«Работают» и «работают успешно» — это разное
Если честно, эти вещи стоит сразу разделить. «Работают успешно» — это сейчас, скорее, предел мечтаний рынка.
Лёгкие вещи — да. Сделать прослойку с ИИ, которая пишет тексты или отвечает на сообщения — несложно. А если говорить не про простые интеграции, а про реальные задачи — вроде обработки заявок в любом формате с загрузкой в 1С или планирования производства — то таких по-настоящему успешных кейсов почти нет в публичном поле. Потому что это уже совсем другой уровень сложности.
И при этом есть ещё один нюанс: если у кого-то действительно что-то работает хорошо, это становится конкурентным преимуществом. Такими вещами не спешат делиться.
Ожидания и реальность
Основная разница, как кажется, в том, как люди к этому подходят. Есть ожидание: «мы сейчас внедрим, и оно будет само работать», «оно сразу начнёт приносить деньги», «контент-фабрика сейчас напечатает тексты, и придут клиенты».
В итоге деньги тратятся, а ничего не происходит. И ощущение — что «не работает».
Но это скорее завышенные ожидания. При том, что сейчас можно во всём разобраться, у людей часто даже нет желания глубже погрузиться. Просто есть мысль: «давайте попробуем, что-нибудь получится».
Где всё ломается
Часто проблема на стороне инфраструктуры.
Мы делали проекты, где всё выглядело нормально, а потом начинаешь разбираться — и у клиента просто сыпятся ошибки на их стороне. Сама система клиента нестабильна, и это не имеет отношения к ИИ.
Вторая история — люди сами не понимают свои сценарии. Они действуют вне них, но ожидают, что система будет всё это как-то компенсировать. Ожидание, что она будет одновременно подстраиваться, держать баланс и ещё что-то сверху делать. Но так это не работает.
Отдельная вещь — автоматизация.
Внедрение ИИ — это «следующий» этап. До него нужно, чтобы базовые вещи просто работали. Потому что часто ситуация такая: мы делаем ИИ-решение, а у клиента внутри бизнеса даже без ИИ всё работает с перебоями. И в какой-то момент ловишь себя на мысли: тут не ИИ сейчас нужен, тут нужно сначала привести в порядок то, что уже есть. Ту же 1С.
Ещё фактор — понимание, как это работает.
Частая история: человек попробовал ChatGPT, получил ответ, и у него формируется ожидание, что «в бизнесе будет так же». Но в реальности всё сложнее. И если этого понимания нет, шанс на нормальный результат сильно ниже.
И ещё момент — KPI. Часто к ним даже не хотят возвращаться: «давайте просто посмотрим». В итоге непонятно, что вообще считается результатом.
Где ИИ начинает работать
Если коротко, то начинает работать там, где есть внимание со стороны людей и понимание, что это пошаговый процесс. Сначала MVP, потом доработка, потом масштабирование. А не когда в пилот сразу пытаются засунуть всё.
Там, где уже есть более-менее работающая инфраструктура, где системы не сыпятся, где есть хоть какая-то понятная логика процессов.
Когда компания понимает, как у неё устроен процесс: откуда приходят данные, как они обрабатываются, где точки принятия решений. Тогда ИИ встраивается как инструмент.
Итог
В целом пока это новая история для всех. И нам, и рынку ещё нужно набрать опыт, чтобы лучше понимать, где это работает, а где нет.
Но по ощущениям, всё упирается не столько в сам ИИ, сколько в базовые вещи: процессы, инфраструктуру и подход. Если там хаос – ИИ это только усилит.
Telegram: @maksim_o
Сайт: dodigital.ru
Если честно, эти вещи стоит сразу разделить. «Работают успешно» — это сейчас, скорее, предел мечтаний рынка.
Лёгкие вещи — да. Сделать прослойку с ИИ, которая пишет тексты или отвечает на сообщения — несложно. А если говорить не про простые интеграции, а про реальные задачи — вроде обработки заявок в любом формате с загрузкой в 1С или планирования производства — то таких по-настоящему успешных кейсов почти нет в публичном поле. Потому что это уже совсем другой уровень сложности.
И при этом есть ещё один нюанс: если у кого-то действительно что-то работает хорошо, это становится конкурентным преимуществом. Такими вещами не спешат делиться.
Ожидания и реальность
Основная разница, как кажется, в том, как люди к этому подходят. Есть ожидание: «мы сейчас внедрим, и оно будет само работать», «оно сразу начнёт приносить деньги», «контент-фабрика сейчас напечатает тексты, и придут клиенты».
В итоге деньги тратятся, а ничего не происходит. И ощущение — что «не работает».
Но это скорее завышенные ожидания. При том, что сейчас можно во всём разобраться, у людей часто даже нет желания глубже погрузиться. Просто есть мысль: «давайте попробуем, что-нибудь получится».
Где всё ломается
Часто проблема на стороне инфраструктуры.
Мы делали проекты, где всё выглядело нормально, а потом начинаешь разбираться — и у клиента просто сыпятся ошибки на их стороне. Сама система клиента нестабильна, и это не имеет отношения к ИИ.
Вторая история — люди сами не понимают свои сценарии. Они действуют вне них, но ожидают, что система будет всё это как-то компенсировать. Ожидание, что она будет одновременно подстраиваться, держать баланс и ещё что-то сверху делать. Но так это не работает.
Отдельная вещь — автоматизация.
Внедрение ИИ — это «следующий» этап. До него нужно, чтобы базовые вещи просто работали. Потому что часто ситуация такая: мы делаем ИИ-решение, а у клиента внутри бизнеса даже без ИИ всё работает с перебоями. И в какой-то момент ловишь себя на мысли: тут не ИИ сейчас нужен, тут нужно сначала привести в порядок то, что уже есть. Ту же 1С.
Ещё фактор — понимание, как это работает.
Частая история: человек попробовал ChatGPT, получил ответ, и у него формируется ожидание, что «в бизнесе будет так же». Но в реальности всё сложнее. И если этого понимания нет, шанс на нормальный результат сильно ниже.
И ещё момент — KPI. Часто к ним даже не хотят возвращаться: «давайте просто посмотрим». В итоге непонятно, что вообще считается результатом.
Где ИИ начинает работать
Если коротко, то начинает работать там, где есть внимание со стороны людей и понимание, что это пошаговый процесс. Сначала MVP, потом доработка, потом масштабирование. А не когда в пилот сразу пытаются засунуть всё.
Там, где уже есть более-менее работающая инфраструктура, где системы не сыпятся, где есть хоть какая-то понятная логика процессов.
Когда компания понимает, как у неё устроен процесс: откуда приходят данные, как они обрабатываются, где точки принятия решений. Тогда ИИ встраивается как инструмент.
Итог
В целом пока это новая история для всех. И нам, и рынку ещё нужно набрать опыт, чтобы лучше понимать, где это работает, а где нет.
Но по ощущениям, всё упирается не столько в сам ИИ, сколько в базовые вещи: процессы, инфраструктуру и подход. Если там хаос – ИИ это только усилит.
Telegram: @maksim_o
Сайт: dodigital.ru