ИИ как двигатель роста: выход за рамки экономии затрат

Искусственный интеллект (ИИ) часто представляется как инструмент для повышения эффективности с точки зрения экономии времени на выполнение задач, автоматизации повторяющихся задач, сокращения персонала и в целом снижения операционных расходов. Хотя эти преимущества реальны и экономически эффективны, такой узкий взгляд рискует недоиспользовать трансформационный потенциал ИИ для роста. 

ИИ следует рассматривать не только как механизм экономии затрат, но и как двигатель роста, который может стимулировать инновации, создавать новые рынки и переопределять конкурентное преимущество. В отчете McKinsey о состоянии ИИ на 2025 год было выявлено, что ключевым сдвигом в лидерстве в 2025 году является рассмотрение ИИ как способности создавать рынки.

Этот сдвиг имеет решающее значение для политиков, инвесторов и бизнес-лидеров, которые стремятся использовать ИИ для создания долгосрочной ценности.

Нарратив экономии затрат позиционирует ИИ как оборонительную стратегию, которая может принести краткосрочную выгоду, но редко создает устойчивую дифференциацию. Конкуренты могут воспроизвести эффективность затрат, что приводит к эрозии преимущества.

Более того, сосредоточение внимания исключительно на экономии часто приводит к недостаточному инвестированию в возможности ИИ, которые могли бы открыть новые источники дохода. Высокоэффективные компании, которые хотят иметь рыночное преимущество, должны ориентироваться на рост и инновации наряду с сокращением затрат.

С ИИ возможности для роста огромны. MGI оценивает, что генеративный ИИ может добавить 2,6–4,4 триллиона $ в годовой стоимости по различным вариантам использования, таким как обслуживание клиентов, маркетинг, разработка программного обеспечения и НИОКР, что может напрямую расширить возможности получения доходов. Этот подход соответствует историческим моделям технологических прорывов, таких как электричество, интернет и облачные вычисления, поскольку все они обеспечили экспоненциальный рост, открывая совершенно новые возможности, а не просто сокращая затраты.

На практике ИИ можно использовать для стимулирования роста путем создания рыночного спроса, который смещает интернет-поиск в сторону открытия, тем самым увеличивая среднюю величину ордера и конверсию. Сообщается, что рекомендательные системы Amazon обеспечивают 35% продаж, что является сигналом того, как персонализация создает спрос, а не просто оптимизирует воронки.

Облачные платформы персонализации (например, Amazon Personalise с Bedrock) теперь позволяют компаниям переранжировать контент для явных целей роста.

Читайте также: У ИИ нет проблемы с доверием; у него проблема с переводом

Netflix использует рекомендательные системы на базе ИИ не только для улучшения пользовательского опыта, но и для расширения глобального охвата. Анализируя модели просмотра, Netflix определяет региональные предпочтения контента, стимулируя инвестиции в местные продукции. Эта стратегия превратила Netflix из ориентированного на США сервиса в глобальную развлекательную силу. ИИ позволяет компаниям выходить на новые рынки, снижая барьеры для персонализации и локализации. 

С точки зрения инноваций продукта, ИИ позволяет компаниям быстрее запускать совершенно новые предложения.  Во время пандемии COVID-19 Moderna использовала ИИ для ускорения разработки вакцины. Модели машинного обучения предсказывали последовательности мРНК с высокой эффективностью, сокращая сроки НИОКР с лет до месяцев. Это не было экономией затрат; это было создание рынка и революционное решение, позволившее Moderna достичь беспрецедентного роста.

Другим примером является эволюция AlphaFold (AF2→AF3), которая перешла от структур отдельных белков к сложным взаимодействиям, расширяя разработку лекарств и биоинженерию. Благодаря ИИ, производство и коммерциализация превращают гибкость в доход. BMW использует промышленный ИИ на своих заводах для обеспечения качества, логистики и профилактического обслуживания, способствуя созданию высокогибкой производственной сети, которая может переключать силовые агрегаты на общих линиях; ключ к удовлетворению динамичного спроса на электромобили без ущерба для пропускной способности.

Рост в реальном времени может быть обусловлен ИИ через персонализацию, которая увеличивает пожизненную ценность клиента и открывает возможности для перекрестных продаж. Инструменты виртуальной примерки и чат-боты Sephora на базе ИИ улучшают взаимодействие с клиентами, повышая коэффициент конверсии и лояльность. Эти инновации создают циклы роста, где лучший опыт приводит к большему количеству данных, что, в свою очередь, улучшает персонализацию.

Было бы правильно также рассмотреть, как PepsiCo, среди множества примеров использования ИИ для стимулирования роста, сотрудничала с AWS/Salesforce для создания PepGenX, превращая инсайты в более быстрый запуск продуктов и масштабируемое выполнение продаж. Это тезис о росте: меньше пилотных проектов, больше платформенных возможностей.

Внедрение ИИ как инструмента роста, несомненно, будет иметь последствия для политики, инвестиций и реализации для правительств, крупных компаний с административными узкими местами и сложными организационными структурами и, фактически, многих игроков в бизнес-пространстве. 

Правительства должны стимулировать внедрение ИИ для инноваций, а не только для автоматизации. Налоговые льготы и гранты должны отдавать приоритет проектам, которые создают новые возможности или рынки. Нормативные рамки должны балансировать риск с гибкостью, позволяя экспериментировать в таких секторах, как здравоохранение, технологии и финансы.

Обновленное руководство ОЭСР по ИИ (и связанные с ним рамки G7) включает управление рисками для моделей общего назначения, стремясь к совместимости и распространению за пределы секторов ранних последователей. Регуляторы должны в целом поощрять политику, которая финансирует общие наборы данных и увеличивает возможности открытий для малых и средних фирм.

С точки зрения инвестиций, стратегии венчурного капитала и корпоративных инвестиций должны сместиться с ROI, основанного на сокращении затрат, на метрики роста, охватывающие расширение доли рынка, новые потоки доходов и привлечение клиентов. Инвесторы должны оценивать инициативы ИИ по их потенциалу для создания нелинейного роста, а не только постепенной экономии.

Для ИИ на рабочем месте исследования вокруг Microsoft 365 Copilot показывают сценарии ROI, которые включают чистую прибыль и более быстрый выход на рынок; отражение коммерциализации, а не просто "сэкономленных часов". Владельцам бизнеса рекомендуется публиковать влияние на рост, прибыль и убытки, чтобы отслеживать влияние инвестиций в ИИ на рост. Отличный ИИ зависит от отличных данных, поэтому руководители должны рассмотреть серьезные инвестиции в качество данных.

Источник изображения: Unsplash

Для реализации руководителям рекомендуется внедрять ИИ в стратегическое планирование, а не только в операционную эффективность. Это включает:

• создание кросс-функциональных команд ИИ, включающих разработку продуктов, маркетинг и стратегию.
• измерение успеха через KPI роста, а не через метрики затрат; и
• построение масштабируемой инфраструктуры ИИ для поддержки быстрого экспериментирования.

Наконец, операционализация ИИ как двигателя роста требует культурных изменений. Лидеры должны продвигать грамотность в области ИИ по всей организации, формируя мышление, которое рассматривает ИИ как творческого партнера, а не как угрозу для рабочих мест. 

Страны, которые принимают ИИ для роста, будут опережать те, которые сосредоточены на автоматизации. ИИ может стимулировать расширение ВВП через новые отрасли, повышение производительности в секторах с высокой добавленной стоимостью и доминирование на развивающихся рынках.

ИИ стимулирует рост, когда лидеры финансируют новые модели доставки с ответственным управлением как предварительным условием, а не постскриптумом. Вопрос не в том, "Сколько затрат мы можем сэкономить?", а в том, "На какие рынки мы можем теперь выйти, какие продукты мы можем теперь разработать и как быстро мы можем их масштабировать?" Организации, которые отвечают на эти вопросы с основами данных, телеметрией роста и политическими ограничениями, превратят ИИ в маховик для устойчивого, сложного роста.