Yapay zeka neden iş dünyası için "sihirli bir düğme" olarak adlandırılamaz?

Марат Даиров - Product Director (E-commerce & Fintech). Эксперт по масштабированию продуктов. В роли Product Director отвечал за Buyer Experience в BirBir (Узбекистан), где внедренные им решения и проверка бизнес-гипотез помогли платформе достичь отметки в 1 000 000+ MAU. Ранее запускал B2B-маркетплейс для Kazakhtelecom Business Мировой рынок искусственного интеллекта оценивается в сотни миллиардов долларов. Аналитики предрекают, что к 2030 году он добавит мировой экономике до 15 трлн долларов. Президент Касым-Жомарт Токаев регулярно отмечает, что цифровизация и ИИ - это условие конкурентоспособности страны, а не просто тренд. Но если спуститься с небес на землю, в реальный сектор бизнеса, мы не видим ИИ в каждой компании Почему так происходит? ИИ для бизнеса нельзя назвать «волшебной кнопкой» — это сложный инструмент оптимизации. Как директор по продукту, я часто вижу, как энтузиазм собственников разбивается о суровую «внутрянку» На слайдах презентаций все выглядит гладко. Но при попытке реального внедрения всплывают четыре главных барьера: 1. Данные. Их качество, доступность и разрозненность. Часто компании просто не готовы «кормить» алгоритм, потому что данные не структурированы 2. Интеграции. Встроить новую технологию в старые системы (legacy) сложнее, чем написать код с нуля 3. Риски. Безопасность данных и юридические тонкости 4. Ответственность. Бизнесу неясно, кто отвечает за ошибки модели Пока предприниматель не понимает, где именно технология даст прибыль и как посчитать эффект, он выбирает осторожность. И это нормально. Но игра стоит свеч Когда я работал над приложением BirBir в Узбекистане, под руководством фаундера и CPO, я отвечал за то, чтобы клиент получал максимальный пользовательский опыт. В таких крупных e-commerce проектах ключевым вызовом всегда становится сохранение темпов роста при усложнении продукта. Когда продукт достиг 1 000 000 активных пользователей в месяц (MAU), любая рутина: будь то модерация контента или логистика товаров, начинает требовать гигантских ресурсов. Именно здесь автоматизация и внедрение интеллектуальных алгоритмов становятся необходимым условием. ИИ позволяет расти кратно, не увеличивая расходы линейно Цены на рынке существенно различаются. Собственнику важно понимать, за что он платит: • Уровень «Low-code». Настроить бота в конструкторе для ответов в WhatsApp можно самостоятельно или за копейки - от 20 до 200 долларов в месяц • Облачные решения. Готовые системы с интеграцией в CRM в среднем по СНГ стоят 800-1 500 долларов в месяц • Кастомная разработка. Решение на базе LLM (генеративных моделей), обученное на ваших данных - это уже от 30 000 до 100 000 долларов только за интеграцию • Big Tech. Верхней границы нет. Например, создатели модели DeepSeek заявили, что только на стартовое обучение потратили около 6 млн долларов Но интеграторы часто молчат о скрытых расходах (OPEX). Покупка решения подразумевает только начало. Далее вы платите за серверы, облака, бэкапы и техническое сопровождение. Для продукта с аудиторией 100 000 MAU ежемесячные расходы на инфраструктуру варьируются от 7 000 до 30 000 долларов (примерно 3,5-15 млн тенге) Собственники бизнеса боятся не столько «восстания машин» или утечек данных, сколько простого сценария: «мы потратим бюджет, а это не окупится». Однако статистика на стороне смелых. По данным McKinsey, компании, внедрившие AI, сообщают о снижении затрат на 42% и росте выручки на 59% Когда я защищаю проект перед инвесторами, использую простую формулу P&L (отчет о прибылях и убытках) • внедрение: 30 млн тенге; • поддержка: 2 млн тенге в месяц; • эффект (экономия + рост выручки): 6 млн тенге в месяц; • Итог: окупаемость около 7 месяцев. Дальше система становится «печатным станком» Если вы хотите быстрых результатов, смотрите туда, где много рутины: 1. Продажи и клиентский сервис. Здесь самый быстрый эффект. Microsoft заявляет о росте выручки на продавца на 9,4% после внедрения Copilot. Кейс Klarna показал, что ИИ-ассистент за первый месяц выполнил работу, эквивалентную 700 сотрудникам 2. Маркетинг. Экономия на продакшене. Mondelez ставит цель снизить стоимость контента на 30-50% с помощью GenAI 3. Логистика и HR. Это игра вдолгую. UPS экономит сотни миллионов долларов на оптимизации маршрутов, а Unilever - 1 млн долларов в год на рекрутинге Важное предупреждение: ИИ не лечит бардак. Если в вашей CRM дубли и хаос, ИИ просто масштабирует этот хаос. Принцип Garbage in, garbage out (мусор на входе - мусор на выходе) работает безотказно Не пытайтесь сразу строить «звездолет». Следуйте стратегии Microsoft: «build, buy, or both» Для типовых задач (поддержка, письма) купите готовое решение. Запустите пилот, замерьте метрики. Не нанимайте сразу штат дорогих ML-инженеров, если не планируете создавать уникальный продукт, которого нет на рынке И главное правило: в клиентском сервисе не закрывайте дверь к живому человеку. По данным Gartner, 64% клиентов не хотят общаться с роботами, если это не решает их проблему мгновенно. Идеальная схема - ИИ как первый эшелон обороны с мгновенным переключением на оператора в сложных случаях. Внедрение ИИ - это не гонка за модой, а холодный расчет При работе с материалами Центра деловой информации Kapital.kz разрешено использование лишь 30% текста с обязательной гиперссылкой на источник. При использовании полного материала необходимо разрешение редакции