Полгода назад технологические вендоры продали рынку красивую иллюзию: внедряете нейросети, увольняете половину линейного персонала и наслаждаетесь ростом маржинальности. Реальность оказалась жестче.
Счета за вычислительные мощности, enterprise-лицензии и перестройку инфраструктуры данных уже лежат на столах финансовых директоров. Оказалось, что ИИ — это не покорный бесплатный стажер, а прожорливая инфраструктура, которая сжигает кэш быстрее, чем приносит реальную прибыль.
Лидерам необходимо разработать новые подходы к бюджетированию и планированию рабочей силы.
Перевод с корпоративного на человеческий: мы потратили годовой бюджет на подписки и модную интеграцию, не получили мгновенного ROI, а теперь пытаемся понять, кого еще уволить, чтобы свести P&L. Компании покупали ИИ, чтобы экономить, а теперь вынуждены экономить, чтобы позволить себе ИИ.
Как это работает изнутри? На уровне C-suite нейросети больше не рассматриваются как инновационная игрушка. Это тяжелая статья расходов, требующая жесткого пересмотра unit-экономики. Если ваш внутренний проект по внедрению ИИ не имеет четких метрик окупаемости в перспективе года — бюджет скоро заморозят.
Перестаньте смотреть на технологии как на волшебную таблетку. Замена одного человека алгоритмом часто требует найма двух дорогих инженеров для поддержки этого алгоритма.
Откройте ваш бюджет на следующий квартал. Вы уже заложили туда скрытые косты на интеграцию и поддержку ИИ, или все еще верите в сказку про бесплатную оптимизацию процессов?
Источник: Harvard Business Review
SHIFT Lab