На прошлой неделе отсмотрели много LLM-проектов от амбассадоров по внедрению ИИ. Заметил одну общую ошибку.

Из раза в раз повторялись похожие заявления:

«С помощью внедрения LLM в этот процесс мы снизим время работы сотрудника, уменьшим количество ошибок и повысим удовлетворённость клиента».

Эти метрики работают как сообщающиеся сосуды. Если вы повышаете качество, работа часто начинает занимать больше времени. Если вы сокращаете время обработки, растёт риск ошибки. Если вы хотите повысить удовлетворённость клиента, время обработки, скорее всего вырастет. Хорошее внедрение LLM-фичи обычно выглядит скромнее: одна ключевая метрика улучшается, а остальные остаются на приемлемом для бизнеса уровне. Например, мы сокращаем время обработки, но не просаживаем качество.

Надо улучшить одну метрику и не уронить остальные.

Но помните, золотой век, когда компании внедряли ИИ ради имиджа, а слабые результаты объясняли адаптацией к технологии, остался позади 🥲

LLM-проект должен приносить деньги. Поэтому, если вы выберете не сокращение времени работы, вам придётся хорошо аргументировать, как именно уменьшение количества ошибок или рост удовлетворённости пользователя или что-то другое, принесет компании прибыль.