Главный экономист Apollo пока не видит отдачи от ИИ за пределами крупных техкомпаний. Что это значит для вашего бюджета на ИИ

Что сказал Слок

В заметке Daily Spark сравниваются «великолепная семёрка» (Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia и Tesla, как их перечисляет TechCrunch) и остальная часть индекса. По словам Слока, выручка на сотрудника и маржа прибыли у семёрки растут, а у остальных 493 компаний стоят на месте. Третий график построен на ряде совокупной факторной производительности ФРБ Сан-Франциско — показателе роста выпуска, который не объясняется увеличением труда или капитала, — и, по словам Слока, он по-прежнему не показывает эффекта от ИИ.

Его оценка поведения компаний идёт дальше: «основная часть корпоративной Америки сворачивает расходы и начинает рассматривать траты на токены не как источник роста, а как статью затрат, которая давит на маржу». На графиках, построенных по данным финтех-компании Ramp, он добавляет, что компании с венчурным финансированием тратят на токены всё больше, тогда как обычным компаниям не нужна новейшая модель и платить за неё они не готовы.

В том, что это изменится, он сомневается: превратить всё более дешёвый ИИ в рост выручки и маржи, по его словам, «может оказаться сложнее, чем кажется». «ИИ может быть отличным калькулятором, но в бизнесе интеллект — это прежде всего суждение». По его словам, ИИ не понимает ответственности, доверия, корпоративной культуры и справедливости, а именно они определяют репутационные риски и в конечном счёте выручку и маржу. TechCrunch, написавший о заметке 25 октября, добавляет, что и недавние исследования не нашли значительного роста производительности от ИИ.

Что заметка показывает, а что нет

Это короткий рыночный комментарий с пятью графиками, а не исследование отдельных компаний. Он охватывает крупные американские публичные компании в совокупности. О малом бизнесе, Великобритании или ЕС в нём ничего не сказано напрямую, а среднее по индексу может скрывать компании, которые выиграли от ИИ, рядом с теми, кто потратил деньги и ничего не получил.

У неизменной маржи может быть не одна причина — от процентных ставок до затрат на зарплаты, — и заметка не отделяет влияние ИИ от этих факторов. Эти ограничения — оценка Evoogen, а не доводы Слока. Но его графики показывают, что в совокупности выигрыш компаний S&P 493, если он есть, пока не виден ни в выручке на сотрудника, ни в марже.

Пример расчёта: когда расходы на ИИ окупаются

Вот гипотетический пример с явными допущениями, показывающий, как быстро расчёт может пойти в любую сторону. Офис из пяти человек платит £150 в месяц за подписки на ИИ. Если инструменты экономят каждому по 30 минут в неделю, это около 10,8 часа в месяц (5 человек × 0,5 часа × 4,33 недели). При стоимости работы сотрудника £15 в час это время стоит около £162.

На бумаге инструменты едва окупаются. На практике — только если сэкономленные полчаса превращаются в оплачиваемую работу, более быстрые ответы или меньшее число пропущенных обращений. Если время растворяется в рабочем дне, £150 становятся именно той статьёй затрат, о которой говорит Слок. Та же подписка, направленная на одну измеримую задачу — например, ответы на пропущенные звонки или черновики писем после отправки сметы, — может быть проверена по цифрам «до» и «после».

Что это значит для небольшого бизнеса

По оценке Evoogen, заметка говорит в пользу того, чтобы выбирать ИИ-проекты по результату, который они должны изменить, а не по модели, на которой они работают. Прежде чем платить за инструмент, запишите показатель, который он должен сдвинуть: часы на задачу, время ответа, число обращений, на которые ответили в нерабочее время. Измеряйте его две недели до и после и назначьте дату отказа от инструмента, если показатель не изменился.

Это также напоминание, что новейшая модель редко главное. Слок отмечает, что обычным компаниям новейшая модель не нужна и платить за неё они не готовы. Мы считаем, что в рутинных офисных задачах выигрыш скорее даст встраивание ИИ в конкретный рабочий процесс с понятной передачей работы человеку, чем более высокая плата за токен.