Как внедрить ИИ с максимальной маржинальностью для бизнеса

Давайте поговорим о теории. Дает ли внедрение искусственного интеллекта само по себе возможность долгосрочно повысить маржу? Скорее нет, и вот почему.

Во-первых, ИИ не дает конкурентного преимущества. В общем, использование искусственного интеллекта не является эксклюзивным ни для одного бизнеса. Если одна компания может применить ИИ на базе широко доступных фундаментальных моделей, то другая способна сделать то же самое и достичь примерно таких же результатов.

Например, если одна компания использует ИИ для персонализации продукта, другая может быстро повторить это.

Во-вторых, эффективные рынки не позволяют избыточной доходности. Если бизнесы смогут устранить людей из процессов и, как следствие, резко снизить расходы, вряд ли в долгосрочной перспективе они смогут удерживать те же цены за те же продукты или услуги.

Если кто-то попытается остаться со старой высокой ценой, пытаясь оставить всю экономию себе, непременно найдутся игроки, которые увидят в этой марже возможность отобрать долю рынка. Это приведет к ценовой войне, и все в итоге окажутся на нормальном уровне маржи.

Более того, возможен сценарий, когда маржа даже уменьшится. Поскольку автоматизация будет доступна и клиентам, они будут ожидать более низких цен на определенные товары или услуги. Также, в общем, технологичность уменьшает барьеры на рынке, а отсутствие барьеров разрушает маржу (нет сложности – нет маржи).

Важно отметить: речь идет о конкурентных рынках. Для бизнесов со встроенными "рвами", как-от эксклюзивные данные или монополии, все может выглядеть иначе.

Технологический прогресс дает лишь преимущество во времени

За последние десятилетия автоматизировано множество задач. Привело ли это к росту прибыльности?

Возьмем для примера США. За последние десятилетия в США прибыль на единицу реальной добавленной стоимости росла, с заметным скачком в 2020-х.

Этому есть несколько причин. Монетарная политика, и, как следствие, опережение спросом предложения были важными. Но и технологическая производительность и автоматизация также сыграли свою роль. Бизнес мог повышать цены быстрее, чем росли трудовые и другие расходы, по крайней мере пока конкуренция не догоняла. Такое повышение маржи может держаться годами или даже десятилетиями.

Можно назвать ряд гипотез, которые создают цикл для системного роста маржинальности:

• за счет более быстрого внедрения технологий некоторые компании могли получить временное конкурентное преимущество и повышать свою маржу прибыли или общую прибыль за счет масштабирования;
• период временного конкурентного преимущества позволил нарастить масштаб и, будучи лидером рынка, продолжать получать маржу;
• большой масштаб и маржинальность позволяют реинвестировать в новые технологии, что вновь временно дает конкурентное преимущество.

Три рецепта повышения прибыльности при внедрении ИИ

Не внедрять ИИ на конкурентных рынках невозможно. Если вы отстанете, то конкуренты вас съедят. То есть считать возврат инвестиций нужно не только от дополнительной прибыли, но хотя бы от потенциально потерянного дохода.

Можно выделить три условия, при которых внедрение ИИ приведет к повышению прибыльности.

Первая – скорость. Если одна компания может внедрить ИИ быстрее других, она может получить временное конкурентное преимущество. Если компания сможет наладить процесс постоянного совершенствования искусственного интеллекта, то она может получить постоянное преимущество.

Что мешает скорости? Как утверждается в статье The Economist в крупных компаниях среднее звено менеджеров может сдерживать внедрение новых технологий из-за опасений потерять собственную релевантность. Логика проста: если я автоматизирую работу своих подчиненных, то может и мою работу скоро автоматизируют. Кроме логической составляющей, думаю, также существуют другие поведенческие моменты, в том числе банальная лень внедрять новые проекты.

Таким образом, кстати, скорость является одним из основных преимуществ малых и средних бизнесов, где нет многослойной мотивации менеджеров разных звеньев.

Например, один крупный украинский банк создал "Дата Лабораторию", которая постоянно быстро запускает новые решения: сначала в области традиционного машинного обучения, а теперь в ИИ. То есть, этому банку не нужно по новой вкладываться в ИИ. Вся инфраструктура и команда уже существовали и просто подхватывают новый инструмент.

Второе условие – эксклюзивность. Если вы имеете другие конкурентные преимущества (данные, дистрибуцию, вычислительные мощности, эксклюзивную технологию использования ИИ, или просто находитесь в индустрии, защищенной регуляцией), ИИ поможет вам больше, чем компаниям на более эффективных рынках. Представьте, что всем известно, как лучше обслуживать клиентов в зависимости от их истории покупок. Тот, кто имеет больше данных из такой истории покупок, скорее всего получает больше выгоды от внедрения ИИ.

Например, Visa является крупнейшим владельцем платежных данных. По нашей оценке, у Visa больше данных, чем у всех наших крупных конкурентов вместе взятых. Для эффективного использования данных мы постоянно инвестируем в data science возможности, в том числе с использованием GenAi. Данные Visa – - эксклюзивный актив, не доступный другим компаниям.

Третья – масштаб. Внедрение ИИ позволяет масштабироваться (предоставлять больше товаров и услуг с уменьшением затрат на единицу товара). Есть опасения, что это может привести к большей концентрации прибыли в руках небольшого количества компаний. Но, если средние бизнесы найдут продукт или сервис, который можно предоставлять с большой долей использования ИИ, они имеют шанс вырасти очень быстро, пока крупные компании преодолевают внутреннюю бюрократию.

Например, чат-боты на базе LLM моделей уменьшают инкрементальную стоимость обслуживания клиентов. Это первый горизонт внедрения ИИ, который мы видим по всем B2С компаниям (банки, ритейл). В дальнейшем ожидается масштабное использование ИИ не только для решения проблем, а и для привлечения новых клиентов, обработки их документов при онбординге и т.д.

Итак, несколько практических выводов:

• вкладывайте не в ИИ, а в скорость компании адаптировать любые новые технологии;
• создавайте (не технологические) эксклюзивные активы, на которые будете направлять новые технологии;
• фокусируйтесь на товарах и услугах, которые поддаются масштабированию.