red_mad_robot

Ой, а мы же и не рассказали! На прошлой неделе red_mad_robot выступал на конференции «Правовест Аудит». Вместе с руководителями бизнеса обсудили, как выбирать ИИ-проекты, оценивать их экономику и не переплачивать за масштабирование.

Ловите главные выводы из выступления руководителя партнёрств red_mad_robot AI Паши Бунтмана

1️⃣ Теневой ИИ — одновременно риск и карта реального спроса

Сотрудники начинают использовать ИИ раньше, чем в компании появляются общие инструменты, правила и контроль над данными. Для бизнеса это источник рисков, но одновременно и возможность увидеть, какие задачи команды уже решают с помощью ИИ.

Теневой ИИ можно использовать как исследование спроса внутри компании — при условии, что стихийный этап вовремя сменится правилами и безопасной инфраструктурой.

2️⃣ Список ИИ-идей без оценки полной стоимости превращается в очередь желаний

Придумать десятки применений ИИ можно за одну сессию, но без оценки эффекта, готовности данных и стоимости эксплуатации их невозможно сравнивать. Одна гипотеза потребует облачного сервиса, другая — собственной инфраструктуры и отдельной команды.

Оценка потенциального эффекта и полной стоимости владения помогает направить бюджет в самые перспективные гипотезы и закрыть чрезмерно дорогие ещё до пилота.

3️⃣ Дешёвый запуск агентов переносит расходы в управление

Чем проще создавать ИИ-агентов, тем быстрее растёт их количество — вместе с пересекающимися функциями, интеграциями и наборами данных. Экономия на отдельных запусках постепенно превращается в расходы на сопровождение агентного зоопарка.

Управление портфелем, переиспользование общих компонентов и своевременный вывод устаревших решений снижают текущие затраты и стоимость каждого следующего агента.

4️⃣ У каждого агента должен быть владелец со стороны бизнеса

Техническая команда отвечает за работоспособность решения, а владелец бизнес-процесса — за его результат. Он определяет, какую задачу делает агент, как оценивать качество его работы и сколько компания готова тратить на эксплуатацию.

Так, вместе с одним из ритейлеров мы организовали проектный комитет по ИИ, через который проходят новые инициативы и назначаются ответственные. Это помогает согласовывать приоритеты, контролировать качество и расходы, развивать полезные решения и вовремя завершать проекты с исчерпанным эффектом.

5️⃣ Практическая программа должна заканчиваться изменённым процессом

Обучение сотрудников имеет смысл, когда новые инструменты можно сразу применять в рабочих задачах. Поэтому ещё до старта программы важно определить правила работы с корпоративными данными, подготовить инфраструктуру и обеспечить необходимые доступы.

Например, для крупного производителя мы провели воркшоп с участием 10+ руководителей и развернули Smart Platform внутри инфраструктуры компании. Участники смогли работать с реальными данными с соблюдением требований безопасности.

Такая подготовка создаёт условия для перехода от освоения инструментов к изменению ежедневных процессов.

6️⃣ Инфраструктура растёт вместе с задачами бизнеса

Разным ИИ-проектам нужна разная архитектура. Простые операции могут выполнять небольшие модели, облачные решения сокращают первоначальные вложения, а собственная инфраструктура подходит для задач с особыми требованиями к данным и безопасности.

Начинать стоит с оценки задач и потенциального эффекта, затем выбирать архитектуру и оптимизировать стоимость инференса.

↗️ red_mad_robot

Лето закончилось, но ромашки только расцветают 🌼

Взяли всё, что обычно тормозит подключение LLM в компании, и собрали в одном сервисе: сами модели, оплату, доступы, расходы и защиту данных.

Получился Daisy Teams ↓

↗️ red_mad_robot

FROM: red_mad_robot
TO: бизнесу, технологиям и людям
SUBJECT: всё, что мы знаем про работу с ИИ

С 2024 года мы работаем с командами крупных компаний над внедрением ИИ и параллельно передаём им свою практику, чтобы следующие сценарии они могли находить, оценивать и запускать уже сами.

За два года из этого сложилось отдельное направление red_mad_robot по развитию ИИ-компетенций для бизнеса, разработки и личной работы с ИИ. В AI-Ready мы приносим то, что сами проверяем на российских и международных проектах: рабочие сценарии, подходы и решения, которые уже дают эффект в бизнесе.

В общем, то, что завтра будет менять работу с ИИ, сегодня становится частью наших сессий. А всё, что уже собралось вокруг AI-Ready, теперь можно посмотреть в одном месте.

↗️ red_mad_robot

Бизнес на два экрана: как Duo должен изменить экономику iPhone

Apple вышла на рынок складных смартфонов на семь лет позже Samsung. Теперь конкурент поставляет ей экраны, а самый дорогой iPhone в истории должен поднять среднюю цену всей линейки.

В экспертной колонке red_mad_robot для Forbes разбираемся, как Apple превращает опоздание на рынок в часть своей бизнес-стратегии.

↗️ red_mad_robot