Традиционный vs AI-нейтив софт

В продолжение постов про недетерминированный майндсет и гибкие продукты размышляли на днях с фаундером AI стартапа о разнице между традиционным и AI-native софтом, попытались сформулировать ключевые отличия, и потом я еще расширил. Буду рад за фидбек

Ключевые отличия:
1) Бизнес логика: в традиционном софте бизнес-логика описывается в коде, что требует не только знаний оной, но и делает сложным ее изменение; в AI-native - существенная часть может быть отдана на откуп LLM и мы ее даже можем не осознавать.
2) Расширяемость: в классическом софте новая фича - это практически всегда новый бранч кода, в AI-native - это может быть апдейт модели, апдейт источников для RAG, подключение нового тула к агенту
3) Результат работы программы: в обычном софте у результата работы программы фиксированная форма результата, у AI - достаточно "открытая", и может менять свою форму налету. Более того, юзер может говорить с output-ом, трансформировать его, исследовать глубже и тп
4) Жесткость ворклоу и UI: в традиционном зашитый в коде порядок выполнения программы, из за этого она одновременна хрупкая и надежная; в AI же некоторые воркфлоу формируются налету, это накладывает доптребования к UI элементам.
5) Доверие: AI софту тяжело доверять, иногда непонятно, с чего было принято то или иное решение (особенно если оно не совпадает с ожиданиями пользователя), это требует дополнительных UX элементов для обьяснение и формирования доверия
6) Данные: в AI софте это не только входной элемент, но зачастую, и во все большем обьеме, элемент влияние на ту самую бизнес-логику
7) Кост модель: в классическом софте, в основном, косты фиксированные; в AI - наоборот, в основном переменные —> это влияет на ценовую модель (понятие кредитов в нагрузку на подписку, например).
8) Комплаенс: тяжелее сертифицировать AI софт, из-за п. 3 в том числе
9) Дифференциация, наличие moat: из-за п. 6 данные и связанные с ними петли взаимного усиления становятся очень важны; компании могут работать в минус, только ради данных. Как раз на AI Product Engineer на днях гость рассказывал, что это так со многими voice моделями. В традиционном - скорее на уровне фичей идет дифференциация

М? Что думаете?