Скопировать ссылку
Готовые инструменты: стабильность и экономия, но ограниченный выбор
Большинство российских компаний выбирают именно этот вариант: как показывает исследование «Яков и Партнеры» и Яндекс, 78% респондентов применяют готовые ИИ-решения от внешних партнеров. Очень часто бизнес не просто закупает продукты, а выстраивает сотрудничество с крупными технологическими корпорациями и специализированными ИИ-вендорами. Формирование отношений с теми и другими помогает соединить отраслевую экспертизу и гибкость специализированных разработчиков с инфраструктурными возможностями и масштабом крупных партнеров.
Однако здесь важно отметить, что почти половина респондентов исследования говорят, что адаптируют продукт под свои нужды вместе с подрядчиком. Далеко не всегда удается пройти по самому простому пути: «купили, установили, пользуемся».
При внедрении генеративного ИИ бизнес зачастую пользуется open-source-моделями. Они делают технологию массовой благодаря снижению барьеров и сокращению сроков выхода решения на рынок. Более 70% опрошенных компаний выбирают просто донастроить готовые модели под свои задачи вместо того, чтобы проводить полный цикл обучения.
Преимущественно выбор падает на отечественные ИИ-решения: их выбирают более 90% компаний. Это связано, с одной стороны, с активным развитием рынка моделей и платформ, а с другой стороны, с геополитическими и санкционными факторами — не все готовы рисковать стабильностью и надежностью продукта.
Кроме того, отечественные ИИ-модели и платформы адаптированы под русскоязычную среду, что снижает вероятность проблем при их использовании. Хотя российские нейросети тоже не лишены недостатков и недоступны в Open Source, поэтому часто бизнес обращается к китайским нейросетям: Qwen, Kimi.
У готовых решений есть несколько ключевых преимуществ.
Во-первых, это скорость внедрения. Даже с учетом того, что продукт может потребовать доработки под нужды компании или модели понадобится дообучение на внутренних данных, внедрение все равно получается быстрее разработки с нуля. Особенно если в компании до этого еще не было опыта этой разработки.
Во-вторых, это меньшие затраты денег. Хотя нередко руководителям компаний кажется, что готовые решения — это дорого. На практике самостоятельная разработка выйдет более затратной, особенно если в компании нет своей полноценной ИТ-команды.
В-третьих, это более высокая стабильность. Если продукт существует на рынке не первый месяц и не первый год, его попробовали многие компании, его неоднократно обкатали, допилили, поэтому бизнес получает проверенное решение, из которого уже выловлены основные ошибки и проблемы. Можно собрать реальные отзывы с рынка и получить представление о том, как все будет работать.
Исключить внезапные проблемы полностью нельзя — например, при условном обновлении версии продукта. Однако вероятность таких неприятных сюрпризов ниже, чем при самостоятельной разработке, когда продукт только появился. Риск, что решение не будет работать, ниже — по крайней мере, при грамотном выборе.
Главный недостаток готовых решений — они не универсальны. Если у бизнеса очень специфичный запрос, подходящего на рынке продукта может не быть или он будет требовать масштабной доработки, сопоставимой с созданием с нуля. Но вероятность этого небольшая, поскольку российский рынок ИИ-продуктов хорошо развит, и многим компаниям нужны достаточно типовые продукты.
Также у готового продукта возможности кастомизации и масштабирования полностью зависят от разработчика и его решений.
И важно учитывать, что даже при приобретении готового решения бизнесу понадобятся свои ИТ-специалисты. Как минимум для того, чтобы не обращаться к вендору с каждым незначительным вопросом. Как максимум — чтобы при необходимости самостоятельно дообучать и докручивать решение под нужды компании.
Собственная разработка: полный контроль, но высокие риски
По пути собственной разработки идут единицы: согласно исследованию «Яков и Партнеры» и Яндекса, ее выбирают 17% компаний. Другое исследование, от VK и агентства Prognosis, показывает похожие цифры — исключительно на свои решения ставку делают 14% компаний. А больше 40% сочетают свои и рыночные разработки.
Заниматься собственной разработкой ИИ-решений — это путь преимущественно крупных компаний, которые могут выделить достаточные ресурсы на целое подразделение. Например, у X5 Group есть собственные LLM-модели, и они сочетаются с «публичными». Сбер активно развивает свои ИИ-решения (в частности, «Гигачат») и намерен делиться ими с рынком.
Ключевое преимущество собственной разработки — возможность все сделать до мельчайших деталей так, как надо конкретной компании.
Когда бизнес выступает в роли заказчика и разработчика в одном лице, не нужно долго погружать «разработчика» в особенности бизнес-процессов, задачи, требования, условия, нюансы, искать общий язык между сторонами. Можно ставить любые сроки, ведь всем будут заниматься свои же специалисты, у которых нет других клиентов или как минимум им можно распределить приоритеты как надо. Можно сколько угодно допиливать продукт и переделывать.
К этому добавляется возможность получить уникальный продукт, которого может не быть на рынке. Например, ВТБ обратился к собственной разработке из-за того, что готовые продукты российского рынка не учитывали специфику работы конкретного банка. А зарубежные решения на основе открытого исходного кода не учитывали культурный код россиян.
Вдобавок нет зависимости от разработчика и его инициатив по дальнейшему развитию продукта, по его монетизации (допустим, если применяется подписочная модель). Нет риска, что в какой-то момент разработчик перестанет обновлять продукт и пр. Весь контроль в руках бизнеса-заказчика.
Однако на обратной стороне медали, во-первых, очень высокая стоимость разработки. Если в компании нет команды, ее придется собрать, и чем сложнее продукт, тем больше денег уйдет на специалистов. И найти тех, кто действительно способен создать качественное решение, а не просто поставить галочку в достижении KPI «сделали чат-бота к поставленному сроку» — задача не из простых.
Многие вещи, которые кажутся мелочами, требуют огромного опыта от специалиста. Например, для ИИ-помощников большую роль играют качество ответа и скорость реакции. Уменьшить ожидание с условных 30 секунд до 15 секунд несложно. А вот превратить его из 6 секунд в 5 секунд — задача намного труднее. Разница в 1 секунду (в рамках 5–6) кажется несущественной, но на самом деле она критична для пользовательского опыта, особенно если модель получает большой объем одновременных запросов.
Кроме того, придется учитывать постоянные инвестиции в продукт на протяжении всего его жизненного цикла. В готовом рыночном решении эти инвестиции — проблема разработчика.
Во-вторых, долгий процесс разработки. Причем в запланированные сроки нужно закладывать еще и время на обкатку, шлифовку, потому что нет никаких гарантий, что с первого раза решение получится отличным, без ошибок и нестыковок. Особенно если это первый опыт с созданием подобного продукта.
Рекомендации по выбору способа внедрения ИИ-инструментов
Есть несколько критериев, на которые стоит ориентироваться при принятии решения.
Первый — размеры бизнеса и его аппетиты. Малым и средним компаниям зачастую проще выбрать готовое решение, чем тратиться на разработку. Как минимум, окупится рыночный продукт значительно быстрее, чем собственная разработка. Крупному бизнесу может быть выгоднее свой продукт, созданный с нуля.
Однако это не означает, что крупному бизнесу совсем не подходят готовые продукты — все зависит от того, какую задачу нужно решить, какие ресурсы есть, какие цели предстоит достигнуть. Возможно, хватит существующего продукта, который достаточно подкрутить под компанию.
Второй критерий — предложения рынка. Проанализируйте, что сегодня есть у вендоров и насколько их предложения удовлетворяют запросы компании в рамках конкретной задачи и целей. Проще говоря, нужно понять, что оказывается быстрее и выгоднее по деньгам — взять готовый продукт и докрутить по необходимости или разработать с нуля.
Третий критерий — текущие ресурсы. Возможно, у компании специфические запросы, и готового продукта, который идеально их закрывает, нет. Однако нужно проанализировать, может ли она вообще себе позволить выделить ресурсы (деньги и квалифицированных специалистов) на собственную разработку в полном объеме. Причем важно учитывать, что эти ресурсы понадобятся не только в моменте, когда идет создание продукта, но и для его поддержки, обслуживания, развития.
Если таких ресурсов нет, лучше не рисковать, потому что можно застопориться на середине пути. В итоге все придет к идее «возьмем готовое рыночное решение и попросим доработать», при этом уже потрачены большие бюджеты на попытку запустить свое.
Последний критерий — критичность сроков. Многое зависит от того, насколько важно внедрить продукт здесь и сейчас. Если время в приоритете, то готовый продукт выигрывает, даже при необходимости его доработки: ее зачастую можно проводить даже во время эксплуатации, хотя бы на базовом уровне.
Что лучше для бизнеса — готовый инструмент или собственная разработка, зависит от конкретной ситуации и компании. В большинстве случаев готовые рыночные продукты более выгодны: по стоимости, качеству, срокам и даже окупаемости. Главное — правильно выбрать вендора. Своя разработка сложнее, чем «наймем специалистов и создадим как нам надо», но если на рынке нет подходящего решения, а у компании есть ресурсы, возможно, создание своего продукта будет более оправданным.
