ИИ-сотрудники уже здесь: рождение рынка труда

С традиционным B2B SaaS мы расширяли человеческую работу и услуги с помощью программного обеспечения. Теперь само программное обеспечение выполняет всю работу.

ИИ заставляет переосмыслить аббревиатуру SaaS. От Software-as-a-Service (Программное обеспечение как услуга) к Service-as-a-Software (Услуга как программное обеспечение).

Общая картина: появление ИИ-работников создает слияние рынков программного обеспечения и труда. Это создаст огромные возможности для основателей стартапов.

SaaS-компании исторически переводили аналоговые процессы в цифровой мир. Они были направлены на то, чтобы сделать определенные аспекты существующих должностных обязанностей легче управляемыми.

Но SaaS никогда не мог работать сам по себе. Компании всегда требовалось иметь персонал для работы с этим программным обеспечением.

Например, вы могли приобрести SaaS-инструмент для продаж, но вам все равно приходилось нанимать и обучать продавца для выполнения работы.

В масштабах всей экономики это означает, что рынок труда и рынки программного обеспечения были разделены – и внутри компании бюджет на найм всегда был на порядки больше, чем бюджет на программное обеспечение.

Если провести очень грубый расчет, американские предприятия тратят более 5 триллионов долларов на интеллектуальные рабочие силы. Для сравнения, компании тратят около 230 миллиардов долларов на B2B SaaS.

Теперь программное обеспечение может как организовывать, так и выполнять задачи. Труд и программное обеспечение сливаются в один огромный рынок.

Однако эта возможность связана не только с расширением рынка. Речь идет также о расширении маржи.

В этом переходе труда мы ожидаем, что исторический разрыв в марже между сервисными компаниями (ниже 30%) и SaaS-компаниями (выше 80%) сократится, поскольку ИИ-сервисы заменят ориентированные на человека услуги, поддерживаемые SaaS-инструментами. Маржа услуг станет маржой программного обеспечения.

Расширение рынка и маржи в совокупности создают возможности для появления новых технологических компаний в областях, еще не затронутых традиционным программным обеспечением.

Обратите внимание, что эти оценки касаются только интеллектуальной работы. Мы ожидаем, что эта концепция распространится и на более ручные задачи. Это произойдет по мере создания новых мостов между генеративным ИИ и физическим миром в будущем. Строительство и производство, крупные секторы рынка труда, вероятно, пе��выми станут свидетелями этих изменений. (Мы кратко рассмотрели появление этого в строительстве здесь).

Мы ожидаем, что некоторые роли исчезнут по мере ускорения этого слияния. Но ИИ, вероятно, создаст форму парадокса Джевонса в долгосрочной перспективе – когда повышение эффективности приводит к краткосрочному сокращению ресурса, но долгосрочному всплеску спроса, который создает больше использования ресурсов.

Применительно к данному случаю, это означает, что мы ожидаем увидеть больший спрос на эти типы услуг в будущем, что обеспечит больше возможностей для трудоустройства. Для этого ИИ также предоставляет возможность быстрой переквалификации рабочей силы, позволяя людям менять карьеру и приспосабливаться к этим возможностям.

Труд будет "встроен" в любое программное обеспечение, которое покупает предприятие. Познакомьтесь с вашими новыми ИИ-коллегами.

На данный момент мы видим два доминирующих подхода к созданию компаний в этой сфере.

Хорошим примером этого был бы Devin, "ИИ-инженер программного обеспечения" от Cognition Lab.

Во-первых, Devin работает по всему рабочему процессу инженера-программиста. Он сталкивается с проблемами и находит решения, и рассказывает вам, что он делает по ходу дела. Он работает как человеческий труд – вплоть до стилей общения.

Другие примеры в этом направлении – 11x или Artisan, компании, создающие "цифровых SDR". В этом случае Alice и Ava могут назначать 2-3 встречи с потенциальными клиентами в неделю, работать 24/7 и работать со всем стеком технологий продаж. В юридической сфере наша портфельная компания EvenUp заменила процесс написания требовательных писем автоматизацией на основе ИИ.

Наконец, компания на передовом крае этого развивающегося пространства – это NVIDIA и Hippocratic.ai с их медицинскими агентами на базе ИИ. Эти ИИ-"медсестры" проводят интервью с пациентами, выполняют оценку рисков для здоровья и проводят послеоперационные наблюдения.

В этом случае ИИ не обеспечивает весь спектр ухода, предоставляемого человеком-медсестрой, но может уменьшить нагрузку на человеческих медсестер (которые в настоящее время находятся в разгаре длительного дефицита рабочей силы).

Здесь мы видим развивающийся спектр "ИИ-коллег". Они не только умело выполняют основные рабочие функции, но и обладают рядом "мягких навыков", которые делают их больше похожими на коллег, чем на программное обеспечение.

Второй подход заключается в автоматизации всего рабочего процесса, который обычно охватывает множество различных должностей. Эта концепция по сути заменит работу, предоставляемую целым сервисным бизнесом. Например, полностью ИИ-юридическая фирма, ИИ-брокер и т.д.

Это бывает в нескольких вариантах.

Первый вариант, и то, что мы сейчас много видим, – это переосмысление существующего BPO (аутсорсинга бизнес-процессов).

Это, вероятно, произойдет в таких областях, как: обслуживание клиентов, продажи, маркетинг, финансы и бухгалтерия, управление цепочками поставок (логистика и закупки), юридические услуги, сбор/ввод/анализ данных, человеческие ресурсы, перевод и локализация, разработка программного обеспечения, обеспечение качества, кибербезопасность или строительная смета и оценка.

Мы уже видим, как это происходит. Наша портфельная компания Smith.ai разработала агентов обслуживания клиентов на базе ИИ специально для малого и среднего бизнеса. Их платформа может отвечать на звонки и сообщения клиентов 24/7, с точностью, обычно требующей найма больших команд специалистов-людей.

Второй вариант – это создание нового типа "фирмы", которая не могла бы существовать под одной крышей без ИИ.

Ключ к этой стратегии – искать фрагментированные процессы, требующие участия нескольких заинтересованных сторон. Архитектурные или реновационные услуги – другие отличные примеры этого из-за равных соотношений аналоговых и цифровых задач.

Эта категория бизнеса способна охватить как рынок "услуг", так и рынок "труда/сотрудников". В обоих случаях вы предоставляете труд человеческого качества с маржой программного обеспечения.

Дополнительное преимущество заключается в том, что эта тенденция также создает возможность для разрушения действующих SaaS-компаний. Во-первых, определенные SaaS-инструменты станут излишними, поскольку поставщики ИИ-услуг создают необходимые им инструменты внутри компании. Во-вторых, могут возникнуть конфликты бизнес-моделей. Модели оплаты за место увеличивают доходы при условии, что численность персонала продолжает расти – а изначально ИИ-рабочая сила уменьшит эту численность.

В целом, расходы на SaaS могут снизиться, нарушить работу действующих SaaS-компаний и создать больше пространства для стартапов.

Вот почему эта возможность действительно велика. Даже больше, чем корпоративное программное обеспечение.

Самые большие возможности будут существовать там, где экономика найма ИИ в 100 раз лучше, чем экономика найма или субподряда человека для выполнения работы. При таких условиях ИИ-работники будут процветать.

Это обычно достигается за счет комбинации возможностей ИИ по сокращению затрат (автоматизация повторяющейся работы и т.д.) И добавленной стоимости ИИ (увеличение доходов за счет улучшенной персонализации).

Вот как мы ищем пространства с такими характеристиками:

Во-первых, мы спрашиваем: где ИИ превосходит человеческий труд, который может быть слабым?

Здесь есть несколько ключевых факторов:

Примерами областей, где ИИ превосходит, были бы юридические документы, позиции по оплате счетов, модерация контента в социальных сетях, ввод данных или базовое обслуживание клиентов.

Во-вторых, мы спрашиваем: Где ИИ добавляет дополнительную ценность, которая может выходить за рамки человеческо��о работника?

Для иллюстрации обоих, возьмем, например, образование. Есть преимущества в стоимости ИИ-репетиторов по сравнению с учителями-людьми (примерно в 80 раз дешевле, если сравнивать ИИ-репетитора Khan Academy с зарплатой учителя государственной школы, например).

Хотя маловероятно, что ИИ заменит учителей государственных школ в нашей жизни, мы, вероятно, увидим, что ИИ будет играть все более важную роль в образовании другими способами. Более трансформационное применение этой технологии – в дополнительном рынке индивидуального образования, который создают эти ИИ-репетиторы.

ИИ-репетиторы доступны 24/7. Теоретически они должны быть способны мгновенно адаптировать стили обучения к потребностям учащихся. Это мгновенное персонализированное обучение, которое может происходить вне традиционного класса.

Это область, где мы видим расширение отрасли, управляемое ИИ, а не автоматизацию и замену, управляемые ИИ.

Мы ожидаем, что первыми пользователями будут компании с интенсивными операциями или малый и средний бизнес. Эти ИИ-компании должны открыть дополнительные пути для масштабирования для этих предприятий, которые традиционно масштабировались линейно с трудом и ограничены своей способностью добавлять новых сотрудников.

Теперь они смогут увеличивать свою рабочую силу одним нажатием кнопки. И так же уменьшать ее, получая бесконечный масштаб и гибкость.

Для этих предприятий ИИ обеспечивает бесконечный рычаг, при более низких затратах и лучших результатах. Для таких типов бизнеса это трансформационно.

ИИ работает 24/7. У него не бывает плохих дней. И есть случаи, когда продукт работы ИИ может естественным образом быть лучше, чем у человека-работника.

Оттуда мы видим несколько других претендентов:

Скоро огромные предприятия будут управляться всего тремя (или, возможно, меньшим количеством) людьми. Эти ИИ-коллеги/поставщики являются большой частью этого перехода.

В эпоху ИИ всегда возникает вопрос, кто получает большую выгоду: стартапы или действующие компании? Здесь есть множество возможностей для стартапов по нескольким причинам:

Фундаментальные модели или крупные действующие компании могут быть в хорошем положении для автоматизации большинства запросов. Но, вероятно, они будут бороться с автоматизацией последних 10-20 процентов задач.

Посмотрите на производительность Devin по сравнению с функциями кодирования в ChatGPT или других LLM:

Специализированные ИИ-работники, вероятно, сначала превзойдут действующих ИИ, потому что они выполняют очень специфическую интеллектуальную работу, где важно совершенство. Код, который "достаточно близок", не является достаточно хорошим предложением для компании-разработчика программного обеспечения.

Именно здесь специализированные стартапы с нишевыми данными и человеком в цикле значительно превзойдут несфокусированных действующих игроков и получат долю рынка в начальных иннингах этого перехода.

В конце концов, каждая компания и поставщик услуг должны будут принять ИИ, чтобы оставаться конкурентоспособными. Но это может быть не так сразу. В классическом стиле Дилеммы инноватора, действующие поставщики услуг в определенных отраслях споткнутся на принятии новой технологии. Это открывает большие возможности для стартапов.

Возьмем в качестве примера юридические услуги. Юридическая фирма, работающая по модели оплачиваемых часов, может изначально отказаться от внедрения ИИ, если это сократит количество часов на одного клиента. Поскольку сохранение постоянного количества клиентов приведет к снижению их общего дохода.

В этом контексте представьте, что появляется полнофункциональная юридическая фирма (стартап), которая может предоставлять услуги, сопоставимые с фирмой «белых перчаток», за малую часть стоимости, по гораздо большему количеству дел и клиентов. Они могут начать отбирать долю рынка у юридической фирмы «белых перчаток», несмотря на то, что у них нет такой же узнаваемости бренда.

Эти конфликты бизнес-моделей представляют собой редкие моменты реструктуризации сети. Это окно преимуществ закроется, когда предыдущее поколение адаптируется, но стартапы, которые получат привилегированное присоединение , будут в лучшем положении для борьбы за долю рынка в долгосрочной перспективе.

Используя эту возможность, можно быстро построить крупный бизнес.

Каждая компания сейчас рассматривает возможность внедрения ИИ или, по крайней мере, ее заставляют это сделать. Это означает, что готовность работать со стартапами выше, чем была в прошлом.

Конечно, некоторые компании выберут создание этих автоматизаций самостоятельно. Но другие могут выбрать сотрудничество со стартапом на раннем этапе.

Даже если действующему предприятию удастся автоматизировать один аспект своей деятельности, маловероятно, что оно сделает это для всех подразделений бизнеса.

В то время как действующие компании сосредоточены на предоставлении этих услуг своим клиентам, у стартапов есть возможность продавать их напрямую предприятиям/действующим компаниям.

Поначалу многие из этих компаний Service -as-a-Software будут выглядеть просто как автоматизация. Вы можете автоматизировать 99% ежедневных «административных» задач.

Чтобы труд и программное обеспечение действительно стали одним рынком, некоторым компаниям придется выйти за рамки этого. Компании, которые завершат процесс слияния, будут обладать определенной степенью «человечности».

Потому что по-настоящему хорошее обслуживание не просто эффективное. Оно восхитительное.

Существующая автоматизация отлично справляется с относительно простыми задачами: заказ еды, отправка наличных. Устранение трения здесь чрезвычайно эффективно. Но если что-то сложное или беспорядочное... вы все равно в конечном итоге оказываетесь на телефоне с представителем.

Чтобы программное обеспечение действительно заменило услуги, должна быть соотнесенность, место для беспорядка, присущего человеческому использованию, ошибок и терпеливого понимания. Устранения трения недостаточно. Оно должно выглядеть и ощущаться как взаимодействие с человеком.

Иными словами, это программное обеспечение должно име��ь, в некотором роде, душу. Эта душа может существовать по-разному, от магического и интуитивно понятного пользовательского интерфейса до продуманной персонализированной «личности».

Эта следующая волна автоматизации на основе ИИ будет понимать пользователя и адаптироваться к нему так же, как это делает отличный агент по работе с клиентами, торговый агент или поставщик услуг.

Мы уже начинаем видеть, как ИИ развивает эти навыки эмоционального интеллекта, как, например, Hume.AI, на основе «эмпатической большой языковой модели», которая учитывает тонкости человеческого общения (тон, модуляция голоса и т. д.).

По мере того, как задачи, которые мы стремимся автоматизировать, становятся все более сложными, эта «душа» становится все более важной . Именно так ИИ сможет стать по-настоящему полезным в секторах, требующих более практического подхода, таких как образование , терапия или здравоохранение.

В долгосрочной перспективе программное обеспечение с душой может существовать гораздо дольше, чем программное обеспечение, призванное автоматизировать повторяющиеся задачи.

Это последний шаг настоящего слияния программного обеспечения и труда. Он еще не совсем здесь, но он грядет.

Подписывайся на Telegram-канал «ИИ для продактов и СРО» 👍