Джим Роуэн, руководитель направления ИИ Deloitte в США — серия интервью

Джим Роуэн — руководитель направления ИИ Deloitte в США и партнер Deloitte Consulting LLP. Он помогает организациям претворять амбиции в области ИИ в конкретные бизнес-результаты. Его карьера охватывает корпоративные технологии, аналитику, работу с данными и цифровую трансформацию; он имеет опыт работы в сфере медико-биологических наук, здравоохранения и телекоммуникаций. Он занимал руководящие должности в подразделениях Deloitte Strategy & Analytics и AI & Data. В число его задач входит развитие кадрового потенциала и компетенций, необходимых организациям для внедрения ИИ.

Deloitte — организация, предоставляющая профессиональные услуги в области консалтинга, аудита и подтверждения достоверности отчетности, налогообложения и экспертного консультирования. В работе с ИИ она объединяет стратегию, данные, технологии, кадровый потенциал и управление, помогая компаниям внедрять ИИ и масштабировать его использование во всех сферах деятельности. В цифровой торговле эта работа включает подготовку информации о товарах и корпоративных систем к взаимодействию с ИИ-агентами, объединение клиентского опыта на разных каналах, а также создание механизмов идентификации, авторизации и доверия, необходимых для автоматизированного взаимодействия и проведения транзакций.

Вы более двух десятилетий работаете в Deloitte в сферах корпоративных технологий, аналитики, данных и, теперь, ИИ. Исходя из этого опыта, когда вам стало ясно, что ИИ-агенты не только преобразят внутреннюю деятельность компаний, но и станут посредниками между бизнесом и его клиентами?

За последние несколько лет я своими глазами наблюдал стремительное развитие ИИ, помогая организациям преобразовывать бизнес-цели в измеримые результаты, которые прежде казались немыслимыми. Мой опыт работы с данными, процессами и технологиями стал основой моего понимания ИИ. Я начал развивать в Deloitte компетенции, необходимые для подготовки специалистов к успешной работе с ИИ, в том числе нашу AI Academy, которая разрабатывает учебные программы как для сотрудников, так и для клиентов.

Сегодня организации используют ИИ-агентов, чтобы преобразовывать стратегии цифровой торговли по нескольким направлениям: повышать узнаваемость бренда, применять механизмы персонализации для улучшения диалога и обеспечивать согласованный омниканальный опыт во всех физических, цифровых и социальных точках взаимодействия. Этот переломный момент наступил в период нестабильности рынка, и агентная торговля дает брендам возможность быстрее реагировать на запросы клиентов, предлагая им более релевантный и последовательный опыт.

Вы говорили о необходимости подготовиться к «оптимизации поиска для ИИ-агентов». Как бы вы определили это понятие и чем оптимизация для ИИ-агента принципиально отличается от традиционной SEO или новых подходов к оптимизации контента для систем ИИ, генерирующих ответы?

Традиционно борьба за внимание потребителей в интернете строилась вокруг поисковой оптимизации (SEO) и исходила из того, что по другую сторону запроса находится человек, который читает информацию, оценивает ее и принимает решение о покупке. По мере того как потребители переходят к использованию инструментов на базе ИИ для проведения исследований, появился подход, известный как оптимизация для генеративных систем (GEO). Оптимизация поиска для ИИ-агентов — следующий этап развития GEO, учитывающий, что ИИ не просто рекомендует товары или услуги, но и действует, влияя на решения о покупке. Это означает, что брендам нужно оптимизировать контент не только для генеративного ИИ, который в основном дает рекомендации конечным пользователям, но и для агентного ИИ, предназначенного для выполнения задач и способного координировать системы, выполнять рабочие процессы и инициировать транзакции.

Когда ИИ-агенту поручают изучить товары или услуги, сравнить их и отобрать наиболее подходящие варианты, каким сигналам, по вашему мнению, он будет придавать наибольшее значение? Станут ли важнее структурированные данные о товарах, цены, отзывы, публикации сторонних источников, авторитет бренда или совершенно новый набор сигналов?

Круг рассматриваемых ИИ-агентом вариантов формируется с учетом заметности и релевантности; предпочтение будет отдаваться брендам, информация о товарах, услугах, ценах и других данных которых доступна, машиночитаема и может быть мгновенно проверена. Согласованность информации на разных платформах, рейтинги и отзывы, а также авторитет бренда по-прежнему важны, но эти сигналы также должны быть представлены в виде данных, которые агент способен обработать. Важен и личный контекст: агентам, действующим от имени клиентов, потребуется надежный доступ к их предпочтениям, разрешениям и предыдущим взаимодействиям, чтобы формировать наиболее релевантные рекомендации. Помимо самих сигналов, конкурентным преимуществом бренда станет скорость, с которой организация сможет сделать свои данные понятными, доступными для обработки, надежными и измеримыми в терминах, позволяющих агенту их сравнивать.

Одна из сложностей заключается в том, что со временем могут появиться тысячи потребительских и корпоративных агентов, созданных на основе разных моделей и подключенных к разным источникам данных. Как компании обеспечить точное представление о себе и быть доступными для поиска в такой фрагментированной экосистеме, не пытаясь оптимизировать информацию для каждого агента по отдельности?

Организациям следует сосредоточиться на создании надежной основы в машиночитаемом формате, к которой сможет обращаться и которую сможет интерпретировать любой агент, а не на оптимизации для отдельных агентов. Для этого необходимо публиковать проверенную, достоверную и актуальную информацию о продуктах, ценах и правилах на авторитетных ресурсах. Одной лишь возможности найти информацию, вероятно, будет недостаточно: агенты начнут действовать от имени потребителей, поэтому потребуются системы, позволяющие проверять личность, подтверждать право на участие и безопасно проводить транзакции. В нынешней фрагментированной экосистеме агентов выше в результатах поиска окажется бренд, чью информацию проще всего понять и получить. Однако компаниям не следует ориентироваться на один протокол: такие протоколы всё еще развиваются, и пока неясно, какой из них станет доминирующим. Поэтому важно проектировать системы с учетом совместимости и возможности быстро внедрять новые протоколы или переходить на другие по мере развития экосистемы.

Если коммерция перейдет от модели «бизнес — потребитель» к модели «бизнес — агент — бизнес», что изменится на техническом уровне? Нужно ли компаниям переосмыслить устройство веб-сайтов, API, каталогов товаров, систем идентификации и другой инфраструктуры, чтобы агенты могли взаимодействовать с ними напрямую?

Да, организациям потребуется переосмыслить и преобразовать существующие системы, чтобы создать подходящую техническую архитектуру для агентной коммерции между компаниями (B2B). Это произойдет не сразу: с учетом объема работы и масштабов необходимых изменений потребуется время. Сейчас возможности поиска и оплаты развиваются быстрее, чем этап принятия решений: компании всё еще набираются уверенности, чтобы позволить агентам делать выбор в рамках установленных ограничений. Каждому ИТ-директору (CIO), техническому директору (CTO) и директору по информационной безопасности (CISO) следует сосредоточиться на создании масштабируемых интеграционных платформ с низкой задержкой, опираясь на надежные партнерства с технологическими компаниями и системными интеграторами. Вместо полной перестройки систем руководителям стоит определить, какие из них можно подключить к агентам, выявить системы с ограниченным доступом и протестировать простые задачи в изолированных средах. Важно также сохранить за людьми контроль над транзакциями, поэтому компаниям следует создавать гибкие сценарии, позволяющие клиенту без труда переходить от взаимодействия под управлением агента к взаимодействию с человеком и обратно, а не ухудшать клиентский опыт ради автоматизации. Со временем организации смогут перейти к созданию платформы для управления несколькими агентами, модернизировать устаревшие системы или подключить их для доступа агентов, а также внедрить передовые средства защиты с мониторингом в реальном времени.

Традиционный цифровой маркетинг был в значительной степени ориентирован на позиции в поисковой выдаче, показы, клики и посещаемость веб-сайтов. Если агенты всё чаще будут проводить исследование до того, как человек посетит сайт, какие новые показатели помогут компаниям понять, насколько они заметны и конкурентоспособны на пути покупателя, взаимодействующего с агентами?

Исторически успех оценивали по тому, удается ли привлечь внимание потребителей и в конечном счете завоевать их доверие. По мере того как агенты будут брать на себя всё большую часть процесса покупки, организациям понадобятся новые способы оценки того, насколько их бренды заметны и актуальны и выбирают ли их в итоге. Для этого нужно связать разработку брендированных агентов с оценкой эффективности: учитывать, представляет ли агент бренд, распознает ли подходящие предложения и успешно ли завершает транзакцию. Принимая решения об инвестициях и изменениях клиентского опыта, брендам следует ориентироваться на своих покупателей, а не на конкурентов, и отслеживать, как клиенты находят товары, где прекращают взаимодействие и где продолжают его. Эти показатели помогут брендам не только выделить свои ценностные предложения, но и подтвердить рентабельность инвестиций количественно измеримыми результатами, которые укрепляют лояльность клиентов и повышают операционную эффективность.

ИИ-агенты могут описать компанию, сравнить ее с конкурентами и, возможно, дать рекомендации, причем компания не всегда сможет напрямую влиять на то, как ее представляют. Как брендам отслеживать неточную или устаревшую информацию и создавать авторитетный источник достоверных сведений, на который агенты смогут надежно опираться?

Как и в любой другой отрасли, проверка данных о продуктах крайне важна для того, чтобы их можно было находить с помощью агентов на разных каналах. Брендам также следует рассмотреть Model Context Protocol (MCP) как важный инструмент: он создает контролируемую среду, в которой данные, инструменты и контекст безопасно передаются внешним агентам для покупок и платформам. Сочетание структурированных данных и Model Context Protocol может обеспечить взаимодействие между агентами, повысить совместимость и помочь точно представлять информацию о бренде и обеспечивать ей надлежащий приоритет. Поскольку протоколы всё еще развиваются и пока неясно, какой из них станет наиболее популярным, компаниям следует закладывать гибкость, чтобы по мере развития экосистемы быстро подключаться к новым стандартам, переходить с одного на другой и внедрять их.

По мере того как агенты будут не только рекомендовать товары, но и выполнять такие действия, как запрос ценовых предложений, согласование условий и совершение покупок, насколько важной станет инфраструктура идентификации, авторизации и доверия? Как компании отличить агента реального клиента от автоматизированной системы, которой не следует доверять?

Коммерция между агентами сопряжена с новыми рисками, поскольку транзакции могут проходить быстро и без участия человека. Поэтому крайне важно обеспечить возможность вмешательства человека и перехода к нему на любом этапе процесса. Для транзакций в агентной коммерции потребуются новые меры предотвращения мошенничества, продуманные механизмы финансового контроля и целевые системы отчетности, специально разработанные для действий, инициируемых машинами.

В ближайшей перспективе организациям следует относиться к своим ИИ-агентам как к сотрудникам: четко определять их обязанности, контролировать доступ и устанавливать понятные правила ответственности. Кроме того, им понадобятся протоколы для проверки подлинности агентов, авторизации платежей и обеспечения соблюдения лимитов транзакций, разрешений API и других операционных ограничений.

Есть также вероятность, что реклама и платное размещение будут сопровождать потребителей в экосистеме агентной коммерции. Как, по-вашему, будут меняться коммерческие стимулы, когда ИИ-агент рекомендует товары от имени пользователя, и какая прозрачность потребуется, чтобы люди доверяли таким рекомендациям?

Мы уже видим, как капитал перераспределяется в пользу агентной коммерции: по прогнозам, к 2029 году рекламодатели в США потратят около 26 млрд долларов на поисковую рекламу с использованием ИИ. По мере того как компании будут решать, сохранять ли в среде агентной коммерции акции и цены, предлагаемые в собственных каналах, коммерческие стимулы неизбежно должны будут меняться. Для этого, в частности, необходимо установить четкие правила взаимодействия агентов с ценами и акциями. Без соответствующих ограничений агенты могут совершать покупки по ценам, действующим в момент транзакции, что потенциально приведет к непреднамеренному применению акций и ценовых уровней и утечке маржи. Компаниям следует внедрять политики, соответствующие глобальным стандартам конфиденциальности и защиты данных, а также параметрам, которые люди контролируют и предварительно утверждают для каждого клиента.

Несмотря на растущую автоматизацию, вы подчеркивали, что человеческое суждение по-прежнему будет играть ключевую роль при принятии решений о покупках. Где, по-вашему, проходит граница между решениями, которые потребители готовы с уверенностью поручить агентам, и теми, в которых люди по-прежнему захотят сами изучать варианты, сравнивать их и принимать окончательное решение?

Граница будет зависеть от значимости решения и доверия потребителя к агенту. Люди могут спокойно поручать агентам рутинные недорогие покупки, если их предпочтения понятны, а последствия неудачного выбора несущественны. При решениях, связанных со значительными расходами, конфиденциальной информацией или договорными обязательствами, потребители, вероятно, захотят лучше понимать происходящее и сохранят за собой право окончательного одобрения. Когда трения становится меньше, потребители начинают больше доверять бренду. Поэтому важно, чтобы им было легко разобраться в происходящем, поверить, что транзакция будет безопасно завершена так, как задумано. Следовательно, брендам нужно предоставить потребителям понятный контроль над тем, что агент может делать самостоятельно, когда он должен запрашивать разрешение и насколько легко можно проверить или отменить его действия.

Спасибо за прекрасное интервью. Читателям, желающим узнать больше об агентной коммерции, discoverability на основе ИИ и инфраструктуре доверия, обеспечивающей автоматизированные покупки, стоит посетить сайт Deloitte.