На первой встрече Лаборатории ИИ-трансформации мне задали очень простой вопрос:

Сколько денег вы потратили на LORE и какой эффект получили в деньгах?

LORE — наш ИИ-агент знаний в Adventum. Он помогает новым сотрудникам проходить онбординг, а всей команде — искать регламенты, документы и накопленную экспертизу компании.

И я поняла, что сходу не могу дать нормальный ответ.

Я знаю, сколько в целом мы вложили в разработку наших ИИ-решений. Знаю, сколько времени сотрудники раньше тратили на поиск информации, и вижу, что эти потери снизились после запуска LORE. Мы отдельно считаем эффект в HR-процессах, следим за использованием агента, собираем обратную связь по неудовлетворительным ответам, трекаем токены.

Но собрать именно по LORE одну таблицу — разработка, эксплуатация, актуализация базы, время команды, токены и полученный эффект — я пока не могу.

Поэтому забрала эту задачу себе и пообещала вернуться с нормальным расчетом.

Ради таких вопросов я и запустила Лабораторию ИИ-трансформации для участников сообщества «Авторы жизни».

Внутри своей компании легко привыкнуть к решению, которым команда уже пользуется. Ты видишь, что оно снимает нагрузку, люди быстрее находят информацию, меньше бегают друг к другу с организационными вопросами. И кажется, что эффект очевиден.

А потом другой участник задает один вопрос — и выясняется, что понятный для тебя результат еще нужно нормально посчитать и доказать.

Такую проверку на первой встрече прошел не только LORE.

Один участник показал ИИ-дашборд, который, по его оценке, дал бизнесу плюс 3,5% к P&L. Его сразу спросили: какая часть результата появилась благодаря ИИ, а какая — благодаря десяти годам накопленной экспертизы и данным бизнеса?

В другой крупной компании уже строят внутренний AI-контур, обучают сотрудников и тестируют клиентского агента. Там разговор быстро перешел к качеству данных, безопасности, мотивации команды и контролю результатов.

Еще одна участница принесла работающий внутренний продукт, который разбирает встречи и чаты, фиксирует решения и не дает потерять задачи. Почти час мы обсуждали, кому такой продукт нужен, за что компании готовы платить и как проверить спрос реальными продажами.

Почти каждый работающий кейс упирался в вопрос, на который его автор пока не мог ответить до конца.

У меня — полная экономика LORE.

У кого-то — граница доверия к ИИ.

У кого-то — переход от полезного внутреннего решения к продукту, за который заплатит рынок.

Похоже, Лаборатория будет жить именно так:

работающий кейс → неудобные вопросы → конкретная проверка → возвращение с результатом.

Теперь собираю отдельную экономику LORE. Хочу по пунктам посчитать, сколько стоило его создать и поддерживать, из чего складывается эффект и где пока остаются только наши внутренние оценки.

Когда посчитаю, принесу результаты сюда тоже.

iGrunis — Маркетинг. Тренды