Что делает возможным ИИ: автоматизация и производительность

Мы определяем семь ключевых показателей производительности для директоров по данным и ИИ:

  • Производительность человека: общее количество продукции, производимой в настоящее время рабочей силой
  • Затраты человека: количество затрат, необходимых для достижения текущего уровня производительности
  • Затраты ИИ: количество затрат, необходимых для полного заполнения разрыва в производительности
  • Автономная производительность: объем работы, который может надежно выполняться агентами или автоматизацией
  • Производительность, автоматизируемая человеком: объем работы, которую рабочая сила может выполнять с помощью ИИ
  • Полный адресный объем производительности («TAP») и разрыв производительности: Автономная работа + Автоматизируемая работа – Производительность человека; разрыв производительности
  • ROI разрыв: (TAP / затраты ИИ) – 1. Мера увеличения производительности, которое может обеспечить ИИ
Фреймворк для оценки влияния ИИ

Примеры

  • Компания call-центра, обрабатывающая 100 000 звонков в год, может потенциально автоматизировать все это с помощью ИИ; поэтому автономная работа будет примерно равна работе человека. Производительность, автоматизируемая человеком, минимальна, но с некоторым использованием ИИ возможен примерно 20% прирост. TAP составляет примерно 0,2 × производительность человека. Затраты ИИ значительно ниже затрат на человека из-за сокращенного количества сотрудников, необходимых для обработки звонков.
  • Компания программной инженерии со 100 разработчиками имеет команду из десяти человек SRE. Процесс SRE может быть автоматизирован с помощью ИИ-агентов на 50%. Это снижает затраты на ИИ на 5%. Автономная производительность восполняет дефицит производительности человека.
    • Разработчики становятся в 100% более продуктивными с помощью инструментов, таких как Claude Code. Увеличенная производительность эквивалентна наличию еще 95 разработчиков
    • TAP примерно удваивает производительность человека

Автономная производительность очень похожа на автоматизацию. При автоматизации всегда есть альтернативная стоимость — конечно, все может быть автоматизировано, но то, что делает ИИ отличным, это то, что теперь есть некоторые вещи, которые могут быть автоматизированы быстрее и дешевле. ИИ не является панацеей для любого вида автоматизации.

Увеличенная производительность хорошо подходит для случаев использования ИИ, таких как помощники по кодированию. Большая часть успеха Anthropic обусловлена выполнением своего обещания сделать разработчиков быстрее и эффективнее.

Затраты ИИ также включают стоимость кредитов ИИ.

Ограничения ИИ: альтернативные издержки и время

Внедрение ИИ неизбежно влечет за собой альтернативные издержки. Компании могут быть не в состоянии внедрить ИИ в краткосрочной перспективе, так как это требует инвестиций и перераспределения численности. Если вы читаете это, вы, вероятно, результат новой численности — вместо переориентации существующих ресурсов, компании могут нанять новых сотрудников для взятия на себя инициатив по внедрению и автоматизации ИИ.

Существует альтернативная стоимость внедрения сейчас. Компании, проходящие значительные трансформационные работы или корпоративные дела, могут быть не в состоянии выделить дополнительные ресурсы для инициатив по ИИ и автоматизации.

Второй компонент — это время: реализация постоянного состояния, в котором будут реализованы все затраты на ИИ и TAP, займет время. Для малых компаний эта длительность может быть короткой. Для крупных многонациональных корпораций радикальное изменение образа действий неизбежно займет больше времени, поскольку существующие схемы изменяются и существующие SLA заказчиков вынуждают стандарт внедрения ИИ быть намного выше.

Важные соображения

  1. Альтернативная стоимость ИИ: стоимость для компании внедрения ИИ сегодня
  2. Время внедрения: время, необходимое для реализации TAP

Вот пример для небольшой компании по разработке программного обеспечения.

Пример влияния ИИ на компанию SAAS из 10 человек
  • Компания нанимает 10 FTE по цене 100 000 долларов каждый
  • Компания тратит 100 000 долларов на токены
  • Автоматизации / автономные агенты автоматизируют ключевые операционные действия, которые заняли бы 2 FTE
  • Все в компании пишут код, поэтому каждый доставляет в два раза больше
  • TAP составляет 2,2 млн. долл. Разрыв производительности составляет 1,1 млн. долл. ROI составляет 2,2 млн. долл. / 1,1 млн. долл. - 1 = 100%

Это предполагает мгновенное время внедрения и по сути нулевую альтернативную стоимость внедрения. В действительности использование Claude Code или аналогичных инструментов для сложных случаев использования разработки программного обеспечения или инженерии данных не будет мгновенным.

Резюме

В этом разделе мы изложили простой фреймворк для оценки возможного воздействия ИИ в вашей организации, практических следующих шагов и четких примеров того, где ИИ значительно приносит пользу компаниям и командам данных.