Neil Sholay из Oracle (Европа, Ближний Восток и Африка) в статье для TechRadar указал на проблему: многие компании ждут «магии» от ИИ, внедряя цифровых помощников и Copilot, но ожидаемых результатов не получают. Причина в том, что предприятия не различают уровни применения ИИ.
Sholay делит ИИ на два типа: горизонтальный (Horizontal AI) и вертикальный (Vertical AI). Горизонтальный ИИ подходит для базовых задач, его легко развернуть, но он всё сильнее коммерциализируется. Вертикальный ИИ учитывает отраслевые знания, корпоративные данные и рабочие процессы — он способен решать сложные задачи.
Возникает «парадокс сложности» (The Complexity Paradox): горизонтальный ИИ прост в развёртывании, но даёт ограниченную ценность, а вертикальный — сложнее внедрить, но он может радикально изменить показатели бизнеса (доходы, расходы, прибыль). При этом большинство компаний пока ограничиваются горизонтальным ИИ.
Например, общий цифровой помощник может сэкономить команде поддержки несколько часов в неделю — это полезно, но недостаточно для трансформации бизнеса. А система ИИ, разработанная под конкретную отрасль, встраивается в ключевые процессы, использует уникальные данные и знания, превращаясь в часть бизнес-процесса.
Sholay подчёркивает: горизонтальный и вертикальный ИИ не исключают друг друга, а дополняют. Горизонтальный создаёт основу для связи систем, а вертикальный с помощью данных и знаний отрасли обеспечивает более значительные изменения. В некоторых европейских компаниях после внедрения вертикального ИИ на базе горизонтального производительность выросла на 15–20% — эффект распространился на весь рабочий процесс, а не только на отдельный отдел.
CloudMile (компания, связанная с облачными технологиями) также обращает внимание на тренд: предприятия переходят от горизонтальных решений к вертикальным. Лю Юнсинь (основатель и председатель правления CloudMile) выделяет три этапа эволюции ИИ:
1. Горизонтальный ИИ (например, ChatGPT) — универсальные инструменты.
2. Вертикальный ИИ — решения для конкретных отраслей или задач.
3. Agentic AI — системы, способные самостоятельно выполнять последовательность задач.
По мнению Лю Юнсиня, преимущество компаний будет зависеть не от выбора языковой модели (LLM), а от способности соединить данные, модель и рабочие процессы в работающие решения. Он предсказывает наступление эры гибридного ИИ (Hybrid AI): компании будут комбинировать разные модели, облачные платформы и AI Agent в зависимости от ситуации, выстраивая оптимальную архитектуру. Успешными окажутся те, кто быстрее достигнет состояния «Agent Ready Enterprise» — когда AI Agent может сразу приступить к работе.
Лю Юнсинь также отмечает, что вертикальный ИИ меняет подход к созданию ценности в софте. Раньше софт был инструментом, ускоряющим работу, а теперь AI может непосредственно выполнять задачи — в бизнесе, маркетинге, поддержке. Например, если софт продаётся по 1 тыс. долларов в месяц каждому из 10 тыс. клиентов, рынок оценивается в 120 млн долларов. Но если AI возьмёт на себя выполнение ключевых задач и цена вырастет до 10 тыс. долларов в месяц, рынок достигнет 1,2 млрд долларов. Это открывает возможности для отраслей, которые раньше считались малоприбыльными.
Таким образом, переход от горизонтальных инструментов к вертикальным решениям и далее к автономным агентам меняет границы ответственности между людьми и софтом, а также бизнес‑модели. Успех в этой трансформации будет зависеть от умения компаний интегрировать данные, модели, рабочие процессы и AI Agent.
Подписаться в Макс
