Генеративный ИИ не дал выхлопа в продажах

Замучались слушать про "новую революцию на пороге" и "Новая модель положила конец прежним подходам", "ИИ уволит всех" от энтузиастов, да? Пора бы смотреть счёт на табло.

"Вы чересчур возбудились с этим своим AI" - говорит СЕО Databricks. "Генеративный ИИ не дал выхлопа в продажах" - говорят топы Salesforce. Khan Academy снижают цену на свой чатбот и говорят, что пользователи не доверяют информации от ИИ и осторожны в тратах. А последние сводки про GPTStore показывают, что идея провалилась. Разработчики чат-ботов не получили трафик, пользователи не нашли там полезных для себя приложений, чтобы платить за них.

Все в итоге понаделали красивых кейсов и повыступали на конференциях, чтобы застолбить первенство в глазах своих акционеров. Но топы Microsoft, AWS и Google сейчас прямо говорят, что их крупные клиенты "осторожны" в тратах на ИИ. И самое главное - они говорят, что _не могут измерить_ эффект, чтобы решить тратить на ИИ деньги.

Мы сами освоили технологию и начали b2b продажи в нашем новом стартапе Arteus LLM и сами быстро столкнулись именно с этой проблемой . Новые модели - мощнейшая штука, но это не продукт "из коробки". Почти нигде сходу не получается извлекать из неё ценность для бизнеса. Нужна тонкая докрутка, требующая понимания специфики и процесса клиента. Например, ИИ для клиентов клиники невозможно использовать для покупателей FMCG компании.

Если вам приходят и предлагают новые крутые модели, вы сперва узнайте у подрядчика - а кому он её внедрял? Как разобрался в бизнесе, что понадобилось доделать, кому и как? Данные компании для LLM пришлось готовить - кому, как и насколько долго?

Ну и самое главное - а как заказчик понял, что всё сработало? Мой тут короткий совет, если вы читаете кейсы про сотни и тысячи прироста в процентах, то бегите, это буллшит. Никакого "кратного" роста в реальности новые технологии не дают, пока вы не отшлифовали все цифровые процессы до блеска.

Скилл покупки и интеграции LLM станет очень важным. Не спешите разочаровываться, всё работает, только сложнее и дольше, чем вы думали. И не всегда окупается, увы.

Источник: vk.com

Комментарии: