Build vs buy je mrtav — AI ga je upravo ubio

Zamislite ovo: sjedite u konferencijskoj sobi, na pola puta od dobavljača. Demo izgleda solidno, a cijena se dobro uklapa u proračun. Vremenska linija se također čini razumnom. Svi kimaju glavom.

Doslovno ste nekoliko minuta od pristanka.

Zatim uđe netko iz vašeg tima za financije. Vidje špil i namršti se. Nekoliko minuta kasnije, šalju vam poruku na Slacku: “Zapravo, napravio sam verziju ovoga prošli tjedan. Trebalo mi je 2 sata u Cursoru. Želite li pogledati?”

Čekaj… što?

Ova osoba ne kodira. Pouzdano znate da nikada u životu nisu napisali ni red JavaScripta. Ali evo ih, pokazuju vam radni prototip na svom prijenosnom računalu koji radi… prilično točno ono što je dobavljač ponudio. Naravno, ima grubih rubova, ali radi. I nije koštao šest znamenki. Samo dva sata njihovog vremena.

Odjednom, pretpostavke s kojima ste ušli — o tome kako se razvija softver, tko ga proizvodi i kako se oko njega donose odluke — počinju se raspadati po šavovima.

Stari okvir

Desetljećima je svaka rastuća tvrtka postavljala isto pitanje: Trebamo li ovo izgraditi sami ili bismo trebali kupiti?

I desetljećima je odgovor bio prilično jednostavan: Izgradite ako je to srž vašeg poslovanja; kupi ako nije.

Logika je imala smisla, jer je gradnja bila skupa i značila je posuđivanje vremena od prezaposlenih inženjera, pisanje specifikacija, planiranje sprinteva, upravljanje infrastrukturom i pripremanje za dugačak rep održavanja. Kupnja je bila brža. Sigurnije. Platili ste podršku i duševni mir.

Ali nešto se fundamentalno promijenilo: umjetna inteligencija je učinila građenje dostupnim svima. Za što su prije bili potrebni tjedni, sada su potrebni sati, a ono što je prije zahtijevalo tečno poznavanje programskog jezika sada zahtijeva tečno poznavanje jednostavnog engleskog.

Kada se cijena i složenost izgradnje ovako dramatično sruše, stari okvir odlazi s njima. Više nije gradnja protiv kupnje. To je nešto čudnije za što nismo baš pronašli prave riječi.

Kad tržište ne zna što ti treba (još)

Moja tvrtka nikada nije planirala izgraditi toliko alata koje koristimo. Jednostavno smo morali graditi jer stvari koje su nam trebale nisu postojale. I, kroz taj proces, razvili smo instinktivno razumijevanje onoga što zapravo želimo, što je korisno i što može ili ne može učiniti. Ne ono što su nam dobavljači govorili da trebamo ili što su izvješća analitičara rekla da bismo trebali željeti, već ono što je zapravo pokrenulo iglu u našem poslovanju.

Utvrdili smo koje probleme vrijedi rješavati, a koje ne, gdje je umjetna inteligencija stvorila stvarnu prednost, a gdje je samo buka. I tek tada, kad smo imali tu teško stečenu jasnoću, počeli smo kupovati.

Do tog trenutka znali smo točno što tražimo i mogli smo razlikovati sadržaj od marketinga u otprilike pet minuta. Postavljali smo pitanja koja su prodavače činila nervoznima jer smo već izgradili neku rudimentarnu verziju onoga što su prodavali.

Kad svatko može izgraditi u nekoliko minuta

Prošlog je tjedna netko iz našeg CX tima primijetio povratne informacije korisnika o grešci u Slacku. Samo mala pritužba kupaca, ništa veće. U nekoj drugoj tvrtki to bi pokrenulo zahtjev za podršku i čekali bi da netko drugi to riješi, ali to se nije dogodilo ovdje. Otvorili su Cursor, opisali promjenu i pustili umjetnu inteligenciju da napiše popravak. Zatim su poslali zahtjev za povlačenje koji je inženjering pregledao i spojio.

Samo 15 minuta nakon što se ta pritužba pojavila u Slacku, popravak je bio u produkciji.

Osoba koja je ovo napravila nije ni najmanje tehnički stručnjak. Sumnjam da vam mogu reći razliku između Pythona i JavaScripta, ali svejedno su riješili problem.

I to je bit.

AI je postao toliko dobar u pokretanju relativno jednostavnog koda da se nosi s 80% problema za koje je prije bio potreban sastanak za planiranje sprinta i dva tjedna inženjerskog vremena. Briše granicu između tehničkog i netehničkog. Posao koji je prije bio usko grlo inženjeringa sada obavljaju ljudi koji su najbliži problemu.

Ovo se upravo događa u tvrtkama koje zapravo obraćaju pozornost.

Inverzija koja se događa

Ovdje postaje fascinantno za financijske čelnike, jer je AI zapravo okrenuo cijelu stratešku logiku odluke o izgradnji nasuprot kupnji na glavu.

Stari model je išao otprilike ovako:

1. Definirajte potrebu.

2. Odlučite hoćete li graditi ili kupiti.

Ali definiranje potrebe trajalo je zauvijek i zahtijevalo duboku tehničku stručnost ili biste potrošili novac kroz implementacije dobavljača na temelju pokušaja i pogrešaka. Provjeravali biste bezbrojne demonstracije, pokušavajući zamisliti je li ovo doista riješilo vaš problem. Zatim biste pregovarali, implementirali, premjestili sve svoje podatke i tijekove rada u novi alat i šest mjeseci i šest brojki kasnije otkrili jeste li (ili niste) bili u pravu.

Sada se cijeli niz okreće:

1. Izgradite nešto lagano s AI.

2. Iskoristite ga da shvatite što vam zapravo treba.

3. Zatim odlučite hoćete li kupiti (i znat ćete točno zašto).

Ovaj vam pristup omogućuje izvođenje kontroliranih eksperimenata. Shvatite je li problem uopće bitan. Otkrivate koje značajke donose vrijednost, a koje jednostavno izgledaju dobro u demonstracijama. Zatim ideš u kupovinu. Umjesto da dopustite nekom vanjskom dobavljaču da vam kaže što vam je potrebno, morate shvatiti imate li tu potrebu uopće.

Razmislite koliko ste softvera kupili, a koji su, gledajući unatrag, riješili probleme koje zapravo niste imali. Koliko ste puta bili tri mjeseca u implementaciji i pomislili: “Čekaj, pomaže li nam ovo stvarno ili samo pokušavamo opravdati ono što smo potrošili?”

Sada, kada kupite, pitanje postaje “Rješava li ovo problem bolje od onoga što smo već dokazali da možemo izgraditi?”

Taj jedan preoblikovanje mijenja cijeli razgovor. Sada se na pozive dobavljača javljate obaviješteni. Postavljate oštrija pitanja i pregovarate s mjesta snage. Što je najvažnije, izbjegavate najskuplju pogrešku u poslovnom softveru, a to je rješavanje problema koji zapravo nikada niste imali.

Zamka koju trebate izbjeći

Kako se ova nova sposobnost pojavljuje, gledam kako tvrtke trče u pogrešnom smjeru. Znaju da moraju biti izvorni AI, pa odlaze u shopping. Traže alate pokretane umjetnom inteligencijom, puneći svoj hrpu proizvodima koji imaju GPT integracije, korisničko sučelje chatbota ili “AI” postavljeno na marketinšku stranicu. Misle da se transformiraju, ali nisu.

Sjetite se kako je nazvao fizičar Richard Feynman kargo kult znanost? Nakon Drugog svjetskog rata, otočani u južnom Pacifiku izgradili su lažne piste i kontrolne tornjeve, oponašajući ono što su vidjeli tijekom rata, nadajući se da će se avioni puni tereta vratiti. Imali su sve vanjske oblike zračne luke: tornjeve, slušalice, čak i ljude koji oponašaju kontrolore leta. Ali nijedan avion nije sletio, jer forma nije bila u funkciji.

To je upravo ono što se događa s transformacijom umjetne inteligencije u sobama za sastanke posvuda. Lideri kupuju alate umjetne inteligencije ne pitajući se mijenjaju li smisleno način na koji se posao obavlja, koga ovlašćuju ili koje procese otključavaju.

Izgradili su pistu, ali avioni se ne pojavljuju.

A cijelo tržište je u osnovi postavljeno da vas natjera da upadnete u ovu zamku. Sada se sve označava kao AI, ali čini se da nikoga nije briga što ti proizvodi zapravo rade. Svaki SaaS proizvod uključio je chatbot ili značajku automatskog dovršavanja i nalijepio AI oznaku na to, a oznaka je izgubila svako značenje. To je samo potvrdni okvir koji dobavljači trebaju označiti, bez obzira na to stvara li stvarnu vrijednost za kupce.

fnova supermoć inance tima

Ovo je dio koji me uzbuđuje o tome što financijski timovi sada mogu učiniti. Ne morate više pogađati. Ne morate se kladiti sa šest znamenki na prodajni špil. Možete testirati stvari i zapravo možete nešto naučiti prije nego što potrošite.

Evo što mislim: ako procjenjujete softver za upravljanje dobavljača, izradite prototip temeljnog tijeka rada s AI alatima. Odredite rješavate li problem alata ili problem procesa. Odredite trebate li uopće softver.

To ne znači da ćete sve izgraditi interno — naravno da ne. Većinu vremena ipak ćete na kraju kupiti, i to je potpuno u redu, jer alati za poduzeća postoje iz dobrih razloga (razmjer, podrška, sigurnost i održavanje). Ali sada ćete kupovati širom otvorenih očiju.

Znat ćete kako “dobro” izgleda. Pojavit ćete se demonstracijama koje već razumiju rubne slučajeve i za otprilike 5 minuta znati shvaćaju li doista vaš specifični problem. Brže ćete implementirati. Bolje ćete pregovarati jer ne ovisite u potpunosti o rješenju dobavljača. I odabrat ćete ga jer je uistinu bolji od onoga što biste sami mogli napraviti.

Već ste zacrtali oblik onoga što vam je potrebno i samo ćete tražiti najbolju verziju toga.

Nova paradigma

Godinama je mantra bila: Gradi ili kupi.

Sada je elegantniji i mnogo pametniji: Gradite kako biste naučili što kupiti.

I nije to neka buduća država. Ovo se već događa. Upravo sada, negdje, predstavnik kupca koristi AI kako bi riješio problem s proizvodom koji je uočio prije nekoliko minuta. Negdje drugdje, financijski tim izrađuje prototip vlastitih analitičkih alata jer su shvatili da mogu ponavljati brže nego što mogu napisati zahtjeve za inženjering. Negdje, tim shvaća da je granica između tehničkog i netehničkog uvijek bila više kulturna nego fundamentalna.

Tvrtke koje prihvate ovu promjenu kretat će se brže i trošiti pametnije. Poznavat će svoje operacije dublje nego što bi to ikada mogao bilo koji dobavljač. Radit će manje skupih pogrešaka i kupiti bolje alate jer zapravo razumiju što alate čini dobrima.

Tvrtke koje se drže starog plana nastavit će sjediti na prezentacijama dobavljača, klimajući glavom na prijedloge prihvatljive za proračun. Raspravljat će o vremenskim okvirima i stalno brkati profesionalne špilove sa stvarnim rješenjima.

Sve dok netko iz vlastitog tima ne otvori svoje prijenosno računalo, kaže: “Sinoć sam napravio verziju ovoga. Želite li to provjeriti?”, i pokaže im nešto što su napravili u dva sata, a što radi 80% onoga za što će platiti šest znamenki.

I, samo tako, pravila se mijenjaju zauvijek.

Siqi Chen je suosnivač i izvršni direktor tvrtke Runway.

Pročitajte više iz našeg gostujući pisci. Ili razmislite o slanju vlastitog posta! Pogledajte naše smjernice ovdje.

Web izvor