Денис Набережнев о бизнесе в эпоху AI — интервью

Предприниматель Денис Набережнев — о том, почему AI меняет не отдельные профессии, а саму архитектуру бизнеса, зачем предпринимателям пересобирать процессы вокруг искусственного интеллекта и почему следующий этап — не использование нейросетей, а создание собственных AI-систем под конкретные задачи компании.

Последние несколько лет предприниматели наблюдают одну из самых быстрых технологических трансформаций за последние десятилетия.

Искусственный интеллект перестал быть инструментом исключительно разработчиков и крупных корпораций. Сегодня с его помощью небольшая команда способна анализировать данные, создавать рекламные материалы, писать программный код, работать с документами, производить визуальный контент и автоматизировать процессы, для которых раньше требовались отдельные специалисты или подразделения.

Но использование ChatGPT или генератора изображений — только первый этап.

Главный вопрос для бизнеса сегодня заключается уже не в том, пользоваться ли искусственным интеллектом, а в том, как встроить его непосредственно в работу компании.

Для Дениса Набережнева интерес к AI стал продолжением предпринимательского опыта, накопленного в разных сферах — от недвижимости и сложных переговоров до электронной коммерции и технологических проектов.

Мы поговорили с ним о том, почему AI позволяет небольшим компаниям конкурировать с крупными, какие процессы имеет смысл автоматизировать первыми и как превратить идею AI-проекта в реально работающий бизнес-инструмент.

— Вы занимались недвижимостью, затем e-commerce, участвовали в проектах, связанных с искусственным интеллектом. Со стороны это выглядит как несколько совершенно разных профессиональных жизней. Вы сами видите между ними связь?

— Связь очень прямая.

Меня никогда особенно не интересовала отрасль сама по себе.

Мне интереснее задача:

увидеть возможность;

понять экономику;

разобрать систему;

найти узкие места;

собрать решение;

довести его до работающего результата.

Недвижимость очень хорошо учит переговорам.

Это сделки с большой стоимостью, длинным циклом и несколькими сторонами, интересы которых часто противоречат друг другу.

Там быстро исчезает иллюзия, что бизнес — это просто хороший продукт и реклама.

Ты можешь иметь прекрасный объект, но если не понимаешь психологию человека на другой стороне стола, структуру сделки, риски и мотивацию участников — сделки не будет.

E-commerce дал совершенно другой опыт.

Там всё происходит намного быстрее и практически всё превращается в цифры.

Сегодня ты принял решение — завтра уже видишь последствия в продажах, рекламных расходах, логистике или остатках.

А искусственный интеллект в каком-то смысле соединяет эти два мира.

С одной стороны — человеческое мышление, стратегия и понимание бизнес-задачи.

С другой — данные, скорость, технологии и автоматизация.

— Когда AI перестал быть для вас просто интересной технологией?

— В тот момент, когда я понял, насколько радикально он сокращает расстояние между идеей и её реализацией.

Это фундаментальное изменение.

Представьте предпринимателя десять лет назад.

У него появилась идея цифрового продукта.

Нужен разработчик.

Дизайнер.

Кто-то должен подготовить тексты.

Нужна аналитика.

Возможно, проджект-менеджер.

До первой рабочей версии могли пройти месяцы.

Сегодня один технологически грамотный предприниматель вместе с AI способен за значительно меньшее время создать прототип, проверить бизнес-логику и понять, стоит ли вообще инвестировать дальше.

Не обязательно сразу строить идеальный продукт.

Сначала достаточно построить продукт, который отвечает на главный вопрос:

работает эта идея или нет?

Для бизнеса это колоссальное изменение.

Потому что предприниматель теперь конкурирует не только качеством идей.

Он конкурирует скоростью их проверки.

— То есть главный эффект AI для бизнеса — сокращение расходов?

— Я бы сказал, что экономия — самый очевидный, но далеко не самый важный эффект.

Главное — скорость.

Если раньше компания могла проверить пять гипотез за год, а теперь способна проверить пятьдесят, это полностью меняет конкурентную среду.

Представьте двух предпринимателей.

Первый три месяца готовит идеальную презентацию нового продукта.

Второй за те же три месяца проверил десять гипотез, девять закрыл и в десятой нашёл работающую модель.

Через несколько лет у них будет совершенно разная скорость развития.

AI позволяет очень сильно сократить стоимость ошибки.

А способность ошибаться быстро и относительно недорого — одно из самых ценных преимуществ предпринимателя.

— Но AI-инструменты сегодня доступны практически всем. Где тогда конкурентное преимущество?

— Именно здесь начинается самое интересное.

Само наличие ChatGPT, генератора изображений или AI-ассистента скоро вообще перестанет быть преимуществом.

Как сегодня наличие Excel не делает компанию технологической.

Разница будет в том, как человек строит вокруг этих инструментов процессы.

Десяти предпринимателям можно дать одинаковые нейросети, и результаты будут совершенно разными.

Один пишет:

«Сделай мне рекламный текст».

Другой строит процесс, где система получает данные о продажах, анализирует отзывы, показатели рекламы и действия конкурентов, находит отклонения, предлагает гипотезы и после этого помогает создать варианты контента для проверки этих гипотез.

Инструмент вроде бы тот же.

Но в первом случае это помощник.

Во втором — уже часть инфраструктуры бизнеса.

Именно второй уровень мне сейчас особенно интересен.

— Сейчас распространён страх, что AI заменит большое количество людей.

— Часть операций он действительно заменит.

Я думаю, процесс будет достаточно масштабным.

Но фраза «AI заменит профессию» слишком упрощает происходящее.

Любая профессия состоит из множества функций.

Сначала будут автоматизироваться повторяемые и хорошо формализуемые операции.

Если человек восемь часов переносит информацию из одной системы в другую, сортирует документы или делает типовые отчёты, очевидно, что такие процессы находятся под сильным риском автоматизации.

Но остаётся другой уровень.

Нужно определить:

какой отчёт нужен;

почему именно этот;

какие показатели смотреть;

какое решение принять по результатам.

За это пока отвечает человек.

Поэтому я бы сформулировал немного жёстче:

AI не обязательно заменит вас. Но человек, который научился использовать AI значительно эффективнее, вполне может заменить человека, который этого не сделал.

И с компаниями произойдёт примерно то же самое.

— Какие компании больше всего рискуют проиграть эту трансформацию?

— Не обязательно самые маленькие.

Иногда крупным компаниям даже сложнее.

У них огромное количество процессов, согласований и подразделений.

Чтобы внедрить новый инструмент, необходимо провести встречи, согласовать бюджет, безопасность, интеграции.

Небольшая компания вечером увидела новую технологию — утром уже проверяет её на реальной задаче.

Поэтому мы можем прийти к очень интересной ситуации.

Компания из пяти или десяти человек по производительности сможет конкурировать с бизнесом, где раньше для выполнения того же объёма работы требовались сотни сотрудников.

Конечно, это применимо не ко всем отраслям.

Но в аналитике, маркетинге, разработке цифровых продуктов, производстве контента, работе с информацией я считаю такой сценарий вполне реалистичным.

— Вы долго работаете с электронной коммерцией. Что маркетплейсы научили вас понимать о бизнесе?

— Что оборот сам по себе практически ничего не означает без экономики.

Это звучит банально, но огромное количество предпринимателей продолжает прежде всего смотреть на продажи.

Компания делает большие обороты.

Красиво.

А потом начинаешь считать рекламу, комиссии площадки, логистику, возвраты, хранение, производство, налоги — и реальная прибыль выглядит совершенно иначе.

Маркетплейсы очень быстро избавляют от романтического отношения к предпринимательству.

Там нельзя сказать:

«Мне кажется, мы хорошо растём».

Есть цифры.

И если ты их не понимаешь, рынок довольно быстро выставит тебе счёт.

— Но маркетплейсы всё равно воспринимаются как относительно простой бизнес.

— Простой вход и простой бизнес — совершенно разные вещи.

Разместить товар действительно стало легче.

Построить устойчивую систему — нет.

За одной карточкой товара сегодня находятся ассортимент, производство, логистика, остатки, реклама, контент, маркировка, возвраты, рейтинг, работа с клиентами, финансовое планирование и постоянные изменения условий площадки.

Поэтому мне немного странно слышать:

«Я просто продаю на маркетплейсе».

За этим «просто» иногда находится довольно сложная операционная компания.

— Где AI может изменить e-commerce?

— Практически везде.

Первое направление — аналитика.

Причём не просто выгрузить таблицу.

Нужно объяснить, что в ней произошло.

Почему изменились продажи?

Почему выросла стоимость рекламы?

Какие SKU начали терять эффективность?

Какие проблемы постоянно повторяются в отзывах?

Что становится причиной возвратов?

Где заканчивается маржа?

Дальше контент.

Фотографии.

Видео.

Карточки товаров.

Рекламные материалы.

Дальше документы.

Клиентская коммуникация.

Работа с поставщиками.

Прогнозирование.

Но самое интересное начинается, когда эти инструменты перестают существовать отдельно.

Например, система обнаруживает увеличение негативных отзывов по конкретной характеристике товара.

Автоматически группирует обращения.

Выявляет основную причину.

Сравнивает ситуацию с конкурентами.

Формирует несколько гипотез.

Предлагает изменения карточки.

Создаёт варианты нового контента для проверки.

Вот здесь мы уже перестаём говорить:

«Мы используем нейросеть».

Это становится полноценным бизнес-процессом, внутри которого работает искусственный интеллект.

— Не возникает риск, что предприниматель начнёт принимать решения на основании ошибок AI?

— Конечно.

И это один из самых серьёзных рисков.

AI умеет очень убедительно ошибаться.

Человек видит красиво структурированный ответ и подсознательно начинает воспринимать его как правильный.

Особенно опасно это в юридических, финансовых, налоговых и других областях, где цена ошибки высока.

Поэтому я отношусь к AI как к очень быстрому и способному сотруднику, результаты которого необходимо контролировать.

Он подготовил анализ — проверь исходные данные.

Сделал вывод — пойми, на чём он основан.

Нашёл информацию — проверь источник.

Мы получаем невероятно мощный инструмент.

Но одновременно нам приходится развивать новую компетенцию:

умение оценивать качество результата, который этот инструмент производит.

— При этом вы много экспериментируете с генеративным контентом. Что вообще меняет AI в производстве рекламы и видео?

— В первую очередь доступность производства.

Ещё недавно для определённого визуального уровня требовались локация, актёры, камера, свет, съёмочная команда, монтаж, постпродакшн.

Сейчас часть этой инфраструктуры можно заменить генеративными технологиями.

Но возникает интересный парадокс.

Чем лучше становятся AI-инструменты, тем важнее становится вкус человека.

Нейросеть может сделать технически красивый кадр.

Но она не знает, зачем этот кадр существует.

Почему камера должна находиться именно здесь?

Почему персонажа нужно показать снизу, а не сверху?

Почему сцена заканчивается именно этим действием?

Почему зритель должен запомнить эту историю?

Поэтому после первоначального восторга от генерации люди снова возвращаются к драматургии, режиссуре, композиции, монтажу.

Технология снижает стоимость производства.

Она не создаёт хорошую идею автоматически.

— Получается, главным дефицитом будущего становятся идеи?

— Я бы сказал — не идеи.

Идей у большинства людей достаточно.

Дефицит — это сочетание идеи, вкуса, дисциплины и способности довести её до результата.

Я вижу людей с прекрасными идеями, которые годами ничего не запускают.

И вижу людей с достаточно обычными идеями, но с невероятно высокой скоростью исполнения.

Очень часто вторые выигрывают.

AI ещё сильнее увеличит эту разницу.

Потому что технических оправданий становится меньше.

Раньше можно было сказать:

«Мне нужен программист».

«Мне нужен дизайнер».

«Мне нужен бюджет на производство».

Теперь часть этих барьеров постепенно исчезает.

И остаётся довольно неприятный вопрос:

если инструмент для реализации уже существует, почему проект всё ещё остаётся только идеей?

— Есть мнение, что предпринимателю будущего самому придётся становиться программистом.

— Скорее архитектором.

Не обязательно самостоятельно писать тысячи строк кода.

Нужно понимать, как должна работать система.

Какие данные входят.

Что с ними происходит.

Какой результат нужен на выходе.

Какие части процесса можно автоматизировать.

Какие решения нельзя передавать машине.

Я называю это определённым инженерным мышлением предпринимателя.

AI резко снижает технический порог входа.

Человек может не быть профессиональным разработчиком, но с помощью современных инструментов способен создать прототип сервиса, внутреннюю программу или автоматизацию.

И это открывает совершенно новый рынок возможностей.

— Но между «я придумал AI-проект» и реально работающим решением всё-таки большая дистанция. С чего начинается нормальная реализация?

— С бизнес-задачи.

Не с выбора нейросети.

Это принципиально.

Очень часто человек приходит с формулировкой:

«Мне нужен AI».

Но AI ему сам по себе не нужен.

Например, у него менеджеры каждый день по несколько часов обрабатывают однотипные документы.

Или руководитель каждое утро вручную собирает информацию из пяти систем.

Или компания получает тысячи отзывов клиентов, но практически никак их системно не анализирует.

Или контент-команда постоянно производит однотипные материалы.

Вот это уже задачи.

Сначала я бы разобрал существующий процесс.

Что человек делает сейчас?

Какие данные получает?

Какие решения принимает?

Где возникает задержка?

Что повторяется?

Где больше всего ручного труда?

Где чаще происходят ошибки?

После этого уже становится понятно, какую часть процесса вообще имеет смысл отдавать AI.

— То есть начинать с конкретной модели — ChatGPT, Claude или какой-то другой — неправильно?

— Конечно.

Модель — это инструмент.

Через полгода может появиться другая, которая делает ту же работу лучше.

Если вся архитектура проекта построена вокруг названия одной нейросети, это довольно слабый фундамент.

Правильнее сначала определить:

что должна делать система?

Допустим:

получать документы;

извлекать определённые данные;

сопоставлять их с внутренней базой;

находить отклонения;

формировать результат;

передавать человеку только случаи, требующие решения.

Вот это уже архитектура задачи.

А дальше можно подбирать лучший технологический стек.

— Как выглядит процесс создания такого проекта?

— Я бы разделил его на несколько этапов.

Первый — разбор бизнес-процесса.

Нужно понять, что происходит сейчас и где действительно находится проблема.

Второй — проектирование решения.

Что автоматизируем?

Что оставляем человеку?

Какие системы должны обмениваться данными?

Третий — прототип.

Я вообще сторонник сначала собрать минимальную рабочую конструкцию и проверить её на реальных данных.

Не нужно сразу полгода создавать огромную систему.

Сначала докажите, что сама логика работает.

После этого — интеграция и масштабирование.

И обязательно измерение результата.

Если раньше процесс занимал 40 часов работы сотрудников в неделю, а теперь занимает десять — мы видим экономический эффект.

Если раньше отчёт готовился три дня, а теперь появляется за десять минут — тоже.

AI-проект должен приносить измеримый результат.

Иначе это может быть технологически интересная игрушка, но не бизнес-инструмент.

— Какие проекты вам лично наиболее интересны?

— Те, где AI решает реальную задачу бизнеса.

Не просто «давайте добавим чат-бота, потому что сейчас у всех есть чат-бот».

Мне интереснее системы, где можно существенно изменить сам процесс.

Например:

аналитика больших массивов информации;

автоматизация повторяющихся операций;

внутренние инструменты для сотрудников;

AI-ассистенты под конкретную функцию;

работа с документами;

создание и управление контентом;

системы, которые объединяют несколько источников данных;

AI-агенты, выполняющие последовательность действий;

быстрые прототипы новых цифровых продуктов.

Особенно интересны ситуации, когда человек давно видит проблему внутри бизнеса, но до появления современных AI-инструментов стоимость её автоматизации делала проект экономически бессмысленным.

Сейчас экономика многих таких решений полностью меняется.

— То есть предприниматель может прийти к вам просто с проблемой, не понимая, какая именно технология ему нужна?

— Я бы даже сказал, что это предпочтительный вариант.

Если человек приходит и говорит:

«Вот процесс. Он занимает у нас пять сотрудников. Вот что они делают. Вот где мы теряем время и деньги. Можно ли это изменить?» —

с этим уже можно работать.

Ему совершенно не обязательно знать, какая модель должна использоваться, нужна ли здесь агентная система, обычная автоматизация или вообще AI в этой задаче не нужен.

Это уже вопрос проектирования решения.

Самая сильная постановка задачи от собственника обычно звучит очень просто:

«Вот как мой бизнес работает сейчас. Вот что меня в этом не устраивает. Я хочу, чтобы это работало лучше».

Дальше эту проблему уже можно переводить на язык технологий.

— Получается, следующий этап развития AI — это не чат-боты?

— Именно.

Мы постепенно переходим от эпохи:

«написал вопрос — получил ответ»

к системам, которые способны выполнять цепочки действий.

Получить задачу.

Определить последовательность.

Обратиться к нескольким источникам.

Проанализировать информацию.

Использовать необходимые инструменты.

Сформировать результат.

В каких-то случаях — инициировать следующее действие.

И возвращаться к человеку уже не просто с текстовым ответом, а с выполненной частью работы.

Это переход от AI как собеседника к AI как элементу операционной системы бизнеса.

И когда такие системы станут ещё надёжнее, начнёт меняться сама архитектура компаний.

— Какими тогда будут компании через пять лет?

— Значительно компактнее.

Сегодня мы всё ещё подсознательно оцениваем масштаб компании количеством сотрудников.

Большой офис.

Много отделов.

Сотни людей.

Но исторически это во многом было связано с необходимостью вручную обрабатывать огромный объём информации и выполнять множество операций.

Если значительная часть операционных и интеллектуальных процессов автоматизируется, количество людей перестаёт напрямую определять возможности бизнеса.

Поэтому я вполне допускаю появление компаний, в которых работают десять или двадцать человек, но по объёму создаваемой ценности они сопоставимы с организациями, где раньше требовались сотни.

Очень маленькие команды смогут создавать глобальные продукты.

Именно поэтому сейчас настолько интересное время для предпринимательства.

Но одновременно технологии становятся доступными практически всем.

Поэтому главным преимуществом становится уже не сам доступ к AI.

А другое:

насколько быстро предприниматель способен увидеть изменение, понять его и превратить в работающую систему внутри своего бизнеса.

Есть бизнес-задача, которую можно решить с помощью AI?

Искусственный интеллект имеет смысл внедрять не ради самой технологии.

Он становится действительно ценным, когда помогает компании:

— сократить количество ручных операций;

— быстрее обрабатывать документы и информацию;

— анализировать большие массивы данных;

— автоматизировать повторяющиеся бизнес-процессы;

— создать внутреннего AI-ассистента для сотрудников;

— построить собственный цифровой инструмент или сервис;

— связать несколько существующих систем в единый процесс;

— быстрее производить и анализировать контент;

— создать прототип новой бизнес-идеи и проверить её до больших инвестиций.

Если в вашей компании есть процесс, который занимает слишком много времени, требует постоянной ручной работы или который вы давно хотели автоматизировать, его можно начать не с выбора технологии, а с разбора самой задачи.

Денис Набережнев занимается проектированием и практической реализацией AI-решений под конкретные бизнес-задачи — от первоначальной идеи и архитектуры до создания рабочего прототипа и дальнейшего внедрения.

Для начала достаточно описать:

что сейчас происходит в вашем бизнесе, какую проблему вы хотите решить и какой результат хотите получить.

После этого можно определить, имеет ли смысл применять AI, каким должно быть решение и как построить его реализацию.

→ Обсудить AI-проект с Денисом Набережневым