Комментарии 4
Просто оставлю здесь. Это шедевр “Попытка автоматизировать хаус приводит к автоматизированому хаус”
Интересная лестница. По пятому уровню вопрос и гипотеза.
Вы пишете, что полноценного AI-Native пока не встречали. Что, на ваш взгляд, ключевое мешает до него дойти: архитектура, управление, метрики, обратная связь или что-то ещё?
Гипотеза про лестницу. На каждом уровне решается один вопрос: как принять результат и во что обходится проверка. На первом оператор проверяет каждый ответ. На втором агент сам закрывает типовые заявки. На третьем специализированные модели делают результат предсказуемым. На четвёртом цель — предсказуемо высокий результат. Возможно, подняться на следующий уровень позволяет именно это, а не то, сколько работы выполняет AI. Тогда AI-Native — это когда процесс с самого начала проектируют от приёмки: что нельзя допустить, сколько стоит проверка, как ошибается AI.
У вас наверняка дома есть робот-пылесос. У него одна простая задача - подметать и мыть пол. Но при всем при этом под ковром он не помоет, за высокий порожек не проедет, по ступенькам не поднимется. Если у вас плоская квартира с достаточными отступами мебели от пола, нет ступенек, порожков и ковров, вы легко можете реализовать процесс AI-Native уборки пола. Ставите дорогой робопылесос, подключаете его к водоснабжению и водоотводу - и у вас все работает. Остается только щетки менять вовремя. Но при этом пыль с горизонтальных поверхностей он протирать не будет.
Как вы уже, наверное, поняли, есть два основных ограничения для построения AI-Native-процесса:
Ограничения самого процесса. Если вам нужно физически что-то сделать, IT-система не справится. Если есть незаложенные исключения, система будет ошибаться.
Архитектура системы или бизнеса. Вся система или ваш бизнес должны быть построены с учетом будущей ИИтизации по типу AI-Native. Как и в случае с квартирой, нужно архитектурно заложить возможности для работы ИИ в вашем бизнесе.
Мне попадалась одна компания, которая ближе всего подошла к этому пути. Они построили свой харнес, который объединял в себе кучу агентов, попробовали продать этот «революционный подход» бизнесу, но никому это не интересно, потому что никто не понимает, как и зачем. Затем они попробовали адаптировать все это к разработке и столкнулись с ограничениями системы. Разработчик стал у них как оператор станка, и автоматизация все равно не вышла. А о том, какие при этом могут быть проблемы, я писал в статье «Как внедрить ИИ в процесс разработки. Материал для руководителей и PM».
Надеюсь, что ответил на ваш вопрос.

Как внедрить ИИ в бизнес: 5 уровней ИИтизации процессов и AI‑Native‑подход