В центре революции ИИ лежит очень реальная человеческая проблема.

      Эра ИИ была ознаменована ослепительными демонстрациями его, казалось бы, бесконечных возможностей и обещанием изменить мир. После того как OpenAI вызвал бум генеративного ИИ в 2022 году, темпы и масштабы роста ИИ в практически каждой крупной отрасли оказались поразительными. В наши дни, хотя многие обещания начинают сбываться, это оставляет саму индустрию ИИ с самонаведенной проблемой заголовков. Наиболее тревожными стали заголовки о расходах. Например, 675 миллиардов долларов на инвестиции в инфраструктуру только в этом году и крупные компании ИИ, такие как Nvidia, превышающие рыночную капитализацию в 5 триллионов долларов — это те новости, которые доминируют в бизнес-заголовках. Что касается внедрения, согласно KPMG, 93% компаний США внедрят ИИ в финансах в течение следующих 18 месяцев. Посмотрите на заголовки о сокращениях, и вы увидите, как генеральные директора упрощают организации во имя эффективности. Такие заголовки начали медленно превращать ИИ в общественного врага номер один. Тем более, что есть один заголовок, который все еще едва существует после всего шума и безумных сумм денег, которые тратятся: «ИИ сгенерировал $X миллионов в измеримой новой ценности для этой компании». Далеко не так, MIT на самом деле обнаружил, что 95% пилотных проектов ИИ в предприятиях не приносят никакого измеримого влияния на прибыль и убытки. Отчет Кембриджа о глобальном ИИ в финансовых услугах за 2026 год показал, что, хотя 81% компаний внедряют ИИ, только 14% считают его трансформационным. Деньги, безусловно, поступают, но на данный момент, похоже, что результаты не выходят наружу. Афрози Ара, основатель и генеральный директор компании LuminaData, считает, что знает, в чем дело, и ее опыт объясняет, почему она видит проблему иначе, чем большинство основателей ИИ. Афрози Ара, основатель и генеральный директор LuminaData. Перед LuminaData Ара провела более десяти лет в консалтинге для предприятий. Она начала в Mu Sigma, где консультировала компании из списка Fortune 500 по стратегиям данных и аналитики. Позже она стала вице-президентом по консалтингу в Incedo, где руководила командами, помогая крупным предприятиям внедрять данные в сложные многоуровневые системы. Разница заключалась в том, что ее опыт не был связан с исследованием ИИ. Вместо этого опыт Ара открыл ей запутанную реальность внедрения технологий в организациях, которые работают на основе запутанных процессов, переплетенных с племенным знанием и межфункциональной координацией. Этот опыт помог сформировать ее основную тезис: «Внедрение ИИ — это не трансформация ИИ», — говорит Ара. «Это различие, которое большинство рынка все еще не осознало, и цена за его упущение огромна». Проблема координации. Позиция Ара обманчиво проста, но может иметь огромные последствия для того, как предприятия должны подходить к ИИ. Подумайте об этом так: каждый человек подходит к ИИ и взаимодействует с ним на скорости и в пределах своего собственного любопытства. Предоставьте им неограниченный доступ к таким инструментам, как Claude или ChatGPT, и их продуктивность неизбежно возрастет в измеримых масштабах. Как только они начинают осознавать возможности, интеллект может течь между формами. От написания документов и электронных писем до создания индивидуальных таблиц или даже кода, ИИ может оказать замечательное влияние на индивидуальном уровне. Однако рост организации может быть таким же быстрым, как и ее медленнейший координирующий шов. Проблема в том, что эти швы были построены для более медленного мира. Этот мир ограничен передачами и границами собственности, которые работают на предположении, что изменения будут происходить только время от времени и постепенно. «Организации — это не индивидуумы», — говорит Ара. «Это люди, координирующиеся для достижения общей цели. Им нужно общее понимание. Им нужно видеть результаты вместе, а не только как индивидуумы, работающие быстрее в своих собственных изоляциях. Вот где внедрение сталкивается с препятствием». По словам Ара, это те виды паттернов, с которыми она сталкивается слишком часто в практически каждой финансовой команде, с которой она работает. Эти команды неизбежно работают с инструментами, развернутыми в нескольких точках рабочего процесса, каждый из которых хорошо работает в изоляции. Это означает, что процесс между этими точками остается ручным и не документированным, в результате чего теряется ценность. «Я видела процессы от заказа до получения денег, где применение наличных автоматизировано, отчеты выглядят прекрасно, панели управления сгенерированы ИИ, а DSO все еще растет каждый квартал. Даже если инструменты работают, процесс между ними сломан, и вы в конечном итоге получаете красивые результаты от сломанной цепочки ввода». Мечта и 99,999%. Ара откровенно говорит о разрыве между видением Кремниевой долины и реальностью предприятий. «Экосистема стартапов любит историю о компании с одним человеком на миллиард долларов. И да, возможно, это может произойти. Но это будет больше удача, чем план. Для 99,999% компаний это мечта». Реальные компании, утверждает она, представляют собой сложное, запутанное сочетание людей, технологий и систем. Это означает, что реальные процессы запутаны бесчисленными способами. Еще одна правда заключается в том, что племенное знание пронизывает экосистему. Оно начинается с того, что существует в головах людей, но затем быстро проникает в такие вещи, как недокументированные таблицы или просто в способ, которым всегда все делалось. «Даже когда мы говорим о «человеке в цикле», люди в этом цикле должны быть в состоянии идти в ногу с ИИ», — говорит Ара. «Им нужно понимать, что сделал ИИ, почему он это сделал и стоит ли ему доверять. Им нужно координироваться друг с другом вокруг выходов, сгенерированных ИИ. Это не технологическая проблема. Это проблема организационного дизайна». Именно в этой несколько парадоксальной природе этой проблемы, если хотите, проблемы организационного дизайна, и построена LuminaData. Что на самом деле делает LuminaData. LuminaData поддерживается Techstars и создала платформу трансформации ИИ для финансовых операций. Она специально нацелена на рабочие процессы от заказа до получения денег и от записи до отчета. Компания использует FinEdge LLM, LLM с патентом в процессе, обученный на GAAP, SOX, ASC 842, IFRS 16. Платформа сама по себе структурирована вокруг двух продуктов, которые отражают рамки компании. Первый — Lumina Discover, инструмент, который отображает реальные рабочие процессы финансовой команды. Это означает понимание фактических передач, племенного знания, стоящего за рабочими процессами, и всех недокументированных правил, которые сопровождают их выполнение. Это устанавливает измеримые базовые линии до развертывания любого агента ИИ. Это диагностический уровень, который большинство внедрений ИИ полностью пропускает. Второй инструмент — Lumina Activate, который развертывает специфические для финансов агенты ИИ на основанных на правилах компонентах переработанного рабочего процесса. Это означает обработку сверки, выставления счетов, применения наличных и бухгалтерского учета аренды, все с документированной логикой соответствия, маршрутизацией исключений и готовой к аудиту документацией, встроенной в каждое действие. Хотя такой вид автоматизации становится все более популярным в наши дни, тот уровень глубокого опыта и персонализации, который предлагает LuminaData, довольно новаторский. Оба инструмента предназначены для работы в последовательности, а не в меню. Открытие информирует активацию, поэтому активация без открытия — это то, что приводит к 95% уровню неудач, который испытывает остальной рынок. Ара настаивает, что продукты — это лишь половина истории. «Агент обрабатывает работу на основе правил. Но причина, по которой большинство развертываний ИИ терпят неудачу, не в том, что агент не выполняет свою работу. Дело в том, что никто не изучил процесс, в который был развернут агент. Вы не можете автоматизировать сломанный рабочий процесс и ожидать трансформированного результата». Это означает, что рамки не являются теоретическими. Ара продолжает описывать типичное взаимодействие. «У нас был клиент, который думал, что их процесс от заказа до получения денег имеет пять передач», —