сделать эту сессию, мы решили, что сегодня не будет про успешный успех, не будем говорить «смотрите, классный кейс». Мы подобрали классные кейсы, но сегодня наши спикеры будут проводить вас через их реальный опыт на пути к этому успеху. к этим удачам, к тому, что получилось, к тому, что не получилось тоже. И я надеюсь, что это будет очень полезно в том, как вы построите свой план внедрения эффективного искусственного интеллекта. Спасибо большое!
