Скотт Эрнст, генеральный директор Vyond — серия интервью

Вы неоднократно проводили технологические компании через масштабные преобразования: помогли Compete вырасти из стартапа на ранней стадии развития, а затем пройти через поглощение; вывели Macromill на IPO; позднее изменили позиционирование Drift, сделав акцент на ИИ, прежде чем компанию приобрела Salesloft. Возглавляя Vyond в период очередного масштабного технологического сдвига, какие уроки, извлеченные из этого опыта, помогают вам определить подход к эпохе ИИ?

Во всех этих преобразованиях я замечал одну и ту же закономерность: технологический сдвиг редко оказывается самой сложной частью. Гораздо труднее добиться того, чтобы организация действовала сообща, когда необходимость перемен уже очевидна. В Compete главным уроком стала дисциплина: чтобы с небольшой стартовой базой стать лидером категории, нужно неустанно сосредоточиваться на немногих факторах, которые действительно влияют на бизнес, а не гнаться за каждой возможностью. В Macromill масштабирование бизнеса на международном уровне и выход компании на биржу научили меня, что без строгой операционной дисциплины рост рано или поздно приводит к сбоям… Чтобы масштабироваться так же быстро, как растет бизнес, необходимы отчетность, прогнозирование и система корпоративного управления.

Опыт Drift наиболее непосредственно связан с тем, что происходит сейчас. Когда был запущен ChatGPT, у нас уже был собственный проприетарный продукт на базе ИИ, и первой реакцией было защищать его. Вместо этого мы приняли более трудное решение — открыться и перестроить позиционирование всей компании вокруг генеративного ИИ, поскольку считали, что рынок развивается быстрее, чем мы можем защитить свое конкурентное преимущество. Это было не продуктовое, а управленческое решение, продиктованное убежденностью и пониманием верного момента.

Главный урок, который я перенес в Vyond: во время настоящего платформенного сдвига побеждают не самые осторожные и не самые безрассудные компании, а те, которым удается быстро объединить всю организацию вокруг четкого понимания ситуации, а затем действовать с подлинной энергией и решимостью. Именно так мы сейчас и работаем: разбираемся, что происходит сегодня, формируем твердое мнение о направлении развития рынка и добиваемся того, чтобы вся компания двигалась в одном направлении, пока возможность не упущена.

Генеративный ИИ значительно упростил создание контента для компаний, однако вы утверждаете, что теперь главная задача — наладить практическое использование знаний. Что это означает на практике и почему, по вашему мнению, одной лишь генерацией контента решается лишь малая часть проблемы?

Генеративный ИИ устранил самое серьезное из традиционных препятствий для создания контента: раньше для этого требовались специалист, производственный процесс и немало времени. Теперь почти любой сотрудник организации может за считаные минуты создать нужный материал. Это действительно открывает новые возможности, но одновременно приводит к тому, что каждое подразделение — маркетинга, HR, продаж, ИТ, обучения и развития — создает контент самостоятельно, часто об одних и тех же знаниях, используя разные инструменты и не опираясь на общую систему учета.

Практическое использование знаний — это не столько создание большего количества контента, сколько обеспечение доступа людей к нужной информации и возможности применять ее: нужно знать, где хранится актуальная и проверенная версия материала, кто за него отвечает, утвержден ли он и как он попадает в рабочие процессы, в которых действительно нужен, — в LMS, CRM, контрольный список для адаптации новых сотрудников и систему отслеживания соблюдения нормативных требований. Без этого уровня организации возникает то, что я называю коммуникационным хаосом: контент дублируется, стандарты бренда постепенно размываются, команды заново выполняют уже сделанную работу, и никто не может с уверенностью сказать, какая версия верна. Значительная часть этого хаоса начинается еще раньше, чем принято думать, — до создания первого материала, когда никто не уточнил, для кого он предназначен, какова его цель и на каких исходных материалах должен основываться запрос.

Генерация контента отвечает на вопрос: «Можем ли мы быстро это создать?» — и это действительно серьезная задача, с которой ИИ в значительной степени справился. Практическое использование знаний отвечает на вопрос: «Может ли нужный человек найти нужную, проверенную версию в тот момент, когда она ему нужна, и в инструменте, которым он уже пользуется?» Вторая задача масштабнее, носит более системный характер и по-прежнему далека от решения во всей отрасли. Именно здесь перед нами открывается реальная возможность.

Компании накапливают огромные объемы документов, данных, созданных ИИ сводок и накопленных в организации знаний. Где, на ваш взгляд, возникает самый серьезный разрыв между доступом к этой информации и ее передачей сотрудникам в понятной для них форме, которая помогает им действовать?

Проблема не в доступе… У большинства компаний и так больше информации, чем может обработать один человек. Проблема — в ее преобразовании и доверии к ней. Знания хранятся в объемных статичных форматах — PDF-файлах, презентациях, вики и документах с политиками компании, — которые созданы для хранения и поиска, а не для быстрого понимания. Чтобы превратить их в информацию, которую человек действительно сможет усвоить и использовать, необходим этап преобразования, в который большинство организаций не вкладывается систематически.

Я ясно увидел это во время беседы с вице-президентом по корпоративным маркетинговым технологиям одной компании из списка Fortune 100, работающей в сфере технологий. Проблема заключалась не в нехватке информации, а в том, что разные подразделения очень крупной организации решали одни и те же задачи коммуникации изолированно и непоследовательно. В результате знания, которые где-то в компании существовали, не доходили надежным образом до тех, кому они были нужны, и в форме, пригодной для использования. Как он выразился, в такой большой компании левая рука просто не знает, что делает правая.

В этом и заключается настоящий разрыв: у компаний много данных, но мало полезных выводов. Решение — не в создании дополнительного контента и не в увеличении объема хранилищ, а в выработке системного подхода и, все чаще, внедрении системы для преобразования накопленных в организации знаний в ясную, наглядную и заслуживающую доверия коммуникацию и ее интеграции в рабочие процессы, в рамках которых действительно принимаются решения.

По мере того как ИИ-агенты учатся самостоятельно преобразовывать знания компании в учебные материалы, инструменты для поддержки продаж, материалы по соблюдению требований и внутренние коммуникации, что должно оставаться под контролем человека, а где компании могут безопасно разрешить агентам работать самостоятельно?

Мое общее правило таково: агенты должны выполнять работу, а люди — выносить суждения, особенно там, где ошибка может иметь серьезные последствия. В задачах с низкими рисками, но большим объемом повторяющейся работы — например, при создании первых черновиков, преобразовании знаний в новый формат, адаптации уже одобренного контента для другого языка или региона либо обновлении учебного модуля после изменения исходного документа — агентам можно и нужно предоставлять значительную автономию. Именно такая работа сегодня отнимает огромное количество времени, хотя ее стратегическая ценность невелика.

Строгий контроль со стороны человека должен сохраняться везде, где контент связан с юридическими, нормативными требованиями, безопасностью или рисками для бренда. В таких случаях человек должен проводить финальную проверку перед публикацией, а исходные материалы должны быть полностью прослеживаемыми.

Мы непосредственно столкнулись с этим на примере одного из наших клиентов из оборонного сектора. Учитывая чувствительный характер их работы, команда безопасности поначалу вовсе не соглашалась разрешить использование ИИ в рабочих процессах. Решением стало не предоставление агенту большей автономии, а создание необходимых ограничителей: специального соглашения, гарантирующего, что их данные никогда не будут использоваться для обучения внешних моделей, и четко определенных контрольных точек, на которых их собственные команды сохраняли право утверждения. Эту модель можно обобщить: автономия агента тем выше, чем проще обратить задачу и чем ниже связанные с ней риски, а контроль человека тем строже, чем больше на кону доверие, соблюдение требований или репутация бренда.

Управление брендом значительно усложняется, когда тысячи единиц контента можно создавать автоматически. Какие технические и организационные меры защиты понадобятся компаниям, чтобы коммуникации, созданные ИИ, оставались точными, последовательными и соответствовали политикам компании?

С технической точки зрения важнее всего меры, которые помогают ИИ опираться на утвержденные компанией исходные материалы и систему бренда, а не генерировать контент без ограничений. Платформа должна сама обеспечивать соблюдение руководств по стилю, правил использования фирменных материалов и ограничений, предусмотренных настройками, а не полагаться на то, что отдельные пользователи их помнят. Это означает, что утвержденные логотип, цвета, шаблоны и эталонные видеоматериалы должны находиться непосредственно на платформе, чтобы каждый созданный материал опирался на один и тот же источник, а не на ту версию, которая случайно оказалась на чьем-то компьютере на этой неделе. Не менее важны контроль версий и журналы аудита: если контент создан, отредактирован или утвержден, компания должна иметь возможность установить, кто его запросил, на каком источнике он основан и кто его согласовал. Кроме того, возможность оставлять комментарии и утверждать материалы в рамках того же рабочего процесса нужно предоставить не только пользователю инструмента, но и проверяющим и другим заинтересованным сторонам. Тогда согласование не будет происходить в отдельной переписке по электронной почте, которая разрушает ту самую цепочку аудита, которую вы пытаетесь создать.

С организационной точки зрения необходимая мера защиты — четкое распределение ответственности. Компании, с которыми мы работаем и которые хорошо справляются с управлением этим процессом, отказались от подхода, при котором каждая команда самостоятельно выбирает инструменты и процессы, и вместо этого относятся к платформе для коммуникаций как к системе учета… Доступ предоставляется осознанно, использование отслеживается в целом, а за стандарты, которым следуют все команды, отвечает небольшая группа по управлению. Мы видели, как крупные организации специально оценивают, может ли платформа стать их стандартной системой для всей компании: это единственный способ обеспечить единообразие в больших масштабах, а не получить тысячи независимо созданных «вполне приемлемых» материалов, которые на деле противоречат друг другу.

Основной принцип остается тем же, что всегда применялся к управлению брендом, просто теперь все происходит в гораздо большем масштабе и быстрее. Это значит, что защитные механизмы нужно встраивать в систему, а не вводить постфактум.

Галлюцинации вызывают опасения в чат-ботах, но их последствия могут быть гораздо серьезнее, когда недостоверная информация превращается в авторитетно выглядящий обучающий ролик или видео по вопросам соблюдения требований. Как компаниям следует подходить к обеспечению достоверности, проверке и отслеживанию происхождения контента по мере автоматизации коммуникаций с помощью ИИ?

Вы правы: ставки здесь разные. Ответ с галлюцинацией в окне чата сразу вызывает вопросы. А вымышленный факт, включенный в качественно подготовленное профессиональное видео о соблюдении требований, выглядит настолько авторитетно, что люди реже подвергают его сомнению. И это прямо противоположно тому, как должно быть: именно здесь проверка должна быть особенно строгой.

Первый принцип — обеспечить достоверность: коммуникации, созданные с помощью ИИ, должны опираться только на материалы, предоставленные самой компанией: ее документы, правила и одобренные данные, а не общие знания модели.

Второй принцип — отслеживаемость происхождения: для каждого фрагмента созданного контента должно быть понятно, на каком именно источнике он основан. Тогда, если что-то окажется неверным, можно будет точно выяснить, откуда это взялось, и исправить ошибку в первоисточнике, а не просто внести правку в результат.

Третий принцип — проверка: контрольные этапы должны быть встроены в сам рабочий процесс, а не добавлены постфактум. Человек-рецензент должен видеть промежуточные этапы, а не только готовое, отшлифованное видео, потому что именно безупречная подача затрудняет обнаружение ошибок. На практике это означает, что перед запуском финального, более дорогостоящего рендеринга нужно проверить полный план или черновой монтаж по сценам, чтобы выявить неверный факт или утверждение, не соответствующее бренду, пока исправить их еще дешево и просто. В этой области компаниям правильно проявлять осторожность. Поэтому доверие бизнеса завоюют не самые быстрые платформы, а те, в которых обеспечение достоверности, отслеживаемость и проверка являются неотъемлемой частью работы системы, а не необязательной настройкой

Четвертый уровень — постоянная оценка, а не только итоговая проверка. В агентной системе недостаточно проверить готовое видео. Нам важно видеть, как агент пришел к результату. Мы непрерывно отслеживаем выходные данные агента и принимаемые им по ходу работы решения, проверяя, соответствуют ли они исходным документам и базе знаний заказчика, а также его первоначальному замыслу. Благодаря этому мы можем заметить отклонения или снижение качества результата еще во время создания видео, а не только после его завершения.

Системы ИИ все чаще напрямую подключают к корпоративным базам знаний и рабочим процессам. Ожидаете ли вы, что платформы коммуникаций нового поколения станут связующим звеном между корпоративными данными, ИИ-агентами и сотрудниками, а не просто инструментами для создания контента?

Да, и, думаю, этот переход уже начался. Создание контента стало первой и самой очевидной задачей для ИИ, поскольку именно здесь находилось наиболее заметное узкое место. Но когда создание перестает быть ограничивающим фактором, более ценное место — между корпоративными знаниями: CRM, LMS, системами управления политиками компании, внутренними вики — и людьми, которым нужно преобразовать эти знания в понятный и полезный для них формат.

Это принципиально иная роль, чем у инструмента для создания контента. Такой инструмент ждет, пока пользователь сформулирует запрос. Связующий уровень встроен в рабочие процессы, где уже хранятся знания: он понимает, что изменилось, и помогает направить нужную информацию нужному человеку, не заставляя кого-либо каждый раз запускать этот процесс.

Мы уже видим первые признаки того, что именно этого хотят компании. Крупные заказчики все чаще обращаются к нам не с просьбой предоставить инструмент для создания видео одной команде, а с вопросом, может ли наша система стать стандартом для всей организации. Преобразование корпоративных знаний в коммуникационные материалы позволит сотрудникам за пределами основной творческой команды — специалистам юридических служб и отделов по соблюдению требований, региональным командам и руководителям линейных подразделений — вносить свой вклад без необходимости получать полную лицензию или осваивать сложный инструмент. Так мы переходим от создания контента к коммуникационной инфраструктуре, и, как я ожидаю, именно в этом направлении будет развиваться вся отрасль.

Этот переход также ускоряют новые открытые протоколы, такие как MCP и A2A. MCP предоставляет ИИ-агентам стандартизированный способ получать достоверный контекст из собственных инструментов компании и ее систем учета, а A2A позволяет специализированным агентам с разных платформ работать вместе. На практике это означает, что такой платформе, как наша, не обязательно владеть каждым рабочим процессом или всеми корпоративными данными, чтобы быть полезной. Она может подключаться к системам, которым компания уже доверяет, взаимодействовать с другими агентами там, где это целесообразно, и сосредоточиться на том, что у нас получается лучше всего: преобразовывать этот контекст в информацию, которую люди действительно могут понять и использовать. Так мы переходим от создания контента к коммуникационной инфраструктуре, и, как я ожидаю, именно в этом направлении будет развиваться вся отрасль.

Vyond уже работает с организациями в сферах обучения и развития персонала, управления персоналом, поддержки продаж, соблюдения требований и внутренних коммуникаций. Какая из этих областей, по вашему мнению, сильнее всего изменится под влиянием агентного ИИ и как могут выглядеть рабочие процессы, когда возможности агентов расширятся?

Я бы назвал комплаенс и обучение и развитие двумя направлениями, которые могут измениться сильнее всего, именно потому, что сегодня они больше других страдают от устаревания контента. Обучение по вопросам комплаенса обычно разрабатывают один раз и обновляют медленно — ежегодно или раз в два года, хотя политики, нормативные требования и риски постоянно меняются. Когда агенты смогут надежно отслеживать исходный документ с политикой и понимать, что именно в нем изменилось, материалы по комплаенсу можно будет не выпускать отдельными проектами время от времени, а постоянно поддерживать в актуальном состоянии. Для предприятия это означает реальное снижение рисков, а не просто рост эффективности. Все чаще это также означает, что сами материалы должны содержать четкую, поддающуюся аудиту запись о том, что при их подготовке использовался ИИ: и регулирующие органы, и корпоративные заказчики начинают ожидать такого раскрытия информации как стандартной практики, а не как чего-то необязательного.

В обучении и развитии (L&D) действует похожий принцип, но здесь возможности связаны скорее с персонализацией, чем просто с актуальностью: вместо одного учебного модуля, рассчитанного на среднего учащегося, агенты могут адаптировать темп обучения, примеры и даже формат к должности и конкретному человеку, опираясь при этом на те же утвержденные исходные материалы и стандарты разработки учебных программ. Для международных организаций это все чаще означает адаптацию также языка и озвучивания, чтобы одни и те же учебные материалы доходили до работников завода в Бразилии или отдела продаж в Японии в форме, которая действительно воспринимается как местная, а не просто снабжена субтитрами.

Изменятся и поддержка продаж, и внутренние коммуникации, но я бы описал эти изменения скорее как рост скорости и уместности, чем как структурную трансформацию… речь идет о том, чтобы быстрее доставлять нужное сообщение нужному торговому представителю или команде в формате, соответствующем тому, как они действительно воспринимают информацию. Все эти направления объединяет одно: агентный ИИ не просто ускоряет работу в каждом из них, но и позволяет постоянно поддерживать актуальность материалов — то, чего сегодня просто невозможно добиться при ручном цикле производства.

Если заглянуть в будущее: если предприятия научатся постоянно превращать внутренние знания в персонализированные и актуальные сообщения для каждого сотрудника, как это может изменить подход организаций к обучению людей, обмену опытом и, в конечном счете, к своей работе?

Если это станет реальностью, а я верю, что так и будет, изменится ритм работы компании в целом, а не только ее система обучения. Сегодня большинство организаций обмениваются информацией отдельными пакетами: ежегодный цикл обучения по вопросам комплаенса, общекорпоративное собрание раз в квартал, материалы для адаптации новых сотрудников, которые готовят один раз и используют годами. Так происходит потому, что раньше коммуникации было дорого и долго создавать, а не потому, что бизнес меняется медленно.

В мире, где знания постоянно превращаются в персонализированные и актуальные сообщения для каждого сотрудника, обучение перестает быть разовым событием и становится непрерывным адаптивным потоком… сотрудник получает обновление в подходящем для его должности формате и нужной степени подробности именно тогда, когда оно становится актуальным, а не спустя месяцы в очередной рассылке. Опыт перестает оставаться достоянием отдельных людей, которые им обладают, и становится тем, что организация может систематически распространять и постоянно обновлять.

Результат, к которому я постоянно возвращаюсь, — это время. Каждая минута, которую организация сегодня тратит на поиск нужной информации, повторное создание того, что уже существует, или исправление устаревшего либо противоречивого сообщения, — это минута, не потраченная на выполнение задач. Если предприятиям действительно удастся постоянно и в больших масштабах сокращать разрыв между знанием и пониманием, то те, кто сделает это первыми, будут не просто лучше общаться — они будут просто работать быстрее тех, кто по-прежнему действует отдельными пакетами.

Спасибо за интересное интервью. Читатели, желающие узнать больше, могут посетить Vyond.