10 причин провала ИИ-трансформации — и почему ИИ-компанию бывает проще запустить с нуля
Написал новую статью, но не потому, что разочаровался в ИИ-трансформациях.
Скорее наоборот – слишком долго этим занимался.
Первый опыт был еще в Accenture, а потом в Сбере около десяти лет назад.
Тогда мы строили хранилища данных, чтобы использовать их для обучения моделей и продвинутой аналитики для принятия решений. Потом были и другие крупные трансформации.
И за это время я стал чаще замечать одну вещь.
Большую компанию можно трансформировать, но цена этой трансформации порой оказывается сильно выше, чем кажется в начале.
Проблема не только в данных, легаси, безопасности или качестве моделей. Это все важные, но технически решаемые задачи.
Главная сложность в том, что ИИ вскрывает само устройство компании, а ИИ-трансформация становится проверкой зрелости организации.
И если для внедрения ИИ в большую компанию сначала нужно сделать ее прозрачной и управляемой, то возникает вопрос: где заканчивается трансформация и начинается создание новой компании?
В какой момент дешевле не перестраивать старую систему, а собрать новую сразу под ИИ?
И отсюда появляется следующий вопрос: если сегодня один человек с агентами уже может делать то, для чего раньше требовалась целая команда, то какую компанию вообще имеет смысл строить?
Мне кажется, сейчас наступает время тех, кто начинает с нуля: соло-предпринимателей, небольших команд и сильных специалистов, которые не хотят тратить годы на обслуживание чужого легаси.
Они быстрее проверяют гипотезы, не тратя месяцы на согласование того, как именно их проверять.
Но важнее даже не это.
Меняется сама роль человека в новой экономике.
Сотрудник как юнит внутри структуры постепенно перестает быть единственной нормой.
Человек может сам становиться экономическим узлом: предоставлять сервис или создавать продукт.
Один узел создает ценность, еще один ее переиспользует и собирает из нескольких сервисов новый продукт. Другой запускает AI-First бизнес как оператор и помогает фаундерам строить AI-Native компанию.
Так новая экономика начинает собираться не из должностей, а из продуктов и сервисов, за которыми стоят реальные люди.
Поэтому ИИ-суперсила, которая раньше была преимуществом корпораций, должна стать доступна тем, кто строит с нуля.
В статье разбираю 10 причин, почему ИИ-трансформация проваливается даже в передовых компаниях.
Когда стоит перестраивать старую систему, а когда пора собрать новую под новые экономические реалии?
👉 Полная статья
#мысли
Написал новую статью, но не потому, что разочаровался в ИИ-трансформациях.
Скорее наоборот – слишком долго этим занимался.
Первый опыт был еще в Accenture, а потом в Сбере около десяти лет назад.
Тогда мы строили хранилища данных, чтобы использовать их для обучения моделей и продвинутой аналитики для принятия решений. Потом были и другие крупные трансформации.
И за это время я стал чаще замечать одну вещь.
Большую компанию можно трансформировать, но цена этой трансформации порой оказывается сильно выше, чем кажется в начале.
Проблема не только в данных, легаси, безопасности или качестве моделей. Это все важные, но технически решаемые задачи.
Главная сложность в том, что ИИ вскрывает само устройство компании, а ИИ-трансформация становится проверкой зрелости организации.
И если для внедрения ИИ в большую компанию сначала нужно сделать ее прозрачной и управляемой, то возникает вопрос: где заканчивается трансформация и начинается создание новой компании?
В какой момент дешевле не перестраивать старую систему, а собрать новую сразу под ИИ?
И отсюда появляется следующий вопрос: если сегодня один человек с агентами уже может делать то, для чего раньше требовалась целая команда, то какую компанию вообще имеет смысл строить?
Мне кажется, сейчас наступает время тех, кто начинает с нуля: соло-предпринимателей, небольших команд и сильных специалистов, которые не хотят тратить годы на обслуживание чужого легаси.
Они быстрее проверяют гипотезы, не тратя месяцы на согласование того, как именно их проверять.
Но важнее даже не это.
Меняется сама роль человека в новой экономике.
Сотрудник как юнит внутри структуры постепенно перестает быть единственной нормой.
Человек может сам становиться экономическим узлом: предоставлять сервис или создавать продукт.
Один узел создает ценность, еще один ее переиспользует и собирает из нескольких сервисов новый продукт. Другой запускает AI-First бизнес как оператор и помогает фаундерам строить AI-Native компанию.
Так новая экономика начинает собираться не из должностей, а из продуктов и сервисов, за которыми стоят реальные люди.
Поэтому ИИ-суперсила, которая раньше была преимуществом корпораций, должна стать доступна тем, кто строит с нуля.
В статье разбираю 10 причин, почему ИИ-трансформация проваливается даже в передовых компаниях.
Когда стоит перестраивать старую систему, а когда пора собрать новую под новые экономические реалии?
👉 Полная статья
#мысли