Готовность Южной Африки к использованию ИИ ставит ее в уникальную категорию среди стран

На встрече Snowflake Startup Mixer, прошедшей 17 июля в Хайдарабаде, собрались основатели стартапов, технологические руководители и инвесторы. Центральной темой мероприятия было преобразование данных в принятие решений и последующие действия. В рамках панельной дискуссии, демонстрации продукта и нетворкинга обсуждалось, как стартапы выходят за рамки простого сбора и анализа данных, создавая интеллектуальные системы, способные самостоятельно принимать решения с помощью агентского ИИ.

Панельная сессия под названием «Стартапы, работающие круглосуточно: создание компаний, которые никогда не спят» была модерирована Шивани Мутанной, старшим директором по партнерству контента в YourStory. В ней приняли участие Уткарш Шарма, креативный директор-ассоциат Pocket FM; Кишор Индукури, основатель и генеральный директор Sid’s Farm; Абхишек Дешпанде, операционный директор и соучредитель Recykal; а также Киран Каллури, партнер Dallas Venture Capital.

Дискуссия началась с вопроса о том, что именно означает понятие «круглосуточная работа». Для участников дискуссии это не означало, что сотрудники работают 24 часа в сутки, а скорее создание систем, которые продолжают выполнять критически важные рабочие процессы даже после того, как команды завершили свою работу.

В случае с Pocket FM, который обслуживает аудиторию в разных странах, производство контента фактически никогда не останавливается. ИИ стал неотъемлемым помощником на протяжении всего творческого процесса, ускоряя производство при сохранении качества. Компания использует ИИ для генерации материалов, обработки активов и поддержки производства, при этом люди остаются ответственными за качество и повествование.

Аналогичная концепция применяется в Sid’s Farm. Благодаря тысячам ежедневных доставок, перемещений сырья и взаимодействий с клиентами, данные непрерывно поступают от ферм и производственных объектов в логистические сети и к потребителям. Индукури объяснил, что ИИ помогает компании достаточно быстро интерпретировать эти данные, чтобы реагировать до того, как мелкие операционные проблемы превратятся в более серьезные.

В Recykal рабочий день начинается до рассвета, когда сборщики отходов начинают свои маршруты, и продолжается допоздна, пока грузы перемещаются по городам. Каждый этап генерирует операционные данные, предоставляя возможности для оптимизации решений в цепочке поставок, которая редко бывает остановлена.

С точки зрения инвестора, Каллури отметил, что ключевое различие лежит между компаниями, которые просто используют инструменты ИИ, и теми, которые фундаментально построены вокруг операций, поддерживаемых ИИ. Если удаление ИИ оставляет рабочие процессы в значительной степени неизменными, компания использует ИИ в основном для повышения эффективности. Однако, если отсутствие ИИ требует полной переработки самого бизнеса, тогда организация может считаться по-настоящему ИИ-нативной.

По мере того как ИИ глубже интегрируется в бизнес-процессы, стартапы также переосмысливают масштабирование. Для Recykal ИИ перестал рассматриваться как отдельная технологическая инициатива, а стал общекорпоративным требованием. Дешпанде заявил: «У нас есть внутренний мандат. Каждый понедельник должна появиться новая инициатива ИИ. Мы должны обсуждать это, и любой может ее предложить, от стажера до CXO».

Он пояснил, что компания картировала каждую бизнес-функцию, определила повторяющиеся процессы, подходящие для ИИ, и использовала многолетние операционные данные для перепроектирования рабочих процессов. Результаты оказались существенными: Recykal увеличил годовой доход с 400–500 крор до 1 400 крор при увеличении штата с примерно 80 до 128 сотрудников.

В Pocket FM Шарма подчеркнул, что руководство позиционировало ИИ как инструмент поддержки, а не как замену творческим специалистам. Компания инвестировала в инструменты генерации аудио, видео и изображений с помощью ИИ, одновременно обеспечивая, чтобы люди продолжали проводить проверки качества и сохранять эмоциональный опыт, которого ожидают зрители. Создание историй, состоящих из сотен или даже тысяч эпизодов, по-прежнему требует человеческого суждения, при этом ИИ ускоряет производство, а не заменяет креативность.

В Sid’s Farm усилия по внедрению ИИ сосредоточены на операциях, ориентированных на потребителя. Индукури отметил: «Там, где мы активно используем ИИ, или область, на которую мы постоянно смотрим, — это потребительская сторона». Молочная отрасль ежедневно генерирует огромное количество операционных данных. ИИ все чаще помогает прогнозировать спрос, сокращать потери, оптимизировать планирование производства и динамически регулировать запасы по каналам доставки.

Каллури добавил, что эти примеры демонстрируют, что отличает долговечные компании, использующие ИИ, от предприятий, которые лишь оборачивают существующие языковые модели. Он предупредил: «Если отсутствует способность захватывать эти процессы, то это красные флаги, которые мы видим. И это не компании, которые смогут масштабироваться и расти. Они могут добиться успеха с одним конкретным клиентом и в очень специфическом случае, но если им нужно расширять свой бизнес и атаковать весь TAM, это становится очень сложным, если они не имеют этих основ».

Для инвесторов более сильными показателями долгосрочного масштабирования являются владение дифференцированными данными, построение надежных рабочих процессов и внедрение ИИ во все продукты, функции выхода на рынок и внутренние операции, а не просто брендирование компании как ИИ-ориентированной.

Поскольку стартапы автоматизируют все больше рабочих процессов, все более важным становится вопрос: где должен заканчиваться ИИ и где люди должны сохранять контроль? Панелисты сошлись во мнении, что, хотя ИИ может значительно ускорить выполнение задач, критически важные бизнес-решения по-прежнему требуют человеческого надзора.

Дешпанде предостерег от принятия результатов работы ИИ как неоспоримых. «Мне кажется, что ИИ — это „дающий согласие“, поэтому мы должны быть очень умны. Нужен человеческий вмешательство. Вы не можете заменить людей. Фундаментально, вы должны четко понимать, чего хотите».

Индукури сообщил, что Sid’s Farm интегрирует ИИ в подбор персонала, поддержку клиентов и оперативное планирование, но считает, что ИИ должен сначала обрабатывать рутинные запросы, прежде чем передавать более сложные ситуации людям. Например, служба поддержки может автоматически отвечать на вопросы о доставке или статусе заказа, в то время как недовольные клиенты или проблемы, связанные с качеством, должны направляться в человеческие команды. Вместо замены сотрудников ИИ позволяет им сосредоточиться на проблемах, требующих суждения, эмпатии и контекста.

Обсуждение также подчеркнуло, что одних технологий недостаточно для определения успеха стартапов. Основателям необходимы дисциплинированные организации, надежные процессы, высококачественные данные и четкое понимание того, где ИИ создает реальную бизнес-ценность. Дешпанде заметил, что ИИ уже меняет подход стартапов к талантам: «Я видел, как стажер дает лучший результат, чем человек с 10-летним опытом. Молодое поколение адаптируется быстрее».

Он добавил, что сами основатели должны стать активными пользователями ИИ, прежде чем ожидать, что их команды примут новые инструменты. Успех зависит от определения правильных бизнес-проблем в первую очередь; только тогда ИИ сможет дать значимые результаты, а не добавить ненужную сложность.

Вечер завершился живой демонстрацией под названием «Чертеж: от данных к действию с помощью агентских рабочих процессов», представленной Акшатом Париком, Харишем Чинтакунтой и Наведеей Оджа из Snowflake. Сессия продемонстрировала, как стартапы могут значительно сократить время, необходимое для создания приложений на базе ИИ, объединяя корпоративные данные с возможностями агентского ИИ. Используя Snowflake Cortex Code, специализированного агента кодирования ИИ для рабочих нагрузок данных и ИИ, докладчики показали, как разработчики могут перейти от запроса на естественном языке к готовому к производству приложению за считанные минуты.

Приведенный пример использования для обнаружения мошенничества в финтех-сфере проиллюстрировал этот процесс. Один запрос сгенерировал приложение, которое принимало данные о клиентах и транзакциях, рассчитывало баллы риска мошенничества, создавало панели мониторинга и формировало рабочее пространство для расследования на основе ИИ. Помимо панелей мониторинга, пользователи могли задавать вопросы о тенденциях мошенничества, поведении клиентов и шаблонах транзакций на естественном языке. ИИ разбивал эти запросы на несколько шагов рассуждения перед генерацией действенных выводов.

Команда также осветила гибкость моделей Snowflake. Вместо того чтобы привязывать организации к одной базовой модели, платформа поддерживает несколько ведущих моделей, включая Claude, Llama, DeepSeek, Mistral и OpenAI, позволяя бизнесу выбирать подходящую модель для каждой задачи, сохраняя при этом данные в рамках безопасной системы управления. На протяжении всего вечера оставалось ясным одно послание: ИИ больше не просто помогает стартапам работать быстрее. Он все чаще становится частью того, как проектируются и функционируют предприятия. Стартапы начинают встраивать ИИ в основу своих продуктов, рабочих процессов и повседневного принятия решений, вместо того чтобы рассматривать его как отдельный инструмент.

Искусственный интеллект (ИИ) перестал быть просто будущей технологией и стал реальностью, присутствующей во многих корпорациях. В настоящее время инструменты ИИ используются для генерации текстов, изображений, документов, таблиц и презентаций. Специалисты по разработке программного обеспечения, например, уже интегрировали эту технологию как фундаментальный ресурс для сокращения времени, затрачиваемого на кодирование, в то время как автономные агенты берут на себя сложные задачи на длительный период.

Эта техническая возможность привела к значительным изменениям в организационных структурах, что повлекло за собой редизайн команд, поглощение функций и создание новых должностей. Рынок труда во всех секторах изменился, что представляет собой положительную возможность для тех, кто готовится к этому новому ландшафту, стремясь к более высоким зарплатам. Исследования показывают, что наличие компетенций в области ИИ может привести к увеличению заработной платы до 62%.

Применение и тематические исследования ИИ уже являются распространенными темами на конференциях, лекциях и в новостях; они часто обсуждаются при разговорах о работе, когда компании используют эту технологию для оптимизации процессов или решения проблем.

Исследования подтверждают изменение в повседневном рынке труда. Отчет «Будущее работы 2025» (Future of Jobs Report 2025), подготовленный Всемирным экономическим форумом (ВЭФ), прогнозирует создание 170 миллионов рабочих мест к 2030 году, в то время как 92 миллиона будут упразднены, что приведет к положительному профициту в 78 миллионов вакансий.

Многие из этих новых должностей уже появились и предлагают более высокую оплату. Консалтинговая компания PwC проанализировала более миллиарда объявлений о вакансиях на шести континентах и обнаружила, что специалисты, обладающие навыками в области ИИ, зарабатывают на 62% больше.

Хотя рабочие места не исчезают, крайне важно заранее подготовиться. ВЭФ оценивает, что 59 из каждых 100 человек потребуют переквалификации или повышения квалификации. Среди руководителей 63% указывают нехватку квалификации как препятствие для внедрения ИИ. Кроме того, исследование Kyndryl показывает, что 71% лидеров считают, что их команды еще не готовы использовать весь потенциал ИИ.

Сами специалисты признают необходимость обновления, и это не только менеджеры. Исследование Better Work показывает, что 97% работников недовольны использованием ИИ в рабочей среде, а 81% чувствуют, что рынок развивается быстрее, чем они. Только 3% заявляют о владении ИИ в своих областях.

Вопреки распространенному мнению, возможности, связанные с искусственным интеллектом, не ограничиваются только технологическим сектором. Опрос, проведенный Lightcast, показывает, что 56% вакансий, связанных с ИИ, принадлежат другим сегментам рынка, и этот процент ежегодно растет, доказывая универсальность этих инструментов и их способность трансформировать множество профессий.

В некоторых областях ИИ функционирует как операционная помощь. Генеративные инструменты для текста и изображений, например, могут повысить производительность, в то время как агенты, способные управлять различными программными обеспечениями, помогают в автоматизации задач и улучшении процессов.

Помимо оперативной гибкости, ИИ позволяет анализировать огромные объемы данных, выявляя корреляции, которые были бы невидимы для человека. Таким образом, технология способствует принятию стратегических решений, минимизируя риски и предлагая пути с большей вероятностью успеха.

Более того, текущий момент создает возможности для тех, кто хочет заниматься разработкой самого ИИ, создавая индивидуальные решения для компаний. В этой области рекомендуется приобрести знания в области статистики и машинного обучения.

Инструменты ИИ постоянно развиваются, требуя частого использования и поддержания любознательности для изучения их функциональных возможностей. Поскольку многие интерфейсы являются разговорными, акцент должен делаться не на запоминании команд, а на обучении составлению запроса (промпта), который приведет к желаемым результатам.

Не менее важно знать, какие инструменты наиболее подходят для каждой деятельности и как интегрировать их в рабочий процесс. Это обеспечивает прирост производительности без ущерба для качества, сохраняя человеческий элемент в критически важных аспектах.

Однако готовность к ИИ выходит за рамки наличия технических навыков для работы с чат-ботами и агентами. Из-за быстрых преобразований рабочая среда стала более динамичной, и человеческая способность судить и принимать решения приобрела значительный вес для обеспечения выполнения в соответствии с планом.

Согласно исследованию Work Trend Index 2026, проведенному Microsoft, пользователи ИИ выделили контроль качества (50%) и критическое мышление для анализа информации (46%) как жизненно важные компетенции. Кроме того, 86% рассматривают ИИ как отправную точку, а не как окончательный ответ, предпочитая сохранять ответственность за то, чтобы быть мыслящим центром процесса.

Что касается анализа и принятия решений, ИИ использует данные, присущие деловой деятельности. Понимание этого и знание того, как инструменты получают доступ к этим ресурсам, стало необходимым во многих профессиях.