Proveo sam posljednjih osamnaest mjeseci u razgovorima s osnivačima, izvršnim direktorima i voditeljima operacija koji su pod velikim pritiskom, a svi govore neku verziju iste rečenice: "Uveli smo ChatGPT timu, ali ne vidimo 'transformaciju' koju su svi obećali." Kada pogledam ispod haube njihove AI strategije za SME operacije (mala i srednja poduzeća), obično nalazim istog krivca. Grade svoju budućnost na temeljima generičke inteligencije i pritom nenamjerno stvaraju golemu količinu novog tehničkog duga.
U ranim danima bilo koje tehnološke promjene, samo pojavljivanje je dovoljno da vam pruži prednost. Godine 1995. posjedovanje web stranice bila je strategija. Godine 2010. posjedovanje aplikacije bila je strategija. Danas mnogi vlasnici tvrtki vjeruju da je davanje pristupa timu Large Language Modelu (LLM) zapravo AI strategija. To nije strategija. To je komunalna usluga — poput davanja prijenosnog računala ili telefonske linije.
Prava razlika nije u modelu koji koristite; to je Specifična inteligencija koju gradite oko njega. Ako koristite iste alate s istim generičkim upitima kao i vaši konkurenti, idete ravno prema onome što nazivam More istovjetnosti (The Sea of Sameness) — mjestu gdje vaš marketing zvuči kao i kod svih ostalih, vaša služba za korisnike je jednako pristojna, ali jednako neodređena, a vaša operativna učinkovitost udara u tvrdi strop jer AI zapravo ne 'poznaje' vaše poslovanje.
Strop upita i uspon sintetičke istovjetnosti
💡 Želite da Penny analizira vaše poslovanje? Ona mapira koje uloge AI može zamijeniti i gradi plan u fazama. Započnite besplatno probno razdoblje →
Većina tvrtki trenutno je zaglavila na Stropu upita (The Prompt Ceiling). To je točka u kojoj, bez obzira na to koliko 'inženjeringa' uložite u upit, izlaz ostaje generički jer AI crpi podatke iz svjetskih podataka, a ne iz vaših podataka.
Nedavno sam radio s butik konzultantskom tvrtkom koja je koristila AI za izradu nacrta prijedloga projekata. Bili su frustrirani jer su nacrti djelovali "bezdušno". Bili su u pravu. AI je znao napisati prijedlog, ali nije poznavao specifičnu metodologiju te tvrtke, njihovu desetogodišnju povijest uspješnih priča ili specifičan način na koji govore o povratu ulaganja (ROI). Korištenjem generičkog AI-ja, patili su od Sindroma sintetičke istovjetnosti — njihova jedinstvena konkurentska prednost pretvarala se u blijedu, AI-generiranu smjesu.
Kada pogledam uštede u profesionalnim uslugama koje su moguće, najveći dobici ne dolaze od bržeg pisanja e-pošte. Oni dolaze iz korištenja AI-ja za sintetiziranje cijele povijesti uspješnih ishoda tvrtke kako bi se predvidio sljedeći. To je Specifična inteligencija.
Definiranje 'Specifične inteligencije' kao zaštitnog jarka
Dakle, što je "Specifična inteligencija" kao zaštitni jarak (moat)? To je proces utemeljenja (grounding) moćnog, generičkog modela (poput Claudea ili GPT-4) u vašim vlasničkim, povijesnim podacima. To je prijelaz s "AI-ja koji zna sve" na "AI koji zna sve o vama".
Primijetio sam ponavljajući obrazac u tisućama poduzeća: Pravilo gravitacije podataka. Ovo pravilo kaže da je vrijednost implementacije AI-ja izravno proporcionalna njezinoj blizini vašim povijesnim zapisima.
- Generička inteligencija: Traženje od AI-ja da napiše politiku povrata novca na temelju općih najboljih praksi.
- Specifična inteligencija: Traženje od AI-ja da napiše politiku povrata novca na temelju vaših posljednjih 5.000 transkripata službe za korisnike, vaših podataka o odljevu kupaca (churn) iz posljednje tri godine i vaših specifičnih smjernica za glas brenda.
Jedan od ovih pristupa proizvodi dokument. Drugi proizvodi stratešku imovinu. Ako se pitate kako se ovo uspoređuje s tradicionalnim savjetima, možete vidjeti kako se ja mjerim s standardnim poslovnim konzultantom u smislu upravljanja ovim tehničkim promjenama.
Zašto je generički AI novi tehnički dug
U razvoju softvera, tehnički dug je implicirani trošak dodatne dorade uzrokovan odabirom jednostavnog (ali ograničenog) rješenja sada, umjesto korištenja boljeg pristupa koji bi trajao dulje.
Uvođenje generičke AI strategije za SME timove danas se čini kao pobjeda jer je brzo. Ali gradite planinu duga. Zašto? Zato što vaš tim gradi radne procese oko 'običnih' (vanilla) izlaza. Oni se treniraju da budu urednici osrednjosti, a ne arhitekti specifične vrijednosti.
S vremenom ćete morati poništiti te radne procese kako biste integrirali svoje podatke. Morat ćete ponovno obučiti svoje osoblje. Morat ćete očistiti neuredne podatke koje ste zanemarili. Što dulje čekate da utemeljite svoj AI u svom specifičnom poslovnom kontekstu, to će prijelaz biti teži (i skuplji).
Okvir zaštitnog jarka inteligencije (The Intelligence Moat Framework)
Kako bih pomogao tvrtkama koje vodim, razvio sam Intelligence Moat Framework. To je ljestvica od tri koraka za prijelaz s generičke usluge na vlasničku prednost.
Razina 1: Automatizacija zadataka (Sloj komunalne usluge)
Ovdje se nalazi većina SME-ova. Koristite AI za sažimanje sastanka, sastavljanje e-pošte ili generiranje slike. To štedi vrijeme, ali nudi nultu konkurentsku prednost jer vaši konkurenti rade potpuno istu stvar za potpuno isti trošak. Ovo je roba široke potrošnje.
Razina 2: Integracija procesa (Sloj radnog tijeka)
Ovdje počinjete povezivati AI sa svojim alatima. Koristite Zapier ili Make za pokretanje AI akcija na temelju događaja u vašem CRM-u. Ovo je bolje. Stvara učinkovitost. Na primjer, u kreativnim industrijama, to bi moglo izgledati kao automatizirani radni tijek koji uzima klijentov zadatak (brief) i automatski generira mood board projekta temeljen na tri prošle nagrađivane kampanje agencije.
Razina 3: Utemeljenje znanja (Sloj zaštitnog jarka)
Ovo je sveti gral. Ovdje koristite tehnologije poput RAG-a (Retrieval-Augmented Generation) kako biste osigurali da je primarni izvor istine za AI vaša interna dokumentacija, podaci o prošlim projektima, vaša financijska povijest i povratne informacije kupaca. Na ovoj razini, AI nije samo alat; on je digitalni blizanac vašeg institucionalnog pamćenja.
Međusektorski obrasci: Što možemo naučiti
Vidim da se ovo odvija različito ovisno o sektoru, ali temeljna logika je identična.
U Zdravstvu, tvrtke koje pobjeđuju s AI-jem nisu one koje ga koriste za pisanje bilješki o pacijentima. To su one koje utemeljuju AI u specifičnim ishodima pacijenata i lokalnim kliničkim putovima kako bi pružile 'Specifičnu inteligenciju' o dijagnostičkim rizicima.
U Maloprodaji, "More istovjetnosti" najvidljivije je u opisima proizvoda. Svaka Shopify trgovina sada ima isti AI-pisani tekst. Pobjednici? Oni koji utemeljuju svoj AI u svojim specifičnim podacima iz recenzija kupaca kako bi istaknuli točne prednosti do kojih je njihovim stvarnim kupcima stalo, koristeći jezik koji njihovi kupci doista koriste.
Kako početi graditi svoj zaštitni jarak
Ako se osjećate preopterećeno, nemojte pokušavati izgraditi digitalnog blizanca cijelog poslovanja do petka. Počnite s malim, ali počnite s kontekstom.
- Identificirajte svoj visoko vrijedan kontekst: Koji je to skup podataka koji vi imate, a vaši konkurenti nemaju? Je li to vaša povijest projekata? Vaša specifična logika cijena? Vaše povratne informacije kupaca?
- Prestanite s 'inženjeringom upita' i počnite s 'inženjeringom konteksta': Umjesto da pokušavate napisati savršen upit od 5 stranica, pogledajte kako AI-ju možete pružiti 20 primjera onoga što 'dobro' znači iz vaših vlastitih arhiva.
- Pravilo 90/10: Često govorim vlasnicima tvrtki da kada AI može obaviti 90% funkcije koristeći generičku inteligenciju, preostalih 10% (ljudski nadzor utemeljen na specifičnom kontekstu tvrtke) postaje najvrjedniji dio uloge. Zapitajte se: je li tih 10% cijela radna uloga ili je to odgovornost koja se uklapa u drugu poziciju?
Završna misao s terena
Jaz između onoga što je moguće s AI-jem i onoga što prosječni SME radi se produbljuje. Ali jaz između Generičkog AI-ja i Specifične inteligencije je mjesto gdje će se stvoriti tržišni lideri sljedećeg desetljeća.
Nemojte se zadovoljiti time da budete najbrži korisnik generičkog alata. Budite arhitekt sustava koji poznaje vaše poslovanje bolje nego što bi ga ijedan opći model ikada mogao poznavati. Tako pretvarate AI iz troškovne stavke u strukturnu prednost.
Što bi se promijenilo u vašem poslovanju kada bi vaš AI poznavao svaki vaš uspjeh i neuspjeh u posljednjih pet godina? Tu bismo trebali započeti razgovor.