Компании переходят от AI-пилотов к массовому внедрению и сталкиваются с ростом издержек

Компании, которые еще недавно тестировали генеративный ИИ в формате экспериментов, теперь начинают внедрять такие технологии в бизнес-процессы шире. Как пишет Sifted, на этом этапе многие стартапы упираются уже не в технические ограничения, а в операционные вопросы: растущие расходы, контроль, безопасность и необходимость управлять автономными AI-агентами как отдельным ресурсом.

Участники дискуссии Sifted Talks и Box говорят, что первые заметные результаты от ИИ обычно связаны с ростом личной продуктивности сотрудников. Представитель Box Дэвисон отметил: компании, которые только начинают внедрение ИИ, чаще всего быстро видят эффект за счет экономии времени команды, например около 30 минут рабочего дня на человека.

Сооснователь Naboo Люсьен Бредин рассказал, что сначала компания делала ставку на интерес клиентов к самим AI-моделям, но позже сместила фокус на качество результата. Вместо универсального чат-бота Naboo обучила своих агентов на данных за четыре года, включая стиль общения и историю бронирований. Так появилась система «AI Twin». Представитель Dust Тибо Мартен добавил, что масштабирование AI-проектов нередко замедляется из-за отсутствия понятных правил безопасности и ясного распределения бюджета между подразделениями.

Инвестор Forestay Джаннат Раджан сообщил, что компании с валовой маржой 80–90% после интеграции ИИ в ключевые процессы начали фиксировать снижение показателя до 50–60%. Причиной стали расходы на использование моделей. В ответ бизнесы усиливают финансовый контроль AI-расходов, пересматривают цены на продукты и переходят к работе сразу с несколькими AI-моделями, чтобы не зависеть от одного поставщика.