На пути к доходу в 5 миллионов долларов на сотрудника: двое часов, которые должны запустить генеральные директора

Автор является старшим партнером в консалтинговой компании McKinsey (Нью-Йорк), глобальным руководителем подразделения по расширению новых направлений бизнеса, имеет степень в области экономики и политологии Тель-Авивского университета.

Страховая компания получает сложный запрос. В традиционном процессе он поступает к андеррайтеру, который изучает десятки страниц, оценивает риски, рассчитывает стоимость полиса и ведет переговоры об условиях. Проходят дни, прежде чем клиент получает ответ.

В то же время конкурент, изначально построенный как AI-native компания, анализирует тот же запрос за считанные минуты: он сопоставляет данные с реестрами активов, базами данных о страховых случаях и спутниковыми снимками, определяет ценообразование и отправляет предложение. Пока традиционная компания еще занята открытием дела, конкурент уже выигрывает сделку.

Это история не одного сектора, и правильная реакция заключается не в выборе между ускорением внедрения ИИ в существующие процессы и крупной ставкой на создание AI-native деятельности с нуля — той, что строится вокруг искусственного интеллекта как ключевого компонента продукта, бизнес-модели и операционной деятельности. Оба процесса должны существовать параллельно.

Генеральные директора, которые добьются успеха, будут теми, кто запустит «двое часов» одновременно: с одной стороны, реорганизация существующей компании; с другой — создание с нуля AI-native деятельности как подразделения компании будущего. Тот, кто будет управлять только одним из этих процессов, в конечном итоге проиграет, так как это влияет на глубину и скорость внедрения ИИ в новую эпоху.

AI-native компании действуют иначе с самого начала. Они ставят ИИ-агентов в центр рабочего процесса, в то время как люди контролируют результаты. Это структурное решение меняет всё: структуру затрат, скорость исполнения и способ доставки ценности клиенту.

Действия, которые раньше занимали дни и даже недели и требовали участия пяти различных должностных лиц, в таких компаниях выполняются за секунды — от одобрения кредита до обработки жалобы клиента. Кроме того, ИИ в этих компаниях является не просто внутренним инструментом, а неотъемлемой частью продукта, что позволяет предоставлять более быстрое и персонализированное обслуживание в широком масштабе.

Примеры AI-native компаний можно найти почти в каждой отрасли. В сфере кредитования такие платформы принимают решения за считанные минуты вместо недель, а в сфере найма закрывают вакансии за считанные дни.

Разрывы в показателях уже заметны. Анализ McKinsey, охвативший 10 000 компаний, показал, что AI-native организации генерируют доход более 5 миллионов долларов на сотрудника — почти в десять раз больше, чем средний показатель компаний из списка Fortune 500. Некоторые из них достигают темпа годового дохода в 100 миллионов долларов за считанные месяцы. Они способны предлагать цены значительно ниже, чем у старых игроков, при этом сохраняя более высокие нормы прибыли и охватывая аудитории, которые ранее были экономически невыгодными.

AI-native в существующем подразделении? Это ошибка

Перед лицом этой реальности многие крупные компании запустили программы модернизации систем, обучения сотрудников и внедрения инструментов ИИ по всей организации. Это правильная и зачастую эффективная реакция: организации удается улучшить прибыльность, стать более «стройными» и быстрыми, а также высвободить значительный капитал.

Но этого недостаточно. Трансформация для внедрения ИИ улучшает существующий бизнес, но не строит тот, который понадобится компании в будущем. Более высокая эффективность не меняет правила игры.

Даже компании, которые уже работают в поле AI-native, нередко попадают в ловушку: они пытаются интегрировать такую деятельность в существующее бизнес-подразделение, делить инфраструктуру, механизмы управления и запускать всё с той же скоростью принятия решений.

Это ошибка. Речь идет не о двух путях одной рабочей программы, а о двух часах, которые работают с разной скоростью и требуют совершенно разных управленческих моделей. Трансформация существующего бизнеса важна не только для финансирования новой ИИ-деятельности. Она сохраняет клиентскую базу, защищает доходы и позволяет компании оставаться конкурентоспособной, пока строится новый двигатель.

В крупном масштабе даже умеренные улучшения эффективности могут генерировать значительный капитал. Создание новой ИИ-деятельности без стабильного бизнес-двигателя, который будет ее поддерживать, может закончиться очень быстро. То есть оба процесса зависят друг от друга.

Но зависимость не должна существовать на уровне структуры. AI-native подразделение желательно создавать как отдельный бизнес или, по крайней мере, с высокой степенью автономности от основной организации. Оно должно действовать как независимый центр прибыли с рабочими процессами на основе агентов, управляемыми квалифицированной командой и контролируемым стеком агентов.

Генеральные директора, которые делают это правильно, начинают с малого и позволяют данным решать, насколько расширяться. Требуемая здесь дисциплина реальна: построить то, что в конечном итоге предназначено для каннибализации существующего бизнеса, сохраняя при этом денежный поток, который это финансирует.

Такой бизнес, ядром которого является ИИ, не обязан начинать с большого. Правильная отправная точка — выбрать область с достаточно большим объемом данных, чтобы позволить искусственному интеллекту достичь производительности на уровне высокой экспертизы, но достаточно ограниченную, чтобы ее можно было запустить за месяцы, а не годы, и имеющую достаточную бизнес-значимость, чтобы оправдать инвестиции.

Генеральные директора, которые смогут управлять обоими часами параллельно, будут теми, кто определит следующее десятилетие.