Почему большинство разговоров с ИИ-вендорами не продвигаются дальше демо
Проект в сфере ИИ — это строка бюджета, которую финансовый директор защищает перед советом директоров, профиль рисков, управление которым ожидается от руководства, и стратегическая ставка, за которую будет отвечать генеральный директор или руководитель бизнес-подразделения. A 2025 MIT study корпоративных внедрений генеративного ИИ показало, что 95 процентов пилотных проектов не принесли измеримой окупаемости, и лишь малая доля когда-либо дошла до промышленной эксплуатации в масштабе. Каждый топ-менеджер, спонсирующий ИИ, сталкивается с одним и тем же давлением за этой цифрой: показать окупаемость, не приобретая при этом незаметно новый технический долг, регуляторные риски или операционные угрозы. Компания DataArt построила свое Руководство по комплексной проверке ИИ-партнеров (AI Engagement Diligence Guide) вокруг этого давления, и оно определяет каждый вопрос, который сервисный партнер должен ожидать и сам озвучить до того, как кто-либо поставит свою подпись.
Вы покупаете не ИИ. Вы покупаете способность управлять им, когда вендора нет в комнате
Отнеситесь к этому серьезно, и это изменит требования к тому, что надежный партнер должен продемонстрировать до подписания любых документов: реалистичную совокупную стоимость владения, подтверждение ценности аналогичной выполненной работы, четкую модель управления и рисков, а также план того, кто поддерживает созданное после завершения проекта. Назовем это операционным суверенитетом в сфере ИИ: способностью запускать систему, контролировать ее, улучшать и объяснять ее работу без присутствия вендора.
Если предъявить партнеру этот стандарт, за ним последуют несколько конкретных требований. Темп и стоимость стоят на первом месте. ИИ меняет старый компромисс «скорость — качество — стоимость», не отменяя его полностью: скорость идет впереди, качество подтягивается по мере итераций, а экономическая эффективность начинает накапливаться только после того, как система созревает. Поэтому партнер, обещающий все три составляющие с первого дня, создает неловкую ситуацию уже на вашем первом ежеквартальном обзоре.
То, что остается после ухода вендора, имеет не меньшее значение: ищите агентную структуру, которую ваша собственная команда сможет запускать и расширять; где ценность смещается от поставленных часов к переданной интеллектуальной ценности (IP); а также способ показать, когда результатам работы системы можно доверять, а когда нет, а не просто проверять, работают ли серверы. Они также должны с самого начала предлагать как управляемые сервисы, так и повышение квалификации персонала, поскольку навязывание этого выбора заранее, до того как у вашей команды появится база для принятия решений, обычно означает, что партнер оптимизирует процесс под собственную абонентскую плату.
«Это всего лишь обычная проверка благонадежности вендора»
Это справедливое возражение, на которое стоит ответить напрямую, ведь множество оценочных таблиц вендоров уже содержат вопросы о стоимости, сроках и рекомендациях. Что меняется с появлением агентного ИИ, так это то, что именно вы оцениваете. Модель, которая дает рекомендации, выдает предложение, которое кто-то может проигнорировать; агент, который действует — корректирует цену, одобряет транзакцию, обновляет запись о клиенте — производит последствия. Как только ИИ переходит от советов к действиям, вопрос о том, кто несет ответственность за его действия, перестает быть формальностью отдела закупок и становится элементом операционного контроля.
Это же тупик для большинства шаблонных материалов от ИИ-вендоров. Результаты поиска по запросу «вопросы, которые нужно задать ИИ-вендору» забиты горизонтальными чек-листами, написанными для закупки любого корпоративного ПО, или чек-листами по комплаенсу, составленными для юристов. Почти ни один из них не предназначен специально для оценки партнера по разработке агентного ИИ. Это более сложный вопрос, чем просто функционал инструмента: кто им управляет, кто отвечает за его действия и что происходит после того, как команда, создавшая его, уходит.
Вопросы, которые отделяют партнера от вендора
Горстка вопросов берет на себя основную работу по отделению подлинного партнера от проектного вендора, продающего обещания уровня демо. Начните с самого важного: кто будет поддерживать систему на второй год? Большинство проектов заканчиваются в момент запуска в продакшн, а реальная разница проявляется позже, поскольку коммерческие модели большинства сервисных компаний вовлекают их в создание, а не в поддержку.
- Как структурирован надзор между решениями агента и одобрением человека? Ответом должна быть конкретная, развивающаяся карта, а не общая гарантия в стиле «человек всегда присутствует в контуре управления».
- Заложена ли безопасность с самого начала или проверяется при запуске в продакшн? Агентные системы создают частично эмергентную поверхность атак, которую невозможно полностью картировать на этапе проектирования, поэтому безопасность на этапе проектирования становится несущим требованием, а не сноской.
Затем спросите, как они управляют изменениями моделей с течением времени. Основные поколения моделей теперь появляются примерно каждые шесть месяцев, поэтому партнер, жестко зашивающий одну модель в вашу производственную систему, строит ее под сегодняшний потолок, а не под завтрашний фундамент. Идите дальше и спросите, стоит ли за этим ответом реальный, зрелый жизненный цикл поставки ИИ или это специальный процесс, выполняемый за ваш бюджет. В список стоит включить еще два вопроса, которые предложения обычно обходят стороной: во сколько обойдется владение системой и какую ценность аналогичная работа принесла другим клиентам. Оба они рассмотрены ниже.
Что система управления должна обеспечивать до запуска
Регуляторные базы догоняют технологии очень быстро. Закон ЕС об искусственном интеллекте (EU AI Act), SOC 2 и ISO 27001 расширяются, чтобы охватить ИИ-системы, и аудиторы начинают задавать вопросы, к ответам на которые большинство компаний еще не готовы. Карта границ участия человека в контуре должна выдерживать такой уровень проверки, поэтому ее нельзя просто набросать для стартовой презентации. Она должна существовать как артефакт проекта: аудируемая запись о том, какие решения агент может принимать самостоятельно сегодня, какие все еще требуют участия человека и как эта граница эволюционирует по мере роста уверенности в системе, а не размывается случайно под давлением сроков сдачи проекта.
Совокупная стоимость владения и подтверждение ценности должны быть частью комплексной проверки
Совокупная стоимость владения (TCO). Стоимость должна подниматься в ходе первого же разговора. Стоимость токенов, лицензионный сбор, цена первого месяца или первоначальные обязательства мало что говорят о том, во сколько обходится владение системой, поэтому запрашивайте TCO и ожидаемый темп затрат на третий–шестой и шестой–двенадцатый месяцы с указанием заложенных в их основе предположений о росте.
Скрытые расходы. Большинство бизнес-кейсов по ИИ учитывают затраты на персонал, но недоучитывают или игнорируют расходы, не связанные с персоналом: токены, вычислительные мощности, конвейеры эмбеддингов, которые масштабируются нелинейно по мере того, как агентный рабочий процесс достигает производственных объемов. Партнер, который не может провести вас через эту полную картину до подписания контракта, предлагает вам обнаружить ее уже после того, как вы выделили бюджет. Руководство DataArt по комплексной проверке ИИ-партнеров выводит работу с затратами на новый уровень — от моделирования токенов и вычислений до практик FinOps, которые должны стоять за ними.
Ценообразование и риски. То, как партнер отвечает на вопросы, говорит о нем не меньше, чем сами цифры. Фиксированная цена или фиксированная структура без модели под ней — это в лучшем случае желтый флаг, а часто и красный: либо партнер сам не понимает, что еще потребуется для развертывания системы, либо вы узнаете об этом и покроете расходы из своего кармана. Никто не может заглядывать далеко в будущее, так как корпоративный генеративный ИИ работает в продакшне всего несколько лет, поэтому требуйте четкого обозначения финансовых рисков с самого начала.
Подтверждение ценности. Ценность заслуживает такого же внимания. IBM's 2025 survey of 2,000 CEOs выяснила, что только 25 процентов инициатив в области ИИ принесли ожидаемую окупаемость инвестиций. Безопасность и соответствие требованиям имеют огромное значение, но партнер также должен показывать результаты своей работы: повышение эффективности, ускорение поставок, улучшение качества данных или возможности, которые клиент раньше не мог реализовать. Полезный вопрос заключается в том, какую финансовую и стратегическую ценность создал аналогичный проект, что говорит гораздо больше, чем просто добавление еще одной платформы ИИ или данных. Запросите примеры из практики и сопоставимые проекты по обоим пунктам: партнер, который работает с вами над затратами и ценностью, а не выступает в роли транзакционного поставщика, сможет продемонстрировать свой послужной список, и вы будете не первым клиентом, задающим эти вопросы.
Проведите комплексную проверку перед подписанием договора
Это не призыв к замедлению темпов. Ответьте на правильные вопросы в первую очередь, и вы сможете двигаться так же быстро; вы не столкнетесь с пробелами при первом рассмотрении советом директоров, первом инциденте безопасности или в первом квартале, когда обещанная кривая затрат не покажет результатов. Прежде всего вернитесь к вопросу обслуживания: расплывчатый ответ на него обычно означает, что управление, модель затрат и уровень безопасности на предыдущих этапах также выполняются формально.
Лаборатория ИИ и машинного обучения DataArt создала эту структуру для применения к конкретному проекту, а не для того, чтобы прочитать ее один раз и отложить в долгий ящик. Запланируйте проведение комплексной проверки (Diligence Review), чтобы оценить архитектуру, модель затрат и готовность к управлению потенциального партнера перед подписанием договора, либо протестировать на прочность уже реализуемую у вас инициативу в области ИИ.
