Transcription
Всё чаще мы слышим, что искусственный интеллект заменит часть работы, автоматизирует бизнесы и создаст новые большие возможности для заработка. Но проблема в том, что большинство людей просто смотрят на этот тренд со стороны и не понимают, как именно на нём можно зарабатывать уже сейчас. Именно поэтому в этом видео я не буду говорить про абстрактное будущее. Я покажу вам три очень конкретные модели заработка на искусственном интеллекте.
Первое, как заработать на внедрение искусственного интеллекта в чужие процессы. Вторая, как превратить свой метод в продукт и перестать продавать только своё время. Ну и третье, про одну большую и очень недооценённую русскоязычную нишу, где боль уже есть, денег много, но явного победителя пока нет.
Меня зовут Антон Смирнов. Я больше 15 лет строю, систематизирую бизнесы, создал рекламную платформу High Conversion с годовым оборотом более 300 млн руб. и отвечал за все AI продукты в cloud.ru, где видел, как большие компании реально внедряют такие технологии в живые процессы. И если вы хотите не просто вдохновиться, а понять, где в этом тренде реально лежат деньги, досматривайте до конца. Последняя идея в этом выпуске особенно интересна для русскоязычного рынка. Поехали.
Мне кажется, что многие до сих пор рассуждают про искусственный интеллект так, будто это история из будущего. Ну, на мой взгляд, процесс уже здесь, потому что вот, допустим, Сбер искусственный интеллект, у него участвует уже в решениях и по потребкредитам, и по ипотеке, и по автокредитам. Если мы берём, допустим, Amazon, то они говорят, что 70% процесса создания карточек, товаров тоже отдано искусственному интеллекту. Это всего лишь два примера, но здесь уже видно, что большой пласт повторяющейся работы уходит из рук сотрудников. Вот такие системы. И поэтому я считаю, что рынок AI автоматизации не появится когда-нибудь потом. Он уже работает.
В какой-то момент я говорил уже, что работал в cloud.ru- это такая облачная платформа, часть ресурсов, которай использовалась и для задач Сбера. Мы регулярно пересекались с командами, которые делали AI продукты, в том числе и небезызвестный гигачат. Я хорошо помню, как на такие встречи иногда приходил Герман Греф. От него, конечно, признаюсь такой вот веяло, классной аурой и энергетикой, потому что вот он, во-первых, визионер, гигачат, суперкомпьютеры, цифровизация всего и вся, это, конечно, во многом его заслуга. Ну и во-вторых, кстати, вот к продуктам он специфически относился не как такой, знаете, ставленник и генеральный директор, а почти как владелец продукта. продукт owner. То есть человек приходил на встречи не просто статус посмотреть, а реально вникнуть, задать вопросы, попытаться понять, каким должен стать продукт, куда с ним вообще двигаться. Я думаю, что вот благодаря такому отношению и визионерству у них, собственно, и получается много делать намного быстрее других игроков.
Но давайте я здесь всё-таки подсвечу, что действительно важно. Совсем недавно, 11 февраля двадцать шестого года, Герман Греф прямо говорит: "На горизонте 5 лет он не видит, что в банкинге останутся функции, которые нельзя автономизировать". То есть заменить роботом. Это очень важный для нас с вами сигнал, потому что крупнейший банк страны уже смотрит на искусственный интеллект не как на вспомогательный инструмент, а как на способ постепенно исключать человека из повторяющихся процесс. А это означает, что под переделку пойдут не только кредиты. Это будут и платежи, и клиентский сервис, и антифрот, и юридическая рутина бэкофиса, тестирование, разработка, выходка функционала и кода. То есть не одна какая-то функция, а целые куски операционной машины банка. Да.
Поэтому я здесь отдельно отмечаю ваше внимание, что если вы хотите на этом заработать, то один из самых умных ходов сейчас не просто читать новости про искусственный интеллект, да, буквально идти туда, где эти процессы уже переделываются на практике. А в идеале пойти работать туда, внутрь пространства, где такая трансформация происходит. смотреть, как меняются процессы, где ломается внедрение, какие данные не готовы, там где люди сопротивляются, а где реально искусственный интеллект наконец-то начинает приносить бизнесу важный экономический эффект. Почему эта история работает? Да потому что когда вы видите не красивую картинку в новостях, да, а реальную вот работу живую, да, механику сложности, вы этот опыт весь впитываете, а потом с ним выходите в рынок и продаёте его другим. А я вас уверяю, что после того, как у Сбера получится, за ним захотят повторить лидеры. Сначала это будет у крупных игроков, потом у среднего бизнеса и так далее, но я вас уверяю, что денег в рынке хватит многим.
Ну и здесь важный момент, я хочу подсветить. Если вы вдруг решаете пойти по этой ветке, то я вам не рекомендую идти как бы интегратором всего и вся. Потому что когда человек говорит: "Мы внедряем AI в любой бизнес и в любые процессы", это, ну, для меня лично redфлаг. Это просто означает, что у него нет ни фокуса, ни понятного результата. Ну, если это, конечно, не очень крупная компания. И мне кажется, что намного сильнее работает другой подход, когда вы выбираете один повторяющийся кусок процесса, в котором видите много работы, ошибок, там, просрочки дедлайнов, да, дорогих людей, например, юридический поток типовых документов или, например, первичная аналитика в кредитном процессе или часть рутинной работы в разработке и тестировании. И вот на этом участке вы собираете экспертизу. И дальше что? У вас появляется несколько крутых кейсов, с которыми вы будете выходить в рынок. Опыт, кейсы, репутация и так далее.
Какие варианты заработка здесь ещё есть? Первое, сделать нишевого интегратора и внедрять вот такие решения под ключ. Например, не яй для бизнеса вообще, а я для юридического департамента или для е-коммерции, да, или я для клиентского сервиса банка. Ну и так далее, и так далее. Второе, делать аудит процессов и продавать не внедрение целиком, а поиск участка, где AI даст самый быстрый эффект компании. Третий вариант- собрать продуктовую обвязку вокруг одного какого-то сценария и постепенно вырастить агентство, да, в какой-то маленький вертикальный софт, да, в продукт. Ну и четвёртое - стать партнёром компании на этапе чейндж-менеджмента. Ещё и отвечать за то, чтобы это там заработало, обучить всех, чтобы дало эффекты и так далее, и так далее. Потому что во многих проектах проблема уже не в модели будет, а в том, что компания не сможет это встроить в новый процесс, вот в живую свою организацию. Ну и на самом деле никто вас не ограничивает в том, чтобы в какой-то момент времени сделать все четыре пункта, да? И диагностировать, и разрабатывать, и внедрять, и потом делать продукт. Я вас уверяю, что нужно ковать пока горячо, потому что те, кто зайдут сюда раньше, соберут опыт, кейсы, сильную какую-то позицию свою в конкретной нише, вы сможете быть тогда, ну, на очень хорошем счету и собирать сливки с этого.
Кстати, в своём Telegram-канале я регулярно разбираю как раз такие кейсы, где и реально экономит деньги, ну и где он ещё пока остаётся красивой игрушкой для бизнеса. Поэтому, если вам интересна именно прикладная сторона этого рынка, смело подписывайтесь, ссылка будет в описании. Давайте развиваться вместе.
Но это только первый путь. Он подходит тем, кто хочет зарабатывать на внедрение искусственного интеллекта в чужие процессы. А есть второй путь, и, честно говоря, он, мне кажется, во многих случаях ещё сильнее, потому что здесь вы уже зарабатываете не на какой-то чужой логики, не на чужой модели, а на своей. Этот способ особенно интересен экспертам, консультантам, агентствам, да и вообще всем, у кого уже есть свой метод или вот методика. Да.
Если вы когда-нибудь работали с клиентами как эксперт, вы наверняка замечали одну простую вещь. Люди приходят с разными словами, разными эмоциями и разными запросами. Но очень часто путь к результату у них очень похож. Вы, как эксперт снова и снова собираете одни и те же данные, задаёте похожие вопросы, находите типовые ошибки, объясняете, какой следующий шаг, и проводите вот этого человека через примерно один и тот же маршрут. И вот здесь я, как человек, которого очень каждый день с этим сталкиваюсь, хочу сказать, что в эпоху AI самым сильным активом становится не сама технология, самым сильным активом становится метод, на котором эта технология написана. Потому что сама по себе модель или агент ничего не стоит, если она не понимает, к какому результату вы ведёте клиента, по каким шагам вы его туда проводите и какие решения вы обычно принимаете по пути.
Для кого-то будет это новым, но на самом деле логика здесь не новая. Так уже происходило в прошлую волну софта. Сначала появлялась методология, а потом уже появлялся продукт, который помогал её внедрять в более массовом формате. Ну, далеко ходить не буду. Наша компания H conversion. Мы сначала сделали методологию, которая позволяла кратно растить продажи в соцсетях по доступной цене, а потом с помощью технологии сделали её дешевле, проще и сильнее. Вообще даже чуть-чуть в сторону отходя, хочу сказать, что крутая технологическая компания. Это компания, у которой есть методология, поверхняя её технология, отраслевые кейсы и крепкая коммьюнити. Вот когда это происходит, это очень серьёзные как бы конкурентные рвы, которые сложно преодолеть.
Кто-то из маркетолого, я думаю, точно знает HubSpot. Habsot - это такой маркетинговый софт. он вырос из идеи ибаунд маркетинга. То есть сначала была сама методика роста через полезный контент и отношения с клиентом, а уже потом появилась платформа Inbound Methodology, да? То есть у них это даже до сих пор видно в их рекламных формулировках. Это способ роста через отношение клиентов. А дальше уже Hubspot построил вокруг этого платформу, которая принесла им сотни миллионов, если не миллиарды долларов. Примерно так же действовал и Clickfunnels. Кто знает, они выросли из понятной методики построения вороны. основателя их, по-моему, Рансел Брэнсон и тот Дикерсон, что ли, они сделали приложение, которое позволяло людям собирать воронки без кода и без команды разработчиков. Сначала была методика, потом технология.
Так вот, в чём прикол-то, что если у вас есть эта методика ваша, по которой вы ведёте клиентов, то сейчас AI добавляет к этой логике, да, свой новый слой. Раньше SOFT в основном помогал зафиксировать процесс в интерфейсе, а теперь и агент может взять на себя часть самого пути, собрать данные, задать правильные вопросы, проверить типовые признаки, подсказать следующий шаг, подготовить рекомендации, напомнить о действии и передать человеку только исключения и сложные случаи, да? Вот. То есть я как консультант, он многое делает за меня, и мне какие-то вот сложные ситуации частные даёт, и я их уже вручную отрабатываю. То есть я сокращаю количество ручного труда, потому что по моей методике её воспроизводство делает как раз этот AIгент.
В чём ещё красота момента? Потому что именно сейчас, когда вот у нас новые версии моделей выходят, и я и сам раскрылся по-другому. Даже вот если посмотреть на КЛОД, тот же самый, например, октябрь двадцать пятого года, ну, откровенно много брака было. Сейчас после нового релиза модели, ну, реально, очевидно, брака меньше. И это намного стало реальнее именно сейчас, потому что вот за последние месяцы рынок A сильно продвинулся вот в трёх вещах, в которых такие продукты вот, основанные на методологии, раньше просто чаще ломались. Ну, во-первых, модели стали лучше планировать многошаговую работу и пользоваться инструментами. Во-вторых, резко выросла практическая работа с длинным контекстом и документами. Нужно просто больше что-то загружать, и он это будет качественнее обрабатывать. Ну и в-третьих, поверх моделей наконец-то начали появляться не просто апии, вот эти ключики, да, а конструкторы, среды для сборки хороших таких агентных цепочек. Теперь получается, что это окно возможности открывается не только большим AI-компаниям, но и тем, у кого уже есть эта экспертная логика. Это методика. Надеюсь, и у вас, и у меня.
Ну, сейчас вот я на это смотрю именно так, потому что за последние годы через мои программы прошло порядка там 120 собственников. Это был такой вот определённого портрета, да, от 50 млн руб. до 2 млрд выручки в год. Я заметил вот важную вещь. Несмотря на разницу в нишах, у многих компаний повторяются вот эти этапы взросления бизнеса, да, повторяются типовые ошибки, типовые решения. И в целом один и тот же примерный маршрут идёт от хаоса к более устойчивому бизнесу, где прибыль регулярно растёт. У нас путь до успешного кейса с клиентом, когда мы оцифровали его бизнес, внутрели инструменты, он начал уверенно управлять ростом своей прибыли. Он случается где-то за 6-8 месяцев. И внутри этого периода очень много ручной работы. И вот мы с продуктовой командой уже достаточно сильно продвинулись вперёд и видим, что вот этот путь в 6-8 месяцев можно сократить до 3че месяцев. При этом меньшее количество работы будет рутинной и будет расти рентабельность. И клиенту мы сделаем лучшему, что он быстрее и дешевле получит результат, и себе, потому что сможем больше клиентов прогнать.
Поэтому, если у вас есть метод, который уже доказал свою работу на клиентах, я вам рекомендую разбирать вашу методику на этапы, понимать, какие данные вы собираете, какие вопросы вы задаёте почти всегда, какие решения принимаете, исходя из ответов на эти вопросы, по какой траектории вы ведёте клиентов. Ну и дальше, соответственно, это всё вы можете выгружать в агента. Давайте я несколько примеров скажу, чтобы не голословным, да, быть. Вот, допустим, вы маркетинговый консультант, который уже десятки раз проводил аудит рекламы. Агент в данном случае у вас сможет сам собрать данные из рекламных кабинетов, найти типовые ошибки, подготовить первичную диагностику и вывести на экран только спорные места. Ну а вы, соответственно, как эксперты, их подсветите. Если вы юрист, то агент сможет собрать документы от ваших клиентов, подсветить риски, сверить типовые пункты, передать вам уже вот не весь этот хаос, да, документный, а только какие-то моменты, которые нужно с клиентом обсудить. Если вы, например, консультант по продажам или руководитель отдела продаж, агент может вам собирать звонки, анализировать CRM, письма, увидеть, где теряется конверсия, показать как бы конкретные причины провала и рекомендации, да, и вот это вот уже всё, ну, не теория, потому что в юридической сфере, например, уже появляются продукты, которые берут такую логику сильных специалистов и превращают их в понятный рабочий процесс. То есть, если раньше юрист сам снова и снова просматривал документы, правил формулировки, искал слабые места и делал одну и ту же типовую работу, теперь часть этого пути можно будет отдать агентам. Главный вопрос здесь, как я говорю уже, не в самом искусственном интеллекте, а в том, можете ли вы взять сильную экспертную логику, разложить её на понятный сценарий, отдать это роботу и подкрутить и сделать из этого систему.
Давайте теперь поговорим о том, где здесь деньги для консультантов и экспертов. Я думаю, что те, кто занимается консалтингом, знают и чувствуют, что в большинстве случаев их доход упирается в количество часов. Но как только вы раскладываете свой метод на этапы и передаёте это в систему, да, вот эту повторяющая часть работы, вы можете быстрее проводить клиентов к результату, быстрее собирать кейсы, быстрее давать их маркетинг и привлекать новых клиентов, меньше зависеть от найма людей, которые помогают вам отгружать услугу, и строить уже не просто практику, а более масштабируемый бизнес. А значит, со временем будет расти не только ваш доход, но и стоимость самого актива, который вы создаёте. И вот здесь я хочу сказать, что если у вас уже есть бизнес с оборотом от 50 млн руб., и вы хотите понять, где именно ваша компания теряет деньги и время, какие процессы повторяются раз за разом и что из этого можно превратить в более системное решение, приходите ко мне на тридцатиминутную встречу. На ней мы посмотрим, где у вас сейчас узкие места и что с этим можно делать, чтобы быстрее приходить к результату в росте прибыли и дивидендов. Ссылка на встречу в описании.
Есть огромный кусок российского IT-рынка, который до сих пор не получил по-настоящему сильного AI помощника. Я говорю про 1С. Вы знаете, что во всём мире программисты уже давно ускоряются свою работу, да и не только программисты, с помощью таких инструментов, как GitHub от Койлота. Microsoft в двадцать пятом году говорил, что клиентов у Copйilло 20 млн пользователей. И сама вроде здесь идея-то на самом деле простая. Человек пишет задачу обычным языком, а система ему, как вы знаете, быстро помогает написать код, найти ошибки и делать какие-то типовые действия. Здесь, собственно, я аккуратно перехожу к самой вот этой третьей теме, что если эта модель показала свою результативность и экономический эффект во всём мире, то почему бы её не перенести на 1С? Ведь это же огромный рынок. У нас, по-моему, вот я смотрел данные, платформа 1S пользутся 1,5 млн компаний, а количество пользователей порядка пяти. Это очень серьёзные цифры, да? При этом 1С - это какая-то отдельная вселенная со своей логикой, со своей архитектурой, с каким-то огромным, очень непростым повторяющимся объёмом работы, какие-то доработки, сопровождения, исправления и так далее, и так далее. Ну, в общем, я к этому некоторое количество раз прикасался, вот бр какой-то ощущаю. И здесь я, собственно, хочу вам сказать, вот она идея. Сделайте не просто ещё один AI-сервис, а сильного помощника для 1Спрограммистов, для аналитиков и для команд сопровождения.
Когда я об этом говорю, я имею в виду вот следующее, да, то есть, что он должен уметь делать. Он пускай понимает кодовую базу и конфигурацию, подсказывает какие-то типовые решения, находит ошибки и слабые места, помогает писать и переписывать код, помогает объяснять, где что сломалось и что с этим делать. Ну, в общем, короче, весь тот функционал, который мы видим уже понятных нам зарубежных сервисах, просто сделать это для 1Са. И здесь я как бы не говорил бы, да, с одной стороны, что ещё никто эту идею не реализовал. Это ведь уже не так. Там за последний год у самой Одински, во-первых, появился 1S напарник для разработки. Да, он помогает, по-моему, генерить код и делать ревью кода и рефакторинг. Есть ещё нишевые игроки типа One, которые построили помощника для аналитиков 1С. Но я считаю, что рынок на самом деле ещё просыпается.
Где здесь деньги? Да очень просто. Если такой помощник реально экономит время команде, то он быстро превратится в понятную ценность для бизнеса, потому что компания, а быстрее будет выпускать доработки, да, и подкручивать под свои нужды, да, вот эту вот громозскую систему. Будет меньше тратить времени на дорогих специалистов, да, и на типовые задачи. Быстрее разбираться в старом коде, если меняется там топ-менеджмент и приходит новая команда. Меньше откладывать изменения на потом. Ну, короче, иными словами, здесь вполне себе понятный, частотный, заметный запрос, на котором можно хорошо заработать. Поэтому, если вы смотрите сейчас на русскоязычный рынок трезво, то я считаю, что я и помощник для 1С - это одна из самых понятных и недооценённых идей. Рынок большой, боль конкретная, повторяюще работы много, первые игроки уже появились, счастье от клиента вы можете принести много, а значит, что вы в самом как бы зародыше рынка, волна только начинает подниматься.
Если попробовать собрать все эти мысли в одну итоговую мысль, то она будет очень простой. На искусственном интеллекте уже можно зарабатывать как минимум тремя способами. Первый, внедрить его в чужие процессы и стать тем, кто помогает бизнесу убирать ручную рутину и снижать издержки. Второе- брать свою сильную методику и превращать её из рутинного ручного процесса в продукт, который потом можно будет проще делегировать и масштабировать. Ну и третье- находить узкие, болезненные и недооценённые ниши, где рынок уже есть, а сильного победителя пока нет, как это выглядит с идеей и я и помощника для 1С.
Ну а если у вас уже есть бизнес и вы хотите понять, где именно вы теряете прибыль и как это исправить, приходите ко мне на тридцатиминутную встречу. Я вам очень быстро всё на цифрах покажу. Все ссылки будут в описании. Спасибо, что досмотрели. Всем пока. Yeah.