Почему одни компании успешно внедряют ИИ-агентов, а другие лишь закупают подписки и зап...
Почему одни компании успешно внедряют ИИ-агентов, а другие лишь закупают подписки и запускают пилоты, не достигая результата? Ключевой момент здесь в том, что ИИ-трансформация требует правильной проверки результатов. Агентам легче добиваться успеха в средах, где результат можно быстро и точно оценить с небольшой ценой ошибки. Например, коды — это текст, и ИИ с ним справляется. Но договора и коммерческие предложения, хоть и тоже текст, не пользуются такой же популярностью у ИИ. Почему? Дело в том, что код поддерживается «проверяющими» инструментами: компиляторами и тестами. Если ИИ напишет что-то неверное, он быстро получит обратную связь и исправит ошибку. Чего не скажешь о договорах — там ошибки могут проявиться только через несколько месяцев в суде. Таким образом, настоящая проблема внедрения заключается не в интеллекте модели, а в стоимости проверки её работы. Компании часто принимают решение: «раз проверить некому, лучше привлечь человека», что называется human-in-the-loop. Однако это создает дополнительные затраты — вы платите за токены ИИ и за оплату труда человека, который лишь нажимает кнопку «ок», зачастую не вникая в процесс. Ушанов прямо говорит: если модель с контролем дороже процесса без ИИ, то его внедрение теряет смысл. Это похоже на «зловещую долину» — где ручной процесс и полный автомат — это хорошо, а что-то среднее остаётся неэффективным. Компании, которые действительно освоили ИИ, адаптировали свои процессы так, чтобы у них появился «компилятор»: четкие критерии и проверяемые результаты. Разработчики это получают по умолчанию, а другим компаниям придется «поработать напильником». Если ваш ИИ-агент застрял на уровне пилота на второй год, скорее всего, его трудности связаны с отсутствием средств для проверки его работы.