Ваша компания использует генеративный AI в продуктах, проектах и бизнес-процессах? Смело рассказывайте о своем опыте на страницах проекта Generation AI! Правила отбора
Вячеслав Тарасов Технический директор Brio Capital
Как не слить бюджет на AI: чек-лист от технического директора инвестфонда
В предыдущем материале мы разобрали, почему большинство GenAI-проектов проваливаются: нет привязки к процессам, команда пляшет от технологии, а не от проблемы, метрики не меняются. Но как защитить свой проект от этих ошибок?
Вячеслав Тарасов, технический директор инвестиционного фонда Brio Capital, рассказывает, какие блоки нужно подготовить для защиты проекта и на какие вопросы важно ответить честно.
Внутренний инвесткомитет: что это и чем полезно
Чтобы отсечь заведомо провальные проекты на старте, стоит создать в компании внутренний инвесткомитет. Работать он может в формате круглого стола, где каждая команда должна будет защитить идею AI-проекта перед коллегами из других подразделений. Это поможет подходить к проектам более структурно: если специалисту нужно публично объяснить, зачем он хочет потратить деньги компании, подход становится более системным. Плюс коллеги из других отделов могут задать неудобные вопросы, которые внутри команды могли не возникнуть.
Минимальный набор для защиты проекта
Перед защитой проекта команда должна подготовить семь блоков:
Проблема
Четко и понятно для всех описанная бизнес-боль. Не «хотим оптимизировать процессы», а «отдел продаж тратит 40% времени на заполнение CRM вручную, из-за этого срываются сделки».
Рынок
Если планируете разрабатывать решение не только для себя, но и продавать его, нужно продумать вашу позицию на рынке и оценить конкурентов.
Варианты решения
Обязательно продумать несколько вариантов: сравнить, что есть у вендоров, какие open-source инструменты подходят, что потребуется, чтобы сделать свой продукт. Сравнить все варианты по стоимости, срокам, рискам.
Эффект с метриками
Важно продумать, что благодаря вашему проекту изменится через три месяца. Идеально, если сможете заранее спрогнозировать метрики.
Риски и сценарии
Заложите разные варианты развития событий: что может пойти не так, как вы с этим справитесь. Реалистичный взгляд на возможные проблемы поможет избежать провала.
Роадмап
Перед стартом соберите конкретный план на 2-3 месяца плюс видение на 1-3 года, чтобы понимать, куда проект будет развиваться дальше.
Международная практика
Как правило, международный рынок развивается быстрее. Перед разработкой собственного решения изучите, как вашу проблему решали в других странах и компаниях, и что можно взять из их опыта.
Если хотя бы один из этих блоков провисает — стоит вернуть проект на доработку. Особенно критичны первые четыре пункта.
Три ключевых вопроса
Помимо формальной структуры есть три вопроса, которые помогут определить недостаточно сильный проект:
Первый вопрос: почему компания должна дать деньги вам, а не положить их на Сбер-счет?
Когда ставка прыгает от 16 до 25%, нужно очень убедительно объяснить, почему ваш проект лучше. Здравый смысл — основа любой оценки, и если нет понятного ответа на этот вопрос, значит, с проектом что-то не так.
Второй вопрос: что конкретно изменится через три месяца?
Если человек начинает говорить что-то вроде «ну, мы будем в процессе разработки», «соберем обратную связь», «сделаем пилот» — это плохой знак. Через три месяца должен быть измеримый результат: вот было 40% времени на CRM, стало 10%. Если конкретики мало, это вызывает сомнения.
Третий вопрос: как эту проблему решали до вас? Можно ли решить ее без AI?
Если бизнес функционирует годами, значит, либо проблемы вообще нет, либо она не настолько критична. Может быть, это решение просто не нужно? И если проблема решаема без AI — может, AI и не нужен, достаточно просто доработать текущие процессы?
Build или buy: когда делать свое решение, а когда покупать готовое
Один из самых частых вопросов в AI-проектах: делать решение самим или покупать у вендора? В большинстве случаев правильный ответ — покупать. Но есть нюансы.
Типичная история выглядит так: приходит CTO, говорит: «Я сам могу разработать решение, у меня есть команда, сделаем за 200 тысяч». Начинают делать. Через три месяца выясняется, что нужно еще 500 тысяч. Через полгода — что нужна еще команда. Через год бюджет вырос в пять раз, команда расфокусирована, результат нулевой, и в итоге все равно покупают вендорское решение. Но уже потратили год и миллионы впустую.
Вячеслав Тарасов
Технический директор инвестиционного фонда Brio Capital
Проблема в том, что ресурсы почти всегда недооценивают в 3-5 раз. Плюс люди не учитывают, что решение нужно не только сделать, но и бесконечно поддерживать, обновлять, файн-тюнить под изменения бизнес-процессов. Это постоянные инвестиции, а не разовая разработка.
Пять критериев для принятия решения
Компетенции команды
Есть ли у вас специалисты с нужной экспертизой?
Сроки
Сможете ли вы сделать быстрее, чем вендор? Учитывайте, что вендор уже делал это десятки раз, у него отлаженные процессы. Вы будете делать первый раз, будут ошибки, задержки.
Стоимость поддержки
Готовы ли вы инвестировать в постоянную поддержку? Это не разовая трата, а регулярные расходы на команду, которая будет дорабатывать и обновлять решение.
Риск vendor lock
Что если вендор закроет код, изменит условия, вырастет в цене? Насколько вы зависимы от одного поставщика?
Масштабируемость
Сможете ли вы масштабировать решение, если бизнес вырастет в два раза? Вендор обычно предоставляет готовую инфраструктуру, вам придётся строить ее самим.
Если хотя бы на три из пяти вопросов ответ «нет» или «не уверен» — однозначно покупайте готовое. Делать свое имеет смысл только если у вас действительно уникальный кейс, который никто на рынке не закрывает, и вы готовы инвестировать в это серьезные ресурсы на долгий срок. Во всех остальных случаях — это неоправданный риск.
Главное
Gen AI-проект создает ценность только если решает конкретную бизнес-проблему с измеримым эффектом за 2–3 месяца. Все остальное — это либо исследовательская работа, либо долгосрочные инвестиции, либо просто трата денег впустую.
Настоящая конкуренция в GenAI сейчас идет не за модели — они у всех примерно одинаковые. Конкуренция идет за дисциплину: за умение правильно выбрать проблему, быстро проверить гипотезу и безжалостно отсечь бессмысленное. Выигрывают те, кто умеет фокусироваться и не размазывать ресурсы по десяткам направлений одновременно.
Читайте также: Shallow AI Product: 5 признаков того, что ваш AI-проект провалится