В новом эпизоде подкаста a16z Сима Амбл (партнер Andreessen Horowitz) и Елена Бергер обсуждают с Владимиром Кайлем, сооснователем и CEO стартапа Lio, как искусственный интеллект переосмысляет корпоративные закупки. В центре дискуссии — противостояние ИИ-стартапов и технологических гигантов, концепция мультиагентных систем и то, почему закупки, традиционно считавшиеся «скучной» сферой, становятся ключевым рычагом влияния на мировую экономику.
🚀 Почему ИИ-стартапы побеждают ИТ-гигантов 0:58
В индустрии технологий часто обсуждается битва между «дистрибуцией» (сильной стороной корпораций-инкумбентов) и «инновациями» (сильной стороной стартапов) . Сима Амбл отмечает, что сегодня у гигантов вроде Salesforce появился новый рычаг — возможность накладывать готовые ИИ-модели поверх своих систем записи (ERP, CRM) .
Однако Сима Амбл утверждает, что у ИИ-native стартапов сохраняется критическое преимущество:
- Ограниченность «систем записи»: Традиционные вендоры ограничены данными, которые уже есть в их базе. Но реальная работа происходит вне этих систем — в цепочках писем, звонках и обсуждениях .
- Сквозные процессы (End-to-End): Стартапы стремятся владеть не просто записью о сделке, а всем процессом — от постановки задачи до финального исполнения .
- Внутренние конфликты гигантов: У корпораций часто возникают конфликты стимулов. Например, команда, продающая софт для поддержки клиентов, может конфликтовать с командой, создающей агента, который полностью заменяет эту поддержку .
Владимир Кайль добавляет, что в ERP-системе закупка алюминия может выглядеть как простая строка «$8,000» . Но за этой цифрой скрываются сотни встреч, 500 имейлов, десятки Excel-таблиц и недели работы инженеров по 3D-моделированию, которые «невидимы» для классического софта .
🤖 Четыре типа агентов: от поиска до принятия решений 6:18
Сима Амбл выделяет четыре этапа развития ИИ-агентов, каждый из которых требует разного уровня доверия и сложности :
- Поисковые агенты (Retrieval Agents): Самый простой уровень — чат-боты, которые извлекают информацию из документов или баз данных. Большинство корпораций застряли на этом этапе .
- Процессные агенты (Process Agents): Могут выполнять формальные процедуры, например, одобрить кредит на основе справочника правил. Здесь нет места субъективному суждению .
- Политические агенты (Policy Agents): Применяют суждение в рамках политики компании. Например, решают, является ли 20-минутный сбой в сервисе «значительным» для выплаты компенсации .
- Принципиальные агенты (Principal Agents): Самый сложный уровень. Агент действует как доверенное лицо, принимая стратегические решения. Например, предложить клиенту компенсацию выше положенной, чтобы сохранить важные отношения .
По словам Владимира Кайля, Lio охватывает все эти категории в зависимости от рисков и сложности задачи .
🏗️ Закупки масштаба Boeing: как это работает изнутри 21:13
Владимир объясняет, что закупки в промышленном масштабе (авиастроение, робототехника, строительство дата-центров) — это не покупка карандашей, а управление тысячами поставщиков .
- Цена ошибки: Если одна маленькая деталь для самолета задержится на две недели, ущерб может составить сотни миллионов долларов из-за простоя всего проекта .
- Мультиагентная система: Для решения таких задач Lio использует группу агентов, которые общаются между собой . Один агент анализирует чертежи, другой отслеживает новости о перекрытии Суэцкого канала, третий ведет переговоры .
- Контекст физического мира: ИИ может предсказать надежность поставщика, анализируя не только его цены, но и внешние данные — от новостей до рынков предсказаний (например, Polymarket) о возможных сбоях .
Пример заказа болта для авиакомпании 28:03
Весь процесс может быть полностью автономным:
- Рабочий загружает фото или Excel-смету .
- Агент проверяет инвентарь на других заводах компании.
- Если детали нет, агент рассылает запросы (RFQ) внешним поставщикам .
- Анализирует ответы (PDF, письма, таблицы), сравнивает цены и вступает в переговоры или аукцион .
- Отслеживает отгрузку и проверяет счета на предмет мошенничества .
🤝 Проблема доверия и «Человек в контуре» 11:32
Главный барьер для внедрения ИИ в закупках — отсутствие доверия . Владимир Кайль подчеркивает, что ни одно предприятие не начинает с полной автономии.
- Human-in-the-Loop (Человек в контуре): На ранних этапах агент предлагает решение, а человек его одобряет. Это позволяет системе обучаться нюансам конкретной компании .
- Малые чеки: Для закупок до $50,000 компании часто вообще не вели переговоров раньше из-за нехватки ресурсов. Использование ИИ здесь не несет рисков — любой результат лучше, чем его отсутствие .
- Стратегические переговоры: В сделках на миллиарды долларов агенты работают как «бэк-офис», готовя данные для людей, или предоставляют подсказки в реальном времени во время звонка (например, указывая, что доля нефти в продукте всего 30%, поэтому рост цены на нефть на 10% не должен повышать цену продукта на столько же) .
📉 Экономика и будущее: агенты с обеих сторон 44:46
Владимир Кайль прогнозирует будущее, где агенты будут вести дела с агентами с обеих сторон (покупателя и продавца) . Это устранит трение в 5,000 мелких задач, которые предшествуют сделке.
Закупки обладают тремя характеристиками, делающими их идеальными для ИИ-бизнеса:
- Высокая эмоциональность: Люди ненавидят закупки из-за бюрократии и сложности систем вроде SAP .
- Скучность и нишевость: В этой сфере не было революций последние 20 лет, поэтому удивить клиентов легко .
- Колоссальное влияние на бизнес: Снижение затрат на 1% эквивалентно росту выручки на 10% для маржинальности компании (P&L) .
Сима Амбл заключает, что создание собственной ИИ-системы внутри корпорации часто оказывается ловушкой. Компании могут построить решение, работающее на 70-80%, но последние 20% (обработка исключений, интеграции, точность) требуют 80% всех усилий и являются основной компетенцией таких стартапов, как Lio .
