Созидатели ценности на базе ИИ

Созидатели ценности на базе ИИ: Выходя за рамки образа мышления пользователя генеративного ИИ.

AI Value Creators  Beyond the Generative AI User Mindset Оригинал

Книга "AI Value Creators: Beyond the Generative AI User Mindset" от авторов IBM (Роб Томас, Пол Зикопулос, Кейт Соул) предлагает бизнес-лидерам и техническим специалистам руководство по стратегическому внедрению ИИ, выходя за рамки простого использования генеративного ИИ. Вот ключевые выводы и основные мысли книги:

1. "Момент Netscape" для ИИ: Авторы сравнивают текущий момент с появлением браузера Netscape в 1990-х, который демократизировал доступ к интернету. Генеративный ИИ (GenAI) и агентный ИИ сейчас также находятся на точке перегиба, способной фундаментально изменить бизнес и общество. Те, кто не адаптируются, отстанут.

2. Переход от "+ИИ" к "ИИ+": Вместо того чтобы просто добавлять ИИ к существующим бизнес-процессам ("+ИИ"), компании должны перейти к модели "ИИ+", где ИИ становится центральным элементом, а люди его поддерживают или взаимодействуют с ним. Это требует изменения мышления и реструктуризации рабочих процессов.

3. ИИ как Генератор Ценности, а не Кост-Центр: В условиях замедления роста населения и удорожания долга, основным драйвером экономического роста становится производительность. ИИ является мощным инструментом для ее повышения.

   • "Сдвиг влево" (Shift Left): Автоматизация рутинных и повторяющихся задач (например, ИТ-операций, обработки юридических документов, обслуживания клиентов), что приводит к снижению затрат и освобождает человеческие ресурсы для более сложной работы.

   • "Сдвиг вправо" (Shift Right): Создание новых бизнес-моделей и услуг, которые были бы невозможны без ИИ.

4. Уравнение Успеха ИИ: Успех ИИ = Модели + Данные + Управляемость (Governance) + Варианты использования (Use Cases). Все четыре элемента критически важны.

5. Данные как Главный Дифференциатор: Пока общедоступные БЯМ обучены на публичных данных из интернета, проприетарные данные компании — это ее уникальный актив. Создатели ценности ИИ должны научиться эффективно использовать свои данные, интегрируя их в модели ИИ (с помощью RAG, файн-тюнинга, InstructLab), чтобы адаптировать ИИ к конкретным потребностям бизнеса. Прозрачность в отношении обучающих данных моделей является ключевой для доверия.

6. "Одна Модель не Будет Править Всеми": Будущее ИИ не в одной гигантской универсальной модели, а в экосистеме разнообразных моделей.

   • Малые языковые модели (SLM): Все более эффективны и конкурентоспособны по сравнению с более крупными моделями, особенно при специализации на конкретных предметных областях и качестве данных.

   • Дистилляция моделей: Позволяет перенести производительность большой модели в меньшую, более эффективную модель.

   • Маршрутизация моделей: Алгоритмы, направляющие запросы к наиболее подходящей модели из библиотеки (состоящей из моделей разного размера и специализации), для оптимизации производительности и затрат.

   • Смесь Экспертов (MoE): Архитектура моделей, где разные части модели специализируются на разных задачах, повышая эффективность вывода.

7. Агенты ИИ как Следующий Уровень Продуктивности: Агенты способны планировать, рассуждать, использовать внешние инструменты (tool calling) и действовать автономно для достижения сложных целей. Это концепция "цифрового труда", который может взять на себя еще больше задач по "сдвигу влево".

8. Управляемость (Governance) и Ответственный ИИ: Доверие является фундаментальным для принятия и использования ИИ. Важные принципы включают:

   • Справедливость (Fairness): Избегать предвзятости в данных и результатах.

   • Надежность (Robustness): Защита от атак и некорректного поведения.

   • Объяснимость (Explainability): Возможность понять, почему ИИ принял то или иное решение.

   • Происхождение данных (Lineage): Отслеживание данных и процессов, используемых для создания и обслуживания модели.
     Авторы считают, что регулировать нужно не саму технологию ИИ, а варианты ее использования в зависимости от потенциального риска.

9. Критическая Роль Навыков (Upskilling): ИИ создает "новые рабочие места" (net new-collar jobs). ИИ не заменит людей, но люди, использующие ИИ, заменят тех, кто его не использует. Постоянное обучение и развитие навыков (технических, предметных, "мягких") по всей организации жизненно важны для адаптации и процветания. Важны любопытство, практика и возможность экспериментировать.

10. Генеративное Вычисление (Generative Computing): БЯМ представляют новую парадигму вычислений, дополняющую классические (императивные, основанные на коде) и квантовые. Это переход к "программированию" моделей с помощью структурированных инструкций и данных, а не только неструктурированных текстовых промптов. Это требует новых сред выполнения и, возможно, нового оборудования, оптимизированного для инференса (вывода) с низкой задержкой.

В итоге: Книга призывает компании не быть пассивными потребителями генеративного ИИ, а активно становиться "Создателями ценности ИИ". Это достигается путем стратегического подхода к данным как к ключевому активу, выбора подходящих моделей (включая меньшие, специализированные и открытые), внедрения надежных принципов управляемости и безопасности, определения высокоэффективных вариантов использования и, самое главное, постоянного развития навыков сотрудников для навигации и лидерства в новой эре ИИ

Захватывающе — это единственное слово, которое мы используем для описания возможностей и потенциала, которые предоставят генеративный ИИ (GenAI) и агенты. От бойлерной до зала заседаний, мы считаем, что GenAI действительно повлияет на каждую отрасль. Как технологи, такой уровень азарта возникает только раз, может быть, раз в десятилетие, и именно поэтому все больше и больше, каждый день, возможности GenAI признаются людьми по всему миру. Действительно, GenAI обещает революцию, но эта революция коснется высокостатусной умственной работы, которой Промышленная революция никогда не касалась.

Как известно многим, Стив Джобс бросил колледж и стал руководителем одной из самых успешных компаний в истории мира. Многие знают, что Джобс любил простую элегантность и красоту вещей (например, шрифты, изучению которых он посвятил много времени), и это видно в продуктах Apple по сей день. Многие не знают, что он также был увлечен эффективностью передвижения. Особый интерес у него вызвала работа, которая исследовала минимальное количество энергии, которое вид потратил бы на гонку на один километр (0,62 мили). Возможно, вас удивит (нас удивило), что победителем в этой категории стал кондор! Люди? Примерно треть в списке. Но когда человечество село на велосипед, оно обошло всех по показателям эффективности. Он заключил, что человечество может создавать инструменты (компьютеры тогда, а теперь GenAI и агенты), которые могут сделать нас лучше, в то время как другие виды должны адаптироваться (что занимает много времени, если вообще возможно). В 1990 году он сравнил компьютер с велосипедом и отметил: «Компьютер для меня — это самый замечательный инструмент, который мы когда-либо создавали. Это эквивалент велосипеда для нашего разума». Мы совершенно уверены, что если бы он был жив сегодня, он бы заметил, что если компьютер — это велосипед для нашего разума, то GenAI и агенты в сочетании становятся велосипедом для вашего бизнеса. И точно так же, как люди освоили искусство использования Excel для управления своими финансами, отслеживания расходов и создания сложных таблиц с цветовым кодированием (часто с излишней сложностью), эти технологии готовы стать стандартным инструментом для автоматизации задач, пробуждения творческих идей и создания впечатления, будто вы неустанно работали для их достижения.

Хотя все это звучит многообещающе, помните, что ИИ — это не обещание процветания, и лучший мир не гарантирован просто потому, что вы используете GenAI или агентов. Почему? У этого может быть и темная сторона, о которой вы также узнаете из этой книги.

Времена меняются, технологии меняются быстрее

Давайте сразу скажем: информация устареет к тому моменту, как вы прочтете эту книгу. Сегодня писать об ИИ — это как давать статистику о количестве изображений, загружаемых в интернет каждую секунду. Мы изо всех сил старались поддерживать актуальность информации (например, появился DeepSeek, и мы надоедали нашему редактору, чтобы он открыл рукопись и внес обновления). И, конечно, появятся новые бенчмарки, новые статьи, новые передовые (SOTA) модели, графические процессоры, другие ускорители и многое другое. В этой книге мы ссылаемся на то, как технологические годы раньше были как собачьи годы (1:7), а теперь они стали больше похожи на мышиные годы (1:30). Так что будьте снисходительны, когда появится что-то новое, что может противоречить тому, что написано в книге.
Сказав это, мы думаем, вы найдете главный смысл этой книги в том, чтобы дать вам ментальную модель вещей, о которых стоит подумать в вашем путешествии с GenAI и агентами, вещей, которые заслуживают вашего внимания, вопросов, которые нужно задавать (себе и вашим поставщикам), и многого другого. Мы думаем, вы согласитесь, что то, чему мы вас учим в этой книге, имеет гораздо больший срок службы, чем текущие SOTA-модели GenAI и завтрашнее "Подождите, люди действительно использовали это?". С учетом этого, мы призываем вас смотреть дальше статистики или версии модели и убедиться, что вы действительно усвоили содержащиеся в книге советы — они основаны на успехе и неудаче, а также на большом объеме реального опыта и наблюдений за тем, что работает и что нет.

Например, шумиха вокруг DeepSeek в начале 2025 года (незадолго до того, как мы отправились в печать) громогласно продемонстрировала те самые вневременные тезисы, которые мы делаем в этой книге. Позвольте объяснить. Рынок в основном полагал, что обучение передовых моделей требует миллионов (или сотен миллионов) инвестиций с использованием новейших, самых быстрых и лучших чипов. Что это должно быть проприетарным, и что коммерческая тайна необходима. DeepSeek доказал обратное, используя именно то, о чем мы писали или упоминали в этой книге (Смесь Экспертов, дистилляция и обучение с подкреплением, среди прочего) и некоторые умные новые оптимизации (которые мы также рассматриваем в этой книге). Он был выпущен с очень разрешительной лицензией MIT — что говорит об открытом сообществе, о котором мы говорим в этой книге. Итак, хотя он может не появиться в сравнительной таблице бенчмарков в этой книге, это никогда не было целью, потому что бенчмарки — это как игра в "Забей крота". Но вы увидите, как сами концепции, изложенные в этой книге, заработают на рынке и стимулируют новые движения и инновации. И не сомневайтесь: появятся новые инновации и техники, но мы считаем, что они прекрасно впишутся в руководство, которое мы даем вам в этой книге, чтобы пустить его в работу.

Мы довольно уверены, что вы все узнаете что-то из этой главы — будь то какие-то бизнес-инсайты, как работают БЯМ и агенты, историческая перспектива, как будущее уже наступило (как агентный ИИ), или что-то еще. С учетом этого, давайте начнем.

+ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

Название этой главы, возможно, застало вас врасплох — в конце концов, Netscape появился в 1994 году, а эту книгу мы пишем в 2025! В этой главе мы расскажем вам, что мы имеем в виду, приравнивая генеративный ИИ (GenAI) к «моменту Netscape», а затем легко коснемся широкого спектра тем, от того, как технология работает, до того, о чем следует помнить при планировании вашего путешествия с GenAI.

Наши издатели велели нам не делать первую главу слишком длинной, но мы пошли по другому пути. Мы предполагаем, что если мы дадим вам достаточно пищи для размышлений, дадим достаточно ценности и научим вас вещам, которые сидят у нас в голове и которые мы каждый день применяем в работе с клиентами, вы захотите узнать больше. И именно это мы здесь делаем — это как пилотная серия Netflix: она немного длиннее последующих эпизодов, но остальные эпизоды сокращаются и сужают фокус на рассматриваемой теме. Мы также сделали это для того, чтобы вам не пришлось читать книгу линейно. Например, мы можем затронуть то, что существует более миллиона больших языковых моделей (БЯМ), что дает нам уверенность в том, что ни одна модель (независимо от ее популярности или количества пресс-релизов) не будет править всеми. Ни в коем случае. У вас может быть много корпоративных данных, которые вы хотите использовать в своем ИИ, но не делиться ими, и это может побудить вас перейти к Главе 8, чтобы узнать о ландшафте БЯМ и о том, как безопасно использовать свои данные с моделью ИИ. Или, возможно, вы решили, что извлечете уроки из нашего опыта, когда мы скажем, что компании, которые разрабатывают общекорпоративный план повышения квалификации, превзойдут те, которые оставляют повышение квалификации на откуп каким-то умникам и немногим избранным, имеющим доступ к ИИ. В этом случае вы перейдете к Главе 6 и узнаете, какое отношение Леди Гага и Королева Елизавета I (привет из 1500-х) имеют к планам развития навыков вашей компании.

Мы довольно уверены, что вы все узнаете что-то из этой главы — будь то какие-то бизнес-инсайты, как работают БЯМ и агенты, историческая перспектива, как будущее уже наступило (как агентный ИИ), или что-то еще. С учетом этого, давайте начнем.

Что такое «Момент Netscape»?

Почему мы называем этот момент времени моментом Netscape? (Ах, Netscape — древняя реликвия интернета, которая сегодня так же знакома нашей молодежи, как дисковые телефоны. Молодые читатели... это был, по сути, первый веб-браузер в мире.) Подумайте, что произошло (при условии, что вы жили тогда), когда Netscape дебютировал в 1994 году: интернет стал очень ощутимым и очень доступным — для всех. Действительно, интернет был выведен из рук немногих избранных и демократизирован для многих (хотя не все сразу им воспользовались). Оглядываясь назад, очевидно, что демократизированный интернет изменил наш мир... навсегда. Он изменил то, как мы храним данные, общаемся, покупаем, ходим на свидания и даже голосуем! Итак, мы называем это моментом Netscape (а они возникают не так часто), потому что сейчас мир четко осознал, что такое возможности ИИ, и это приведет к чертовски большому количеству инноваций и идей в будущем. Но, как и те, кто не воспользовался преимуществами первоначального момента Netscape, те, кто не станет частью этой волны ИИ, отстанут и окажутся на неправильной стороне разрыва. Этот разрыв повлияет не только на их способность оставаться на связи с развивающимися социальными нормами и практиками, но и ограничит доступ тех, кто окажется на неправильной стороне, к основным услугам и возможностям. Этот момент Netscape будет развиваться точно так же, как и первый. Те, кто имеет доступ к ИИ и пользуется им, изменят будущее (просто подумайте, что сделали с индустрией такси те, кто воспользовался своим доступом к интернету и пустил его в работу), а те, кто не воспользуется им, проиграют, что будет иметь серьезные социальные или деловые последствия. (Имена проигравших в первоначальный момент Netscape скрыты для защиты виновных.)

Теперь много говорят о том, как GenAI и рост агентов ИИ могут стать концом света. Каково наше мнение? Мы не думаем, что технология должна быть концом света, чтобы изменить мир, и что касается технологии, которая может быть концом света... мы отметим, что у нас, людей, есть история создания вещей, с которыми нам трудно справиться и которые могли бы разрушить наш мир, но в то же время помогли нам (например, ядерные технологии, с помощью которых мы создали лекарства, энергию и бомбы). Мы говорим об этом в Главе 5.

Наконец, как и большинство великих вещей в жизни, удивительные вещи не просто произошли сами по себе. Это был набор маленьких вещей, которые со временем складывались, чтобы создать момент, который все заметили. Момент, о котором мы говорим здесь, состоит из опыта, знаний, неудач и прорывов, которые буквально делались десятилетиями (мы говорим о более чем полувеке). Но не заблуждайтесь — GenAI, особенно в форме агентов, изменит мир. Фактически, мы считаем, что он станет настолько неотъемлемой

частью всего, что мы делаем, что мы будем желать вернуться в прошлое (ИИ не может этого делать, если вы задаетесь вопросом) и переопределим аббревиатуру ИИ как "эмбиентный интеллект" в противовес "искусственному интеллекту". Почему? Подумайте о том, где вы сейчас сидите, читая эту книгу. Вероятно, вокруг вас есть некоторый свет: он ненавязчив, вы не замечаете его, он находится на заднем плане и помогает вам читать эту страницу — так что это эмбиентный. Именно это, по нашему мнению, ИИ будет предоставлять — эмбиентную помощь для множества вещей, которые мы делаем каждый день в бизнесе, — и поэтому мы называем этот момент моментом Netscape.

ИИ изменит мир. То, как он изменит мир, зависит от нас — от всех нас.

ИИ и волшебный момент

Артур К. Кларк знаменито сказал: «Любая достаточно развитая технология неотличима от магии». И, возможно, в первый раз, когда вы играли с GenAI, это вызвало ощущение магии. (Учитывая, что одному из наших отцов 89 лет, и он использует ChatGPT для написания блогов, а другой отец написал своему ребенку сообщение с вопросом о DeepSeek, когда акции определенных компаний упали после его выпуска, мы предположим, что вы слышали о GenAI.)

Внезапно, впервые в истории, у каждого, у кого есть подключение к интернету, оказалась в руках технология, которая может говорить на их языке, понимать их запросы и выдавать совершенно новые результаты. Сегодня ИИ даже может самостоятельно рассуждать о проблемах и придумывать идеи для их решения — прогресс в моделях рассуждения подпитывает агентный ИИ, новую область GenAI.

ИИ может писать стихи и рисовать потусторонние изображения, основанные на наших простых высказываниях намерений. ИИ может писать и документировать код, и он может удивлять и восхищать нас оригинальной шуткой или музыкальной композицией. Он может создавать — и акт создания часто вдохновляет на удивление!

Сначала трудно спорить с теми, кто считает, что ИИ — это магия, и организации (и люди) быстро движутся к этой магии.

Не такие уж и секретные агенты

Мы углубимся в детали агентов ИИ в последующих главах. (Мы намеренно немного растягиваем, но когда вы слышите термин «агентный ИИ», считайте это синонимом «агентов ИИ», которые работают на базе GenAI.) Но сейчас представьте агента как программу, в которой логика потока определяется и контролируется самим ИИ (БЯМ). Довольно просто, сегодня большинство людей используют ИИ в ориентированном на задачи рабочем процессе (например, для завершения фрагмента кода или обобщения документа), тогда как агенты ориентированы на цель. Вы даете агенту ИИ задачу, и он ее выполнит и даже спланирует будущие действия без необходимости вашего явного руководства или вмешательства.

Работа с агентами требует изменения перспективы: вместо проектирования приложения на основе ИИ для выполнения определенных задач, вы используете агентный подход, который фокусируется на результатах и целях. Агент попытается достичь желаемого результата и самостоятельно определит, какие задачи необходимы. Например, у вас может быть группа агентов — таких как исследователь, автор блога и постер в социальных сетях (обратите внимание, что они отражают разные персоны) — которые начнут работу по написанию блога о влиянии инфляции на рынок жилья и сопроводят его публикациями в социальных сетях, которые они напишут в соответствующем стиле для целевой аудитории. Например, пост в Instagram, скорее всего, будет содержать эмодзи и неформальный язык, тогда как пост в LinkedIn, как правило, более профессиональный, а пост в X (мир еще использует тег «ранее известный как Twitter»?) обычно ограничен меньшим количеством символов. Создание блога и публикаций в социальных сетях — это результат, который агенты в этом примере будут совместно достигать самостоятельно. В качестве другого примера, вы можете использовать агентный ИИ для разработки плана по увеличению вашего показателя чистого продвижения (NPS) на 10 пунктов, и агенты приступят к работе (и покажут вам свои рассуждения), чтобы найти способ достижения этой цели.

Еще один отличный пример из мира самостоятельного обучения. Возможно, цель агента — научить вас греческому языку. Агентное представление может предложить предварительный тест, чтобы увидеть, выходят ли ваши навыки греческого за рамки выкриков «Опа!» при уклонении от пламени горящего сыра (саганаки) с рюмкой узо. Исходя из этого, оно (или другой агент, входящий в группу) может разработать комплексный план обучения и, возможно, побудить вас учиться, основываясь на том, что он считает лучшими практиками для непрерывности. Могли бы вы сделать это с БЯМ традиционным способом? Было бы неуклюже, но можно, в некоторой степени: вы бы делали промпт, ждали ответа, давали указания и предоставляли входные данные на каждом этапе. Возможно, вы даже использовали бы вызовы цепочки мыслей (CoT) или начали использовать модель, которая это делает. Но агентный ИИ делает это автономным.

Еще один пример агентного ИИ — это агент для покупок. Perplexity выпустил агент ИИ для покупок, который будет перемещаться по веб-сайтам, чтобы найти то, что вы хотите купить, и даже нажимать кнопку оформления заказа. Сравните это с рабочим процессом, который вы сейчас выполняете при покупке чего-либо на Amazon. Более того, Stripe (популярный сервис обработки платежей) начал выделять одноразовые дебетовые карты, чтобы эти агенты могли оплачивать то, что вы хотите, не касаясь ваших банковских данных (или, возможно, чтобы установить жесткий лимит на то, сколько агент может потратить). Как вы можете себе представить, агенты ИИ для покупок потенциально могут найти продукты и предложения, которые вы, возможно, не сможете найти самостоятельно, или по крайней мере вам пришлось бы потратить много усилий, чтобы их найти.

Теперь, если вы розничный продавец, вам это может не понравиться. В конце концов, как насчет ваших предложений импульсивных покупок для тех ночных покупателей-людей, и как насчет индивидуального поведения просмотра, которое вы отслеживаете для целей персонализации? Конечно, вы не хотите терять эти вещи. Но агент будет просто искать то, что он пытается найти — у него не будет «беличьего» момента, и он не пойдет по новому пути, как это рассчитывают розничные продавцы на людей. Это происходит постоянно в реальном мире. Если вы живете в месте, где

есть Costco, спросите себя, ходили ли вы когда-нибудь за одной вещью и ушли с одной вещью? Никогда! Вы уходите со счетом, который всегда больше сотни долларов, даже если вы просто зашли за хлебом. Правда в том, что вы, вероятно, купили и хот-дог за 1,50 доллара с газировкой.

Вот почему некоторые другие подходы к агентам (например, модель Claude от Anthropic) обучаются имитировать точные шаги, которые пользователь предпринял бы на самом интерфейсе (подумайте о управлении рабочим столом). При таком подходе нет необходимости получать доступ к сайту с помощью специальных разрешений (для получения бэкдорных крючков) или каким-либо специальным образом, который розничные продавцы, вероятно, захотят закрыть, если агентский доступ им не принесет пользы.

Сейчас много внимания уделяется агентам и агентским фреймворкам, а также спекуляциям о том, что разработчики смогут делать с ними в будущем. Агенты представляют собой крупный прорыв в информатике, поэтому эта область, безусловно, захватывает, и, конечно, есть некоторый хайп, и, хотя это пока рано, это также многообещающе. Сказав это, мы считаем, что агенты потенциально могут открыть новую волну прироста производительности для предприятий — и мы уже можем сказать, что вы думаете, и вы правы: им понадобятся защитные ограждения и управление.

Но... ИИ – это не магия

На протяжении веков электричество считалось уделом колдунов — магов, которые оставляли зрителей в недоумении относительно того, откуда оно взялось и как генерировалось. И хотя Бенджамин Франклин хорошо осознавал это явление, доказав связь между электричеством и молнией, ему было трудно представить практическое применение для него еще в 1752 году. Как ни иронично, самое ценное изобретение Франклина — громоотвод — было полностью направлено на избежание электричества, а не на его использование.

Сегодня мы знаем, что слишком много людей будут рассматривать GenAI как еще одну магическую технологию и использовать ее с минимальным пониманием того, как она на самом деле работает. Или они будут считать ИИ чем-то особенным и оставлять его экспертам, от которых ожидают мастерства и восхищения. Но такой подход к ИИ придает ему ореол мистики с обещаниями величия и склонен отталкивать ИИ от досягаемости простых смертных. Наоборот, мы считаем, что широкое понимание (как хороших, так и плохих сторон) ИИ — вот что подпитает текущий момент Netscape.

Но вот в чем дело: хотя ИИ удивителен, это определенно не магия. Поверьте нам. Мы сыграли раунд гольфа с клюшками и драйверами, все «разработанные ИИ», и все, кроме одного из нас, все равно сильно резали мяч и пропускали много двухфутовых паттов за 1 доллар. Если бы ИИ был магией, то в этой игре были бы гораздо более низкие результаты и меньше греческих слов, которые точно не переводятся на английский как «Какой прекрасный день. У меня отлично получается играть в гольф».

Давайте проясним: все, что делает ИИ, это соединяет точки данных (и делает выводы, независимо от моральных последствий... но мы углубимся в это позже, в Главе 5). И как именно он соединяет точки данных? Он делает это, используя математику и науку. Самый простой способ

объяснить это — сказать, что ИИ просто пытается угадать число, представляющее что-либо (которое мы называем вектором), используя подсказки, данные ему из предыдущих чисел (которые мы называем последовательностями векторов). Да, это верно. Если вы используете ИИ для визуального распознавания, он, вероятно, смотрит на набор чисел — обычно три группы, представляющие красный, зеленый и синий (RGB) — с интенсивностью затенения по шкале от 0 до 255. Если у вас есть 16 МГц голосовая запись, это означает, что у вас 16 000 чисел в секунду, представляющих различные компоненты звука (такие как смещение и амплитуда). Если вы наберете фразу «Не плачь над пролитым молоком» в ИИ, он прочитает ее как что-то вроде {16357, 956, 16106, 927, 74125, 14403} и на самом деле не имеет ни малейшего представления о том, что такое молоко, не говоря уже о том, почему вы будете плакать над пролитым молоком. На самом деле, точнее было бы назвать БЯМ — которая питает многие программы GenAI, такие как ChatGPT и DeepSeek — моделью для угадывания больших чисел. Возможно, еще лучше, вы могли бы назвать ее моделью больших числовых последовательностей (именно так называют их компьютерщики... ну, то есть ученые).

Переход вашего бизнеса от +ИИ к ИИ+

Давайте вернемся назад, чтобы сначала понять, *почему* наступил этот момент. Почему этот момент так важен? Для многих это удивительные вещи, которые теперь может делать ИИ. Конечно, мы видели, как он делает удивительные вещи, но мы уже давно занимаемся ИИ — и, если уж на то пошло, технологиями. Удивительные вещи случаются часто. Посмотрите на телевизор, висящий на вашей стене. Он тоньше, чем тот, что был у вас три года назад, и тот, что был у вас пять лет назад? А как насчет количества камер на вашем смартфоне — больше или меньше? А как насчет объема памяти на вашем компьютере, количества потоковых сервисов, которыми вы пользуетесь, и опыта регистрации на ваш рейс? Мы ожидаем, что технологии постоянно улучшаются, и, конечно, если вы посмотрите на последовательные поколения любого БЯМ или не-ИИ технологии, вещи со временем становятся все более удивительными. Но одна вещь, которую нельзя упустить в этот момент Netscape, — это набор суперспособностей, предоставленных нам промптами. Промпт — это то, что мы даем БЯМ, а завершение — это то, что возвращает БЯМ. Промпт буквально дал не-технарям суперспособности. Как так? В прошлом у вас был шанс повысить свою производительность, но только если вы были опытны в кодировании и данных — но сегодня все мы можем взаимодействовать с ИИ таким же естественным образом, как и с нашими человеческими коллегами.

Вопрос в том, *воспользуетесь ли вы этим*? Мы уверены, что вы хотите воспользоваться этой единственной в жизни бизнес-возможностью (поскольку вы читаете эту книгу). Но еще больший вопрос в том, *сможете ли вы* воспользоваться ею? Вам нужна бизнес-структура, которая позволит реализовать свое видение (остальная часть этой главы поможет вам в этом), знание того, как работают БЯМ, план повышения квалификации и знание того, что может пойти так, а что не так. Все это охвачено в этой книге.

Представьте себе: вы сидите за столом и просите (вводите промпт) ИИ сделать что-то для вас. Вы просите его открыть заказ на покупку, дать оценку перспектив продаж на текущий квартал, закупить материалы для нового продукта — или, как показано на
Figure 1-1
, перечислить все новые заявки на рабочие места для вашей компании с 30 000 сотрудников. Звучит как магия, верно? Но мы уже знаем, что это не магия. Это технология, доступная сегодня. Это GenAI в работе.

Figure 1-1

Figure 1-1. Промпт: предоставление ИИ в руки многим

Прежде чем что-либо делать, измените свою ментальную модель от +ИИ к ИИ+

Что мы имеем в виду под "воспользуетесь ли вы этим"? Сегодня большинство организаций ведут свой бизнес, придерживаясь традиционной технологической стратегии. Они говорят: "Эй, давайте тоже займемся ИИ!" Это мир +ИИ, который обычно означает *добавление* ИИ к существующим бизнес-процессам. (Спойлер: это не тот режим, в котором вы хотите находиться.) И хотя за последние пять лет внедрение ИИ удвоилось, большинство организаций по-прежнему придерживаются менталитета +ИИ.

Мы переходим из мира +ИИ в мир ИИ+, что означает *ИИ в первую очередь*. И через десятилетие компании, которые сегодня примут менталитет ИИ+ — в отношении того, как они обучают своих людей и как внедряют ИИ и технологии в производство, — станут победителями сегодняшнего момента Netscape, точно так же, как ранние пользователи интернета стали победителями первоначального момента Netscape. Поэтому мы говорим вам это прямо сейчас: если вы довольствуетесь своим мышлением +ИИ, дела для вашего бизнеса (или лично для вас) пойдут неважно, потому что вам будет не хватать гибкости и возможностей, которые дает следующее поколение ИИ.

Чтобы перейти к ИИ+, вам нужно разбить свои бизнес-процессы на мельчайшие дискретные компоненты, затем посмотреть, где ИИ может взять на себя (обычно рутинную работу), и построить человеческую часть рабочего процесса поверх этого.

что Лестница ИИ была идеальной аналогией, потому что речь шла не только о технологиях — она также включала в себя выбор поставщиков, с которыми вы работали, и устранение пробелов в навыках в ваших компаниях.

Figure 1-2

Figure 1-2. Лестница ИИ: традиционная (догенеративная) стратегия руководства ИИ, которую организации могли использовать для преобразования своего бизнеса путем подключения надежных данных к ИИ

Как показано на Figure 1-2, тогда операции с данными составляли большую часть Лестницы ИИ. И вполне справедливо, потому что тогда организациям было трудно справиться со своими данными (они и сегодня сталкиваются с этим) и они хотели добавить немного ИИ к своим существующим бизнес-процессам (тогда у них был менталитет +ИИ).

Теперь отступите назад и подумайте об основе (фундаменте), на которой стоит лестница, по которой вы собираетесь подняться. Если она прочная, у вас будет больше уверенности при подъеме. Еще лучше, если кто-то (например, надежный технологический партнер) держит эту лестницу, вы, безусловно, подниметесь выше, быстрее и с еще большей уверенностью. Ничего из этого не исчезает с GenAI и агентами, и именно поэтому мы решили перезагрузить Лестницу ИИ для этого момента ИИ (см.Figure 1-3).

Figure 1-3

Figure 1-3. Лестница ИИ, перезагруженная для GenAI

С первой ступени наша переосмысленная современная Лестница ИИ строится с учетом ИИ, а не является целью! Что это значит? Ну, есть ступень (первая), которая по-прежнему сильно сфокусирована на данных. Обратите внимание, что в этой перезагрузке мы свернули несколько ступеней из оригинальной Лестницы ИИ на Figure 1-2? Мы также добавили небольшую поправку, чтобы гарантировать,

что вы не упустите важный компонент вашего конечного успеха с GenAI: вашу способность собирать, организовывать, защищать и управлять данными (и многое другое) — это ваша информационная архитектура, которая должна быть наполнена ИИ, чтобы помочь ей двигаться вперед. ИА настолько важна для ИИ+, что мы решили выделить наш совет шрифтом такого большого размера, чтобы вы его не пропустили (на случай, если вы просматриваете эту главу), так что не думайте, что мы на вас кричим (хотя мы, вероятно, кричим).

Нельзя иметь ИИ+ без ИА

Что не меняется? Вам по-прежнему нужна (даже больше, чем раньше) платформа ИА, которая позволит вам собирать, организовывать, интегрировать, преобразовывать, применять интеллект данных и хранить данные. Фактически, хотя вам нужна такая платформа, чтобы стать +ИИ бизнесом, вам она понадобится еще больше, чтобы стать ИИ+ бизнесом.

Почему ИА так важна? Вы узнаете больше и больше на протяжении этой книги, что для получения максимальной выгоды от этого момента Netscape вы будете использовать свои данные для управления своими моделями. Чтобы сделать это правильно (таким образом, чтобы это не только работало, но было надежным и объяснимым), вы придете к пониманию того, как ИА может ускорить ваши усилия, когда вы действительно пустите ИИ в работу для вашего бизнеса и задач, которые в конечном итоге будут выполнять агенты от вашего имени.

Новые ступени помогают организациям научиться добавлять ИИ в свои приложения. Они направляют вас в автоматизации ваших рабочих процессов и замене существующих рабочих процессов на агентные рабочие процессы. В конце концов, проблема в прошлом заключалась в том, что люди ставили ИИ поверх существующих рабочих процессов (что имело смысл, поскольку они работали в модели +ИИ). Но настоящая ценность — та, которая заставит ваших начальников сказать: «Удивительная работа!» — придет, когда вы переосмыслите новые рабочие процессы, которые заставят вас оглянуться назад и спросить: «Почему мы когда-либо делали это так?». Вот что такое ИИ+! И к тому моменту, как вы доберетесь до верхней ступени (чему эта книга призвана помочь вам), вы позволите ИИ делать ту работу, для которой он хорошо подходит. Вы станете ИИ+. ИИ будет делать (рутинную) работу, и нам нравится, как это звучит. Этот момент Netscape действительно изменит то, как ведется бизнес.

Мы призываем вас действительно потратить время, рассматривая эту новую Лестницу ИИ, и, пока вы это делаете, подумайте о своих основных бизнес-процессах и о том, как вы делаете это сегодня. Где вы находитесь в спектре от +ИИ до ИИ+? Вы вообще управляете своими данными, не говоря уже о готовности использовать их? Вы начали автоматизировать что-то? Опять же, технология доступна для всего на этой перезагруженной Лестнице ИИ, но это зависит от вас, воспользуетесь ли вы ею.

10 | Глава 1: +ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

Прежде чем начать свое путешествие, классифицируйте бюджет и определите, как поможет ИИ

Прежде чем вы даже начнете думать о проекте GenAI (или о любом ИТ-проекте, если уж на то пошло), мы подумали, что было бы хорошей идеей поделиться мудрым советом, который лучше всего воплощается в цитате Томаса Эдисона: «Видение без реализации — это галлюцинация».

Так же, как (как вы узнаете) сегодняшние модели могут галлюцинировать и конфабулировать, ваши планы по переходу от +ИИ бизнеса к ИИ+ бизнесу будут не чем иным, как фантазией без хорошо документированных приоритетов и сильных навыков исполнения. Поверьте нам в этом; мы либо участвовали (и имеем шрамы, чтобы это доказать), либо видели, как большие идеи срывались с пика кривой хайпа и падали в бездну. (Отличный пример — озера данных во время фазы Hadoop, которые имеют несчастливую общую черту с Шалтаем-Болтаем.)

Наш совет? Неважно, с кем (поставщиком или коллегой) вы говорите — попросите их классифицировать любой проект, который они предлагают, по двум измерениям: на что они тратят деньги и к какой категории ИИ относится этот проект, которая поможет бизнесу.

Конечно, есть множество измерений, которыми мы могли бы поделиться с вами, но мы хотели что-то, что вы могли бы KISS (keep it simple, silly — хотя другие используют другое слово для этого последнего S). Вам не нужна какая-то сложная формула, но в конце дня наш (удивительно) простой совет почти гарантирует, что вы не попадете в ловушку «ИИ-проекта», в которую попадает так много бизнесов, когда глубокие технические команды ищут финансирование проектов для последнего технологического тренда. Вам нужно сосредоточиться на бизнес-ценности/аспекте ценности ваших проектов, а не на технических аспектах.

Измерение первое: Тратить деньги, чтобы сэкономить, или тратить деньги, чтобы заработать? Как ИИ поможет вашему бизнесу?

Есть много способов потратить бюджет, но если уж совсем просто, то каждый день лидеры просыпаются с вверенными бюджетами и должны решить, либо тратить деньги, чтобы сэкономить деньги, либо тратить деньги, чтобы заработать деньги. (Корректируйте для вашей отрасли; например, в здравоохранении думайте о трате денег, чтобы спасти жизни, как о другой категории расходов.) Когда вы тратите деньги, чтобы сэкономить, вы *ремонтируете*, а когда вы тратите их, чтобы заработать, вы *инновате*.

Мы были бы неправы, если бы явно не отметили, что можно сказать, что некоторые варианты использования будут одновременно ремонтировать и инновате — но помните про KISS. Если ваш вариант использования делает и то, и другое, почему бы не разбить его, используя тот же подход, что и для микросервисов и современных архитектур приложений? Эти меньшие поэтапные компоненты принесут вам более быстрые победы и большую сфокусированность — как только вы завершите Фазу 1 варианта использования (сэкономить деньги), переходите к Фазе 2 (заработать деньги). Например, мы говорили с компанией, которая перемещает 30 миллионов фунтов картофеля по всей цепочке создания стоимости, пытаясь оставаться актуальной в

мире автоматизированных систем. Когда они обратились к нам, около 50% их предприятия было высокотехнологичным, а около 50% — низкотехнологичным. У них возникла сложная проблема, поскольку заражение картофельным бородавчатым клубнем опустошило экспортность некоторых их урожаев. Картофельные бородавчатые клубни не представляют угрозы для здоровья человека или безопасности пищевых продуктов, но они имеют экономическое воздействие на производителей картофеля, поскольку делают продукт непригодным для сбыта в процессе сортировки (и даже запрещены в некоторых странах). Стремление инвестировать в технологии, чтобы идентифицировать и лучше мыть «бородавчатый» картофель (просто писать так делает его звучание гораздо хуже, чем он есть на самом деле), позволит этой компании лучше обрабатывать свой картофель. Это движение привело к большой экономии по сравнению с их первоначальным планом расширить (дефицитную) рабочую силу для более ручного контроля и мытья. Использование бюджета, сэкономленного на рабочей силе (тратить деньги, чтобы сэкономить), создало избыточный бюджет для направления этих средств (путем использования реконструкции для финансирования инноваций) на восстановление экспортных связей для некоторого картофеля (с учетом достоверности процесса инспекции и мытья,assisted ИИ) и поиск вторичных рынков для другого картофеля. Это также имело преимущество в сокращении количества пищевых отходов, вызванных экспортным контролем (в мире, где не хватает еды).

Отступите на мгновение назад и подумайте об инициативах, над которыми сейчас работает ваша компания. Проекты, за которые вы лично отвечаете, и даже те, за которые вы пытаетесь получить поддержку или спонсорство, — вы можете свести их все к этой простой структуре.

Измерение второе: Классифицируйте, как ИИ поможет вашему бизнесу

Как только вы определились с типом бюджетных средств, которые вы тратите — реконструкция или инновации, — следующий шаг — классифицировать ваш проект одним из трех способов, которыми ИИ может помочь вашему бизнесу: автоматизация, оптимизация или прогнозирование.

Эта структура не идеальна, но она мощная и довольно простая. Давайте опробуем ее на нескольких примерах:

Автоматизация: тратить деньги, чтобы сэкономить

«Я хочу использовать ИИ для обобщения внутренней системы учета заявок службы поддержки и автоматической маршрутизации их в соответствующий отдел для действий, основываясь на том, что ИИ понимает о предмете и серьезности заявки». Приправьте это агентным ИИ, который мог бы просматривать все эти заявки, оценивать актуальные проблемы и даже производительность людей, обрабатывающих их, а затем автоматически генерировать отчеты и планы действий.

Оптимизация: тратить деньги, чтобы сэкономить

«Я хочу использовать ИИ для предоставления высоко персонализированных (не только по тексту и тону, но и по способу доставки, времени доставки и так далее) исходящих сообщений для поддержки наших кампаний продаж». Приправьте это агентным ИИ, который исследует лучшие комбинации способа и времени для обращения к когортам, таким как пожилые люди, работающие специалисты, учителя, и да — даже фанаты Тейлор Свифт.

12 | Глава 1: +ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

Прогнозирование: тратить деньги, чтобы заработать

«Я хочу *сейчас прогнозировать* (не прогнозировать) какие продукты, вероятно, будут распроданы, а какие — не будут работать (используя данные из систем точек продаж), и я хочу предоставить скидки на плохо работающие продукты раньше в сезоне продаж, чтобы мне не пришлось делать резкие скидки в конце цикла продаж, когда у меня еще много запасов». Приправьте это агентным ИИ, который будет исследовать тренды с высокой географической детализацией, используя прогнозы погоды, которые, возможно, влияют на этот конкретный класс запасов.

Используйте кривую проницательности для визуализации того, как ИИ помогает вашему бизнесу

Мы считаем, что это отличная идея — визуализировать размерные решения, которые вы принимаете, потому что это облегчит вам увидеть общий вид инвестиций в ИИ в вашей компании и, соответственно, общаться о них. Вы можете придумать свою собственную версию и метки, но
Figure 1-4
показывает те, которые мы используем для проектов ИИ и данных.

Мы хотим, чтобы вы думали о данных с точки зрения вашей проницательности, что означает ваши навыки использования данных для помощи вашему бизнесу стать ориентированным на данные. Почему? Потому что даже если у вас много данных (подсказка: так оно и есть), они вам мало полезны, если вы не знаете, как их использовать. В этом и заключается проницательность, и приобретение проницательности — это именно то, чему эта книга призвана помочь вам. Будьте предупреждены: ландшафт проницательности данных постоянно меняется. Мы любим говорить людям, чтобы они думали о своих данных и проницательности данных как о абонементе в спортзал, по двум причинам. Во-первых, если вы его не используете, вы ничего не получите. Во-вторых, если вы перестанете его использовать, вы начнете терять все достижения, над которыми упорно работали.

Figure 1-4

Figure 1-4. Кривая проницательности ИИ и данных

Прежде чем начать свое путешествие, классифицируйте бюджет и определите, как поможет ИИ | 13

Figure 1-4 дает пример кривой проницательности данных, которая является прекрасным инструментом для включения в любое стратегическое совещание по планированию проектов ИИ. Мы построили эту конкретную кривую проницательности данных для клиента из сельскохозяйственной отрасли, когда судьба каким-то образом свела нас всех вместе для работы над одним и тем же проектом, и мы хорошо сработались. (Если бы мы не сработались, вы, вероятно, не читали бы эту книгу.) Ось Y проста: она представляет ценность.

Как вы можете видеть на Figure 1-4, мы применили несколько измерений к оси X. Во-первых, мы разделили бюджетный ландшафт на четыре квадранта (их может быть любое количество, и ваши названия могут быть разными), что дало нашему клиенту хороший визуальный инструмент (и гибкость) для рассмотрения десятков вариантов использования на основе ИИ, о которых мы в конечном итоге поговорим, и прикрепления их к этой доске. Между тем, мы совместно планировали стратегию ИИ этого клиента с неустанным акцентом на бизнес-стратегию.

В нижней части каждого квадранта мы отметили, что сделают инвестиции: снизят затраты, модернизируют бизнес, сделают бизнес более ориентированным на аналитику в отношении принятия решений, или способность инвестиций преобразовать бизнес. Наконец, в самом низу вы можете увидеть появление естественной границы (она должна быть дружественной) между ремонтом и инновациями. Это важно понять, потому что, опять же, вам следует планировать получение последующих выгод от инноваций из избыточного бюджета для любого ремонтного проекта.

Когда все было сказано и сделано, у нас было что-то, что выглядело как
Figure 1-5
. Это дало команде проекта высшую ясность в отношении того, что они будут делать и не будут делать, и способность легко сообщать о любых преимуществах проекта заинтересованным сторонам.

Figure 1-5

Figure 1-5. Результаты использования вариантов использования ИИ и кривой проницательности данных клиента из сельскохозяйственной отрасли

Прежде чем двигаться дальше, мы хотим поделиться с вами некоторыми другими мыслями, когда вы думаете о том, как ваши бизнес-проекты будут выглядеть, перенесенные на Figure 1-5. Во-первых, если вы хотите

14 | Глава 1: +ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

начать с самого «безопасного» места, то это автоматизация и трата денег на экономию (сокращение расходов). Но мы вас предупредим: если вы оставите все на этом, долгосрочная ценность не будет огромной. Не поймите нас неправильно, разумное сокращение расходов — это отличная стратегия, которая может высвободить инвестиционный бюджет и помочь подпитать верхнюю строку, но это не может быть концом вашей беседы об ИИ, или вы упустите правую сторону этой модели. Мы говорим это несмотря на то, что так много людей вынуждены составлять бюджет так, будто речь идет только о сокращении расходов. Вот почему мы даем это обещание: нигде в этой книге вы не услышите, как мы говорим вам делать больше с меньшими затратами — это так устарело, как начало 2000-х.

Возьмем, например, управление. Большинство организаций спешат внедрить регуляторное соответствие с минимальным объемом работы для соответствия. Их измеряемые цели и ключевые результаты (OKR) — это избежание штрафов (экономия затрат). Однако такой подход упускает возможность создать регуляторные дивиденды от этих инвестиций в соответствие (например, анализ данных для лучшего объяснения результатов вашей БЯМ аудитору), чтобы ускорить вашу стратегию ИИ. Мы видели слишком много проектов по управлению данными, которые в итоге недооценивают реальную ценность для бизнеса, и в мире GenAI и агентов это будет дорого стоить (подробнее об этом позже в этой книге).

Во-вторых, обратите внимание на кривую на Figure 1-4. По мере продвижения вправо в этой структуре, ценность, создаваемая для вашего бизнеса, увеличивается. Это отчасти потому, что вы делаете что-то «по-другому» (вы находитесь в режиме ИИ+, в отличие от +ИИ) и потому, что вы освоили применение ИИ для сокращения расходов и теперь модернизируете свои процессы. Когда мир вышел из экономики изоляции (COVID), были компании, которые согнули кривую ценности на Figure 1-4 в свою пользу, и те, кто остался на нижней стороне общей доходности и находятся там и сегодня. Например, один магазин товаров для рукоделия в США внедрил самовывоз с обочины в течение нескольких дней после того, как пришлось закрыть доступ в свои физические магазины, в то время как по сей день очень известный крупный ритейлер все еще пытается решительно связать свои запасы в физических магазинах с системой онлайн-заказов. Действительно, пандемия заставила компании упаковать 5–10 лет модернизации в 1 год, и некоторые сделали это хорошо, а некоторые нет.

Посмотрите на некоторые варианты использования инноваций, представленные на Figure 1-5. Они требовали определенного переосмысления бизнес-моделей и рабочих процессов, чтобы этот клиент мог полностью использовать возможности, предоставленные инвестициями в инновации. Но будьте предупреждены, вы упустите полный спектр потенциальных преимуществ, если ваше определение финишной линии — это размещение всех ваших трансформационных инноваций поверх существующих бизнес-моделей и рабочих процессов, используя модель +ИИ. Вам следует думать и планировать о том, как эти модели и рабочие процессы могут (или должны) измениться, потому что вы используете GenAI и агентов, чтобы стать ИИ+. Мы не можем достаточно подчеркнуть, насколько это важно. Когда вы создаете свои собственные кривые проницательности, переосмысливайте свои бизнес-процессы, имея в виду свои новообретенные суперспособности — потому что мы гарантируем, что бизнесы, работающие в модели ИИ+, превзойдут те, которые работают в модели +ИИ.

Прежде чем начать свое путешествие, классифицируйте бюджет и определите, как поможет ИИ | 15

Наконец, вы можете использовать ИИ во всех квадрантах ценности на Figure 1-5, так что, хотя кривая ценности круче (больше доходности) по мере движения вправо, вы можете применять технологии где угодно. Например, вы можете использовать агентный ИИ для сокращения расходов, но вы также можете использовать его для трансформации. Возвращаясь к нашему предыдущему примеру с агентами, представьте себе создание команды агентов, которые просматривают вашу систему заявок, коллективно выполняют следующие шаги и возвращаются с отчетом, который может помочь вам повысить показатель NPS:

1. Просмотрите серию данных из заявок службы поддержки.
2. Сгенерируйте предложения по улучшениям на основе этих данных.
3. Организуйте эти данные в таблицу, в группировках, имеющих смысл.
4. Создайте диаграммы из этих данных, чтобы визуализировать любые тренды.
5. Завершите все, подготовив полный итоговый отчет по этому анализу, который предоставляет информацию, такую как количество заявок, обработанных специалистом службы поддержки, среднее время решения, общая удовлетворенность клиентов, проблемные области и многое другое.

С чего начать? Вот наши полезные советы

С чего начать проект GenAI — это вопрос, на который вскоре придется ответить каждому бизнесу. И хотя мы дали вам несколько отличных советов о том, как вы можете гарантировать, что любые инвестиции вашей компании будут связаны с результатами для бизнеса, на этот конкретный вопрос все еще нужен ответ. В конечном счете, ваша бизнес-среда, отрасль, приоритеты руководства и стратегические цели приведут вас к выбору варианта использования из ваших теперь классифицированных опций. Однако у нас есть один совет, который нашел отклик у тех клиентов, с которыми мы работали и которые только начинают. Если вас беспокоят GenAI, агенты или то, как безопасно развернуть GenAI и агентов, помните, что мы сказали ранее: выберите малорискованный, внутренний автоматизационный и тратящий деньги на экономию вариант использования. Возможно, вы захотите начать с GenAI, прежде чем добавлять агентов. В любом случае, вы получите много опыта по всем аспектам GenAI, включая агентов, при таком подходе.

Мы используем американскую бейсбольную аналогию для объяснения этого. (Чтобы обратиться к нашей мировой аудитории, мы собирались использовать пример крикета. В конце концов, "шестерка" - это как хоум-ран в бейсболе... но нам было трудно понять спортивное событие, которое может длиться пять дней, а вы все еще не знаете, кто победил. Сказав это, мы согласны, что любая игра, где есть позиция под названием "Silly Mid", должна быть крутой, и в такую игру нам хотелось бы сыграть.) В бейсболе некоторые команды формируют свой состав, чтобы бить хоум-раны ("длинный мяч"). Несомненно, хоум-раны очень захватывающие и составляют основу ярких моментов спортивных новостей, но нет доказательств того, что сосредоточение на большем количестве хоум-ранов приводит к большему количеству побед. Но если вы поставите раннера на базу, выбив сингл, у вас всегда есть потенциал для набора очков. В конце дня хоум-раны — это весело и эффектно, но без питчинга, хорошей защиты и умения "выжимать" очки, хоум-раны — это "пустые калории". Что касается ИИ, если вы только начинаете, это ваш первый проект,

16 | Глава 1: +ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

и вы находитесь в отрасли, где ставки высоки, если что-то пойдет не так — опять же, поверьте нам, выберите внутренний вариант использования и автоматизируйте его. Добейтесь первой базы.

Например, рассмотрите использование ИИ, чтобы помочь сотрудникам бронировать отпуска, а не заставлять их входить в переусложненную, неуклюжую HR-систему (управления персоналом). Это может быть так же просто, как использование платформы обмена мгновенными сообщениями с интерфейсом естественного языка, позволяющим сотрудникам вводить запросы типа «Я хочу забронировать отпуск с 24 по 29 марта на полдня». Или это может быть что-то впечатляющее, например, сбор информации о школьных каникулах, корпоративных выходных и национальных праздниках, чтобы ИИ сгенерировал график отпусков, который максимально увеличит время, проведенное с семьей, используя минимальное количество ваших отпускных дней. Теперь дайте волю своей фантазии и поднимите этот вариант использования на новый уровень с агентами! В любой точке этого спектра, если что-то пойдет не так, это не просто легко исправить — это *тихо* (в смысле, если что-то пойдет плохо, это не для всего мира видеть или высмеивать, как это было со многими заголовками о галлюцинирующих чат-ботах на базе БЯМ в новостях). То же самое нельзя сказать, если вашему ИИ предоставлена полная свобода действий для публичного ответа на комментарии о том, что ваша собственная служба работает плохо (как это было, к стыду, с ботом глобальной судоходной и логистической компании, который, опираясь на вездесущую модель GenAI, сказал миру, что он предоставляет плохое обслуживание клиентов — он не лгал, но все же).

Станьте поворотливым бизнесом: Сдвиньте влево, а затем вы сможете сдвинуть вправо!

В разработке программного обеспечения и производстве существует популярная концепция, известная как *сдвиг влево*. Идея заключается в том, что если вы выявляете дефекты раньше в цикле, они обходятся гораздо дешевле, чем если бы вы выявили их позже, когда они уже в руках клиента. Задумайтесь об этом: сегодняшние автомобили работают на примерно 100 миллионах строк кода — и, чтобы представить это в перспективе, Boeing 787 Dreamliner работает на всего 14 миллионах строк кода. (Мы знаем, это нас тоже шокировало.) Очевидно, что физический дефект автомобиля требует отзыва, но дефекты программного кода очень дорогостоящи — особенно в автомобильной промышленности. Производители автомобилей должны исправить ошибки (установить патчи), что обычно требует обращения клиента в сервисный центр по поводу того, о чем он, скорее всего, даже не подозревает, что с его машиной что-то не так. Конечно, обновление «по воздуху» (OTA) — это вариант, но теперь вам приходится иметь дело с сильно расширенной поверхностью атаки для кибератак через подключение автомобиля, что может привести к фишинговым письмам, которые говорят клиентам загрузить «исправление», которое на самом деле является вредоносным ПО, и так далее. Итог: это сверхдорого.

GenAI и агенты дают всем компаниям возможность переопределить, что означает *сдвиг влево*, и получить выгоду от уплотнения работы (или выполнения ее правильно с первого раза, или быстрее, или автоматизированно) и сокращения этих расходов. Короче говоря, это может сделать вас сверхпродуктивными — и это станет, как вы узнаете в Главе 3, критическим ускорителем для будущего роста и тем, что может пробудить неиспользованный потенциал в вашей компании. Но как выглядят другие моменты сдвига влево? Все они связаны с тратой денег на

экономию! В нашем примере с автомобилем это просто — исправлять ошибки *до* того, как они будут внедрены в ваш автомобиль. Но мы решили расширить горизонты сдвига влево, так что продолжайте читать, чтобы увидеть, что мы имеем в виду.

Каждый день мы проходим мимо проблем, которые могут быть решены или улучшены с помощью технологий

Это правда. Каждый день мы проходим мимо проблем, которые могут быть решены или улучшены с помощью технологий. Мы повторили заголовок этой части здесь, потому что это мантра, о которой мы хотим, чтобы вы начали думать. Вот почему так важно, чтобы вы прочитали эту книгу: мы не просто рассказываем вам историю ИИ, вещи, на которые стоит обратить внимание, что GenAI и агенты могут делать, и как это все работает — мы даем вам руководство думающего человека о том, как применять ИИ для вашего бизнеса, выходя далеко за рамки технологий. Мы расширяем ваши возможности, рассказывая об искусстве возможного, и даем понимание того, как GenAI (благодаря промпту) демократизировал отношения каждого в вашей компании с ИИ — теперь они все могут обладать суперспособностями в области производительности. Короче говоря, им больше не нужно проходить мимо проблем, которые они могут улучшить или решить с помощью технологий.

Эта авторская команда имеет очень глубокий опыт в бизнесе и технологиях. (Это код для «Некоторые из нас стареют и занимаются этим долгое время».) Мы могли бы написать целую книгу об искусстве возможного для решения проблем, и хотя у нас нет места для этого в этой книге, мы дадим вам пару сногсшибательных примеров из здравоохранения, которые, по нашему мнению, изменят вашу перспективу сдвига влево и заставят вас смотреть на каждый аспект вашего бизнеса по-другому: по-ИИ+. Когда вы думаете о сдвиге влево, думайте о сокращении расходов, сокращении ошибок, сокращении травм и повышении безопасности, сокращении болезней и спасении жизней и так далее. Ниже приведены несколько отличных примеров сдвига влево.

Личная мобильность: фундаментальное право человека

В Статье 20 своей Конвенции о правах инвалидов (CRPD) Департамент по экономическим и социальным вопросам ООН (UN-DESA) объявил личную мобильность фундаментальным правом человека. Сегодня в США насчитывается примерно 3,3 миллиона пользователей инвалидных колясок, из которых 45% старше 65 лет. Более того, в этом сегменте ожидается массовый рост (около 40%) из-за старения населения США — и это должно добавить около 2 миллионов новых пользователей инвалидных колясок каждый год!

Существует множество исследований, подтверждающих негативное влияние отсутствия мобильности на качество жизни человека и вредное воздействие на людей, которые не могут передвигаться без посторонней помощи. К ним относятся снижение чувства собственного достоинства и благополучия, усиление депрессии и многие другие неблагоприятные последствия.

С другой стороны, огромное повышение качества жизни для тех, кто нуждается в постоянной помощи с инвалидной коляской, может прийти в виде механизированной инвалидной коляски. Как ни удивительно,

18 | Глава 1: +ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

как они есть, у механизированных инвалидных колясок есть проблемы, но мы не должны проходить мимо них, как мы делали. Во-первых, механизированные инвалидные коляски весят около 350 фунтов, что делает их механизированными разрушительными шарами в той же степени, что и средствами передвижения. Фактически, 20% пользователей этих вспомогательных устройств будут сталкиваться как минимум с одним столкновением в год, а 11% из этих 20% попадают в больницу. Это происходит каждый год, и ущерб, причиняемый механизированными инвалидными колясками, измеряется в шокирующе значительных миллионах долларов. Это включает ущерб домам, учреждениям по уходу за пожилыми, учреждениям, магазинам с узкими проходами, самому оператору и многому другому.

В чем же здесь момент сдвига влево? Мы каждый день ездим на автомобилях с системами предотвращения столкновений (CAS) и датчиками, и даже недорогие автомобили имеют функции безопасности, такие как датчики заднего хода. Почему у механизированных инвалидных колясок их тоже нет? Система на базе ИИ, которая дает владельцам обратную связь с помощью звуков, изменения цвета света и вибраций, может сдвинуть влево травмы, несчастные случаи, страховые выплаты, ущерб и потерю самооценки. Сдвиг влево — это именно то, что делают такие компании, как Braze Mobility, оснащая механизированные инвалидные коляски функциями безопасности, подобными автомобильным, тем самым сокращая посещения больниц, столкновения, ущерб телам и окружающей физической среде, а также страховые иски — плюс повышая уверенность владельцев инвалидных колясок. Это большой сдвиг влево для того, мимо чего большинство из нас проходит каждый день, даже не осознавая, что существует проблема!

Диабетическая язва стопы и эпизод ухода

Сегодня США тратят примерно 327 миллиардов долларов в год на лечение диабета — и около трети этих расходов приходится на уход и лечение диабетических язв стопы!

Пациент с диабетом может получить язвы стопы от самых простых вещей: удара пальцем ноги и нарушения целостности кожи, наступания на что-либо или появления мозоли от слишком долгой ходьбы. Все это результаты простых, повседневных несчастных случаев, и они почти всегда заживают сами по себе для большинства из нас, но для людей с диабетом — это совершенно другая история.

Эти язвы являются осложнениями диабета, которые сами диабетики часто не замечают. Почему? Диабетики могут иметь дополнительные осложнения, от невропатии (онемение в местах, таких как стопа, где они не могут почувствовать, что что-то не так) до ретинопатии (затрудненное зрение, из-за чего трудно осмотреть собственную стопу).

В результате более широкого распространения диабета, диабетические язвы стопы связаны с расой и социально-экономическим статусом. Например, вы в три раза чаще получите ее, если вы чернокожий диабетик, и на 93% чаще получите ее, если вы бедный диабетик. Это не медицинские предрасположенности, а социальные, которые находятся за рамками этой книги.

Станьте поворотливым бизнесом: Сдвиньте влево, а затем вы сможете сдвинуть вправо! | 19

Итак, что произойдет, если у вас появится одна из этих язв? Вы можете рассчитывать на тридцатикратное увеличение вероятности ампутации стопы и трехкратное увеличение вероятности госпитализации — по любой причине! Фактически, диабетические язвы стопы являются основной причиной ампутаций стопы в США, что происходит раз в 3 минуты.

В чем здесь момент сдвига влево? Раннее выявление! Лечение диабетического пациента с язвой стопы обходится «системе» примерно в 58 000 долларов в год, тогда как лечение диабетика без язвы обходится примерно в 17 000 долларов в год. Как мы можем рано выявить язвы стопы? Мы можем сделать это с помощью термометрии, которая является измерением температуры, что, в свою очередь, является, по сути, измерением количества кинетической энергии, которым обладают частицы. Как выясняется, воспаление является предвестником язвы стопы, а при воспалении температура повышается (чего пациент может не чувствовать из-за невропатии). Поиск «горячих точек» на стопе для создания базового уровня — все это часть потенциального момента сдвига влево при диабете. Можем ли мы создать подключенные коврики для ванны для домашнего ухода, которые смогут отслеживать тепловые сигнатуры и генерировать оповещения, с историческим пониманием того, что является нормальным, а что — сильным потенциалом (или прогнозом) развития язвы стопы?

Как мы уже говорили, каждый день мы проходим мимо проблем, которые, по нашему мнению, можем решить (или улучшить) с помощью технологий. Представьте, что общество могло бы сделать для диабетиков, если бы мы вернули около 70% вариационных расходов (разница между годовой стоимостью лечения диабетика с язвой стопы и без нее) и использовали эти ремонтные доллары как инновационные доллары (для таких вещей, как лечение и управление)!

И многое другое

Два предыдущих примера не могут полностью показать, насколько сильно этот сдвиг влево может повлиять на ваш бизнес. Но, надеемся, теперь вы легко поймете, что понимание технологий позволяет взглянуть на ваш бизнес совершенно по-другому.

Есть еще много примеров сдвига влево, о которых мы можем говорить:

• Управление по делам ветеранов США (VA) имеет шестимесячную задолженность по обработке исков. Автоматизация рутинных задач, связанных с этим процессом, сдвигает рутину влево и быстрее приносит пользу тем, кто служил.
• Правительство Швеции создает собственные модели GenAI для государственных служб для множества возможностей сдвига влево, чтобы лучше обслуживать своих граждан. Представьте себе чат-интерфейс правительства, который понимает нюансы и культурные особенности различных провинций Швеции и взаимодействует с пониманием этих диалектов.
• Страховые компании тратят месяцы на обработку сложных или крупных исков. Сдвиг влево всех повторяющихся и проверяющих полисы работ, связанных с этим, помогает быстрее и с меньшим трением урегулировать эти иски, тем самым предоставляя страховые выплаты

20 | Глава 1: +ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

более своевременно, когда они нужны, и устанавливая лучшие отношения с клиентами.

• Фармацевтическая компания Amgen тратит месяцы на рассылку опросов врачам по всему миру, ища соответствующих клинических и демографических участников для клинических испытаний. По оценкам, 80% исследований Amgen не достигают целевого уровня набора участников в процессе, который занимает до 18 месяцев. ИИ помог Amgen сократить время набора, выявляя клиники и врачей на основе их производительности при наборе пациентов для испытаний. (Врачи сильно влияют на готовность клиники участвовать, и некоторые врачи выбирают плохих кандидатов, которые выбывают.) Мы называем этот вариант использования идеальным профилем клиента (ICP), и эта концепция может быть использована во всех отраслях для изучения таких вещей, как какие топпинги кто-то может заказать на своей пицце, что они будут смотреть, когда едят ее, и кто испытает изжогу после этого.

Другая фармацевтическая компания, Bayer, сдвинула влево количество участников, необходимых для поздней стадии испытаний Asundexian (препарата, разработанного для снижения долгосрочных рисков инсульта у взрослых). Без ИИ, как отметили в Bayer, они потратили бы миллионы больше и потратили бы на девять месяцев дольше на набор участников и запуск испытания. Это отличные примеры сдвига влево (трата денег на экономию) и затем сдвига вправо (ускорение испытаний, что означает трату денег не просто на заработок, но на спасение жизней или предоставление лучшего качества жизни).

• Получение заказа на покупку крупного товара (например, офисного кресла) через систему закупок корпорации может занять много времени, что, вероятно, связано с несвязанными процессами, бумажной волокитой, оффшорными утверждающими и надзорными органами ближнего берега. Это означает, что доставка даже самых простых товаров может занять месяцы — так что давайте сидеть более эргономично и сдвинем это влево!
• Северная Америка находится на грани четвертой ошеломляющей проблемы здравоохранения: хронического одиночества. Да, это проблема здравоохранения, и ее симптомы включают депрессию, алкоголизм, зависимость, бездомность, гнев и неустойчивое поведение, среди прочего. Наиболее уязвимы пожилые люди — но представьте, как ИИ может сдвинуть влево затраты на эту проблему, предоставляя случайную заполняющую пробелы компанию изолированным людям, при условии, что это делается ответственно и способствует установлению реальных человеческих контактов.
• Некоторые компании имеют ERP-системы управления персоналом, которые буквально требуют 20 минут кликов, чтобы перевести сотрудника в другой отдел! Неудивительно, что у них высокий процент ошибок. Мы больше не проходим мимо этой проблемы в IBM. Наш главный директор по персоналу (CHRO), Никель ЛаМоре, лично повысил квалификацию в тех самых вещах, которые мы обсуждаем в этой книге, и запустил план сдвига этого влево. Сегодня процент ошибок при переводе сотрудников практически равен нулю, и более 4000 часов были возвращены в бизнес в виде «времени для размышлений». Мы были бы неправы, если бы не напомнили вам еще раз, что это отличный пример лучшего способа начать ваше современное путешествие с ИИ: тратя деньги на экономию

Станьте поворотливым бизнесом: Сдвиньте влево, а затем вы сможете сдвинуть вправо! | 21

на внутренние варианты использования автоматизации. Более того, ее команда приобрела навыки и уверенность при этом внедрении, и это привело к буквально десяткам других инноваций, с потрясающими показателями сэкономленного времени и денег по всему бизнесу IBM. (В совокупности, по всем функциям, такие действия, как эти, сэкономили IBM 3 миллиарда долларов с момента внедрения.)

Как видите, неважно, является ли задача такой маленькой, как перевод сотрудника в другой отдел, или такой большой, как изменение качества жизни человека с помощью ассистивного движения. Многое можно выиграть, сдвигая влево!

Суть в том, что предстоит чертовски много работы. Какая технология может помочь вам справиться со всей этой работой? Если вы оглянетесь вокруг, мы думаем, вы окажетесь в том же месте, что и мы — с GenAI и агентами.

Теперь, сдвиньте вправо

Теперь, когда вы сдвигаете часть своего бизнеса влево и экономите время, деньги и даже жизни, у вас появилась уверенность и опыт для сдвига вправо, тратя деньги на заработок (то есть, занимаясь трансформацией, как показано на Figure 1-4). Сдвиг вправо — это идеология новых бизнес-моделей, но это также может быть поворотным моментом, когда на кону стоит жизнь или смерть компании или отрасли.

Мы видели, что происходит, когда вы не сдвигаетесь вправо. Посмотрите на Kodak, которая проделала пионерскую работу в области фотографии. Хотя Kodak был историей успеха (в свое время это была одна из самых успешных компаний в мире), это также история потрясающего провала. Что случилось? Kodak считал, что занимается пленочным бизнесом, и близоруко пытался защитить его; в конце концов, именно Kodak изобрел цифровую камеру еще в 1975 году. Но, как мы теперь знаем сегодня, Kodak на самом деле занимался бизнесом создания воспоминаний, и когда способ создания воспоминаний сдвинулся вправо, бизнес создания воспоминаний стал цифровым. (Иногда сдвиг вправо — это ваша стратегия, а иногда технология меняется, и у вас нет выбора, кроме как сдвинуться вправо вместе с ней.) Этот сдвиг вправо преобразовал целую отрасль и создал новые бизнес-модели. Фотографии стало не только легче делиться, но и их можно было делать больше, не платя за печать неудачных снимков. Вы выбирали фотографии, которые хотели сохранить, вместо того чтобы ждать три дня, чтобы обнаружить, что ваш брат Даг испортил семейную фотографию, показав «зайца» за головой бабушки, в то время как двоюродный брат Джимми справа летел низко. Вы также могли хранить больше фотографий на меньшем пространстве, потому что на вашем ноутбуке поместится файлов с фотографиями, которые в печатном виде заняли бы около 85 футов полок.2 Компании использовали технологии для сдвига фотографии вправо. Любители стали профессионалами с инструментами редактирования программного обеспечения, беспроблемной печатью фотографий, способами организации и получения

2 Предположим, что в пространстве хранения объемом 512 ГБ вы можете разместить 102 400 фотографий размером 5 МБ и что вы могли бы разместить 200 фотографий размером 4×6 дюймов в типичном фотоальбоме толщиной 2 дюйма. Вам понадобится 512 двухдюймовых альбомов, чтобы хранить все эти фотографии — или около 85 футов полок.

22 | Глава 1: +ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

фотографий, и помечать лица людей на фотографиях... и вы знаете, как развивалась история Kodak.

Теперь подумайте о другой компании: Garmin, которая изначально прославилась своими портативными GPS-навигаторами для автомобилей. Хотя этот вариант использования полностью не исчез (все еще есть сегмент, ценящий эти устройства за их надежность и точность), Garmin осознал, что способ навигации изменился. Но Garmin также осознал нечто гораздо большее — они занимались не бизнесом автомобильной навигации; они занимались бизнесом отслеживания и картографии. Garmin сдвинулся вправо, чтобы предложить новые услуги для морских и пеших занятий, среди прочего. Они изменили способ игры в любительский гольф, добавив не только карту поля, но и всевозможные игровые функции и статистику поля. Вокруг картографии и рекомендаций появились сообщества — обмен предложениями по пробежкам или походам, улучшение опыта и точности с помощью краудсорсинговых исправлений и многое другое. Теперь подумайте, как GenAI и агенты могут сдвинуть этот картографический бизнес еще дальше вправо.

Иногда сдвиг вправо — это не только перепрофилирование того, что у вас уже есть, для изобретения нового шасси для технологии. Это также вывод на рынок совершенно новых бизнес-моделей (что, опять же, относится к крайней правой части Figure 1-4). Например, Airbnb была основана группой парней, которым было трудно оплачивать аренду. Они заметили, что все отели в Сан-Франциско были полностью забронированы во время конференции, и у них возникла идея. Они сдвинули отрасль размещения вправо!

Подумайте о своих отношениях со страховой компанией — они вроде как построены на враждебной основе, не так ли? Вы разговариваете со своим агентом, чтобы получить страховку, у вас нет исков. Вы разговариваете со своим агентом в следующем году, и ваши тарифы растут. Или у вас случается какая-то авария, вы подаете иск, и ваши тарифы растут потом. В любом случае, это определенно не похоже на партнерство.

Теперь подумайте о страховании риска на рабочем месте. Как правило, работодатель хочет соблюдать правила безопасности на рабочем месте, потому что он не хочет, чтобы его сотрудники пострадали. И справедливо сказать, что страховая компания, которая берет на себя риск, конечно же, не хочет платить за уход за пострадавшими людьми и не хочет, чтобы люди пострадали в первую очередь.

GenAI и агенты могут объединиться, чтобы полностью изменить страховые отношения, сдвигая вправо способ страхования риска на строительной площадке. Рассмотрим использование ИИ для мониторинга рабочего места на предмет правильной одежды (выявление обязательных по коду работника защитных касок, курток, перчаток, близости к электрифицированному оборудованию и так далее). В этом варианте использования камеры устанавливаются в различных зонах безопасности, которые используют модели ИИ для отслеживания соответствия требованиям безопасности в каждой зоне. Вы можете разместить одну камеру в зоне, где риск связан со сваркой и пожаром, в то время как другую камеру можно разместить там, где оператор крана поднимает стальные балки для хранения. Видение ИИ может отслеживать соответствующие и несоответствующие события, и агентные рабочие процессы могут объединять видео, отмечать проблемы соответствия красными квадратами и генерировать сводный отчет (ежечасно, ежедневно,

Станьте поворотливым бизнесом: Сдвиньте влево, а затем вы сможете сдвинуть вправо! | 23

еженедельно... назовите как хотите). Чтобы продолжить пример, предположим, что происходит несчастный случай, и риск может быть впоследствии застрахован с более высокой премией для этой отдельной зоны (но не для всей площадки) на следующий день. В этом случае у оператора площадки будет возможность снизить эту рисковую премию, соблюдая рекомендации, сгенерированные ИИ, которые обновляют страхователя с помощью обработки в реальном времени, основанной на ИИ. Существует множество способов развития этого сценария (соответствие зонам, соответствие площадке, ценообразование по дням, ежемесячное ценообразование и т.д.), но это определенно сдвиг вправо к новой бизнес-модели и новой модели отношений.

Советы по использованию фундаментальных моделей и GenAI для вашего бизнеса

Мы обсуждали, куда поместить этот раздел — сюда, в Главе 1, или в конец книги. В итоге мы решили дать вам эти советы заранее, чтобы у вас было наше критически важное руководство на случай, если вы решите не читать остальную часть книги. И кто знает? Возможно, это даже побудит вас посвятить время чтению всей книги, чтобы применить все наши идеи на практике. В любом случае, если вы сопоставите свою бизнес-стратегию с этими рекомендациями, вы окажетесь в выгодном положении для достижения удивительных результатов с помощью GenAI и агентов.

Совет 1: Действуйте безотлагательно

Это трансформационный момент в технологиях, поэтому будьте смелыми и используйте момент! Вам нужно заняться планом развития навыков (Глава 6), понять эту технологию и начать. Именно для этого написана эта книга: чтобы дать вам инструменты для действий безотлагательно, но разумно, чтобы вы не действовали в панике. Это похоже на тренировку по пожарной тревоге, а не на настоящий пожар: быстрые, отрепетированные шаги, а не паника и беготня без разбору.

Совет 2: Будьте создателем ценности ИИ, а не просто пользователем ИИ

Бизнесам следует включить в свои планы по ИИ-стратегии тонкую настройку моделей ИИ с использованием данных своей компании. Эти модели будут находиться под контролем бизнесов — они будут владеть моделями, потому что они станут (возможно, самым) ценным активом их компании. Фактически, Барри Мелансон (недавно вышедший на пенсию генеральный директор Ассоциации международных сертифицированных профессиональных бухгалтеров, самой влиятельной организации профессиональных бухгалтеров, насчитывающей более 650 000 членов) сказал нам, что, по его мнению, настанет день, когда модели будут учитываться как активы в финансовой отчетности. Мы подробно рассматриваем эту тему в Главе 2, где вы узнаете разницу между создателем ценности ИИ и пользователем ИИ. Спойлер: не передавайте свои данные и контроль на аутсорс, и не сводите свою ИИ-стратегию к простому вызову непрозрачного API. Вы не хотите вызывать чью-то другую модель, если не имеете ни малейшего представления о том, как она была обучена и управлялась, и как будут использоваться ваши данные.

24 | Глава 1: +ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

Совет 3: Одна модель не будет править всеми, поэтому делайте ставку на сообщество

Вы хотите объединить передовые технологии с передовым сообществом. Сообщество ИИ с открытым исходным кодом (не путать с OpenAI) постоянно повышает ценность, которую компании смогут создавать, используя GenAI и агентные рабочие процессы. По сути, мы говорим вам не просто делать ставку на сообщество — делайте *большую ставку* на сообщество! Делайте свои ставки на ИИ в открытом сообществе ИИ. (Подсказка: понимание того, является ли компания открытой или нет, выходит далеко за рамки ее названия.) Насколько многие из вас, возможно, когда-либо слышали или использовали только одну БЯМ (например, ChatGPT), мы готовы поставить на кон свою репутацию: *одна модель не будет править всеми*, и ваш бизнес получит выгоду от инноваций и моделей, появляющихся из открытых сообществ. Вы являетесь свидетелями этого воочию сегодня — высокоэффективные модели с открытым исходным кодом, такие как Granite, Llama и DeepSeek, постоянно набирают обороты. Вот почему мы говорим компаниям, когда они инвестируют в компоненты своей платформы ИИ, чтобы обеспечить гибкость этих компонентов, чтобы они могли использовать как открытые, так и проприетарные модели для своего бизнеса.

Именно поэтому такие компании, как Meta и IBM, объявили о сильном партнерстве с Hugging Face. Hugging Face — это социальная бабочка мира ИИ. Речь идет о создании и совместном использовании сообщества моделей ИИ. Мы любим думать о нем как о свахе между передовыми исследованиями ИИ и разработчиками, которые хотят создавать классные вещи с его помощью. У Hugging Face милый логотип, который вызывает тепло и уют (ладно, просто тепло), он представляет собой огромный корпус моделей, образования и бенчмарков, и он стремится сделать ИИ доступным для всех.

История Hugging Face действительно любопытна, и это любопытство выходит далеко за рамки просто красивого названия с милым логотипом. Hugging Face три года работала над разговорным ИИ, и, как это иногда бывает со стартапами, лежащая в основе платформа и технология оказались более полезными, чем конечный продукт.

Интересный факт: ДНК вездесущей платформы для общения Slack — это неудавшаяся игровая компания Tiny Speck и игра Glitch, которая позволяла жить в воображении группы древних гигантов. Основатель Tiny Speck, Стюарт Баттерфилд, знаменито сказал: «Если мы будем продолжать в том же духе, мы прожжем остаток наших денег за несколько месяцев, и нам нечего будет показать. Но если мы остановимся сейчас, мы сможем использовать эти деньги, чтобы построить что-то другое». И вот он взял коммуникационную платформу, которую построила Tiny Speck, и остальное — история. Как и Hugging Face, Slack родился из другой миссии, а теперь посмотрите на влияние обеих на наш мир.

Советы по использованию фундаментальных моделей и GenAI для вашего бизнеса | 25

Когда Hugging Face начала выкладывать части своей работы на GitHub, к ней стали присоединяться участники с открытым исходным кодом, а также практики, которые делились своими моделями.

Теперь, возможно, вы думаете: «Все говорят о технологии с открытым исходным кодом, созданной сообществом, но есть тысячи бесполезных продуктов с открытым исходным кодом или тех, которые дублируют друг друга». И вы правы! Фактически, мы разговариваем с некоторыми клиентами, которые упоминают якобы открытые технологии, которые они исследуют, только чтобы обнаружить, что единственный поставщик руководит разработкой 98% этой технологии и строит ее — что упускает суть открытого исходного кода. По нашему мнению, критически важный компонент открытого исходного кода заключается в том, что *сообщество совместно работает и строит*, а не просто *код может быть просмотрен*.

Вам, возможно, любопытно, сколько энергии сосредоточено в сообществе ИИ Hugging Face и сколько прогресса и креативности вы должны ожидать от него. Ответ прост: энергии *безумное* количество. Существует забавная история о том, как Клеман Деланг (один из основателей Hugging Face, который также является их генеральным директором) написал в Твиттере приглашение на экстренную встречу по GenAI в Сан-Франциско во время командировки и ожидал около 20 человек. Организаторам мероприятия пришлось трижды менять место проведения, и в итоге собралось 5000 человек! Люди начали называть это «Вудсток ИИ» — так что, как мы сказали, энергии там безумное количество.

Сегодня десятки тысяч (если не больше) компаний используют платформу Hugging Face, включая очень крупные компании и учреждения, такие как Google, IBM, Meta, MIT и Bloomberg, а также более мелкие компании. И все вместе они поделились открытыми моделями, наборами данных и открытыми демонстрациями на платформе. Когда мы просматривали окончательные черновики этой книги, у Hugging Face было почти полтора миллиона моделей, поэтому мы просто перестали считать и объявили, что *одна модель не будет править всеми* (что, кстати, является частью названия Главы 7). И чтобы представить это все в перспективе, модель Llama с открытым исходным кодом (от Meta) была загружена более 650 000 000 раз с момента ее создания — так что, безусловно, в открытом исходном коде ИИ есть энергия и интерес.

Совет 4: Работайте везде, эффективно

Наш мир перешел от Интернета вещей (IoT), где *все* может разговаривать со *всем*, потому что они связаны, к Интернету *всего* (Internet of Everything), где *все* разговаривает со *всем* (один из нас не смог убрать пылесосом дом на днях, потому что его WiFi не работал). И скоро это станет Интеллектом *всего* (ИИ на периферии). Итак, вам нужно начать думать об оптимизации своих проектов ИИ по производительности, задержке и стоимости, опираясь на открытые гибридные технологии и возможность запускать модели там, где они должны работать (возможно, в одном конверте графического процессора, на устройстве вообще без графического процессора, или на коврике для ванной, измеряющем температуру стопы, что означает, что меньшие модели будут иметь значение).

26 | Глава 1: +ИИ к ИИ+: Генеративный ИИ и «Момент Netscape»

Совет 5: Будьте ответственны, потому что доверие — это главная лицензия на деятельность

Самый важный совет мы оставили напоследок. Мы не можем это достаточно подчеркнуть: каждый совет, который мы только что дали вам, бесполезен, если вы не построите ИИ ответственно и прозрачно и не внедрите управление в основу жизненного цикла ИИ.

Бизнесы должны помнить о необходимости постоянного управления своими данными (что означает наличие ИА) и совместной работы с доверенными партнерами. Доверие будет вашей главной лицензией на деятельность. Когда речь заходит об использовании данных, легко найти сотни примеров хороших и плохих актеров, а также сторонних наблюдателей. Именно поэтому вам нужно убедиться, что вы полностью доверяете компаниям, с которыми вы решаете сотрудничать в своем путешествии с ИИ. Подумайте об этом так: вы теряете доверие ведрами, а набираете его по каплям. Мы считаем, что вам следует искать партнеров с полными ведрами — их действия, их продукты и способ создания их БЯМ начинаются с доверия и прозрачности. Всегда усердно работайте над тем, чтобы ваше ведро доверия было полным — помните, что это потребует обеспечения справедливости, объяснимости и этики (среди прочего) в первую очередь, а не постфактум. В этом разница между планомерной тренировкой по пожарной тревоге и паникой при столкновении с реальным пожаром, когда вы вообще не готовились.

И с этим, давайте сосредоточимся на части, связанной с ИИ

В этой главе мы охватили множество тем, связанных с бизнес-аспектами ИИ. Мы говорили о переходе от +ИИ к ИИ+, и через год мы уверены, что любой, кто прочитает эту книгу, что-то сделает с GenAI. Вопрос в том, двинетесь ли вы (и компании, в которых вы работаете) быстрее, чем ваши конкуренты. Подниметесь ли вы по нашей перезагруженной Лестнице ИИ и будете ли использовать ИА и ИИ, чтобы действительно стать бизнесом ИИ+?

Надеемся, что некоторые из приведенных нами в этой главе примеров вдохновят вас на размышления о возможностях (в Главе 4 есть еще варианты использования). Мы также надеемся, что вы воспользуетесь возможностью самостоятельно опробовать эту технологию, продолжите вдохновляться ее потенциалом для преобразования вашего бизнеса и перестанете ежедневно проходить мимо проблем, которые вы можете улучшить или решить с помощью технологий.

И с этим, давайте сосредоточимся на части, связанной с ИИ | 27