Как добавить функции ИИ в SaaS, который вы уже построили

Прямо сейчас на каждого основателя SaaS давит особый вид напряжения. Член совета директоров, клиент или просто голос в собственной голове повторяют одни и те же три слова: «нам нужен ИИ». Продукт уже работает. Люди за него платят. И всё же вдруг кажется, будто ему недостаёт чего-то, что есть у всех остальных. Вы открываете спринт, подключаете API, выпускаете чат-бота в углу — а через месяц им никто не пользуется. Проблема никогда не была в модели. Она была в решении, на что её направить.

Добавить ИИ в совершенно новый продукт, как ни странно, проще. У вас нет пользователей, которых можно разочаровать, нет модели данных, которую нужно уважать, нет команды поддержки, которую нужно вводить в курс дела. Добавить ИИ в SaaS, который уже существует — с платящими клиентами, устоявшимся рабочим процессом и репутацией надёжности — это другой спорт. Каждая новая функция приземляется внутри системы, которой люди уже доверяют, а доверие — именно то, что слишком ретивая функция ИИ сжигает быстрее всего.

Мы помогли немалому числу софтверных команд сделать это хорошо и видели, как несколько сделали это плохо. Команды, у которых получается, почти никогда не начинают с технологии. Они начинают с одного болезненного вопроса, который их пользователи задают снова и снова, и лишь затем спрашивают, является ли ИИ самым дешёвым честным ответом. Это руководство — тот самый подход, изложенный на бумаге: как выбрать функцию, построить её, не сломав то, что работает, и выпустить так, чтобы люди действительно за ней тянулись.

Почему большинство прикрученных функций ИИ проваливаются

Пройдитесь по достаточному числу панелей SaaS — и вы начнёте узнавать кладбище. Кнопка «✨ ИИ-ассистент», на которую никто не нажимает. Панель сводок, выдающая три пресных предложения, которые мог бы написать любой. Чат-бот, отвечающий на вопросы, на которые продукт уже лучше отвечал обычной строкой поиска. Эти функции провалились не потому, что ИИ был слаб. Они провалились, потому что были решениями в поисках проблемы.

Схема почти всегда одна и та же. Кто-то почувствовал давление выпустить хоть что-нибудь ИИ-образное и потянулся за самым универсальным, самым заметным вариантом — окном чата, — потому что именно это очевиднее всего читается как «ИИ». Но окно чата — это чистый лист, а чистый лист — ужасный интерфейс для людей, пришедших в ваш продукт выполнить конкретную задачу. Они не хотят беседовать. Они хотят готовый отчёт, составленное письмо, очищенные данные.

Второй режим провала тоньше и дороже: выпустить функцию, которая права большую часть времени, в рабочий процесс, где ошибка недопустима. Подсказка с точностью 90% звучит здорово на демо. В инструменте, которым люди выставляют счета или составляют графики персонала, уверенная ошибка в 1 случае из 10 читается не как «впечатляющий ИИ» — она читается как «этому продукту нельзя доверять». Планка внутри существующего продукта выше, чем на лендинге, потому что вы тратите доверие, которое уже заработали.

Начните с вопроса, а не с модели

Хорошая новость в том, что существующий SaaS даёт вам то, чего никогда нет у нового продукта: доказательства. Вы уже знаете, где пользователи мучаются, потому что они говорят вам об этом каждый день. Сырьё для вашей первой замечательной функции ИИ лежит во входящих поддержки, в опросах об оттоке и в тех частях вашего же продукта, которые люди тихо обходят стороной.

Поэтому, прежде чем кто-либо напишет промпт, соберите эти доказательства. Прочитайте последние двести обращений в поддержку и пометьте повторяющиеся. Спросите команду поддержки, какой вопрос им надоело отвечать. Загляните в аналитику на экран, где люди замедляются, бросают начатое или яростно кликают. Где-то там есть задача нудная, языковая по форме и выполняемая снова и снова — а это в точности та форма задачи, в которой ИИ хорош.

Обратите внимание, что общего у этих просьб: ни одна из них не звучит как «добавьте чат-бота». Они конкретны, встроены и заканчиваются осязаемым результатом. В этом разница между функцией ИИ и ИИ-игрушкой. Функция растворяется в рабочем процессе и экономит шаг. Игрушка стоит сбоку и просит пользователя сделать лишнюю работу, чтобы извлечь из неё ценность.

Быстрый способ ранжировать кандидатов на функцию ИИ

Как только у вас есть короткий список из трёх-шести идей, нужен способ выбора, который не сводится к тому, кто громче кричит на совещании по планированию. Мы оцениваем каждого кандидата по трём прямым осям, от одного до пяти, и наибольшая сумма обычно побеждает — или, по крайней мере, начинает правильный спор.

1. 1
   Ценность: насколько сильно пользователи этого хотят?

   Поставьте 5, если это отвечает на просьбу, которую вы слышите постоянно, и заметно сэкономило бы пользователям время. Поставьте 1, если это «приятно иметь», что кто-то в команде придумал.
2. 2
   Терпимость: что будет, когда оно ошибётся?

   Поставьте 5, если ошибка дешева и легко замечается — черновик, который пользователь всё равно проверяет. Поставьте 1, если ошибка тихо портит данные, деньги или отношения с клиентом.
3. 3
   Осуществимость: есть ли вообще чем её накормить?

   Поставьте 5, если данные, нужные функции, у вас уже есть в пригодном виде. Поставьте 1, если она зависит от данных, которых у вас нет, к которым нет доступа или которые в беспорядке.
4. 4
   Перемножьте, затем проверьте здравым смыслом

   Перемножьте все три. Затем задайте человеческий вопрос: сможем ли мы выпустить первую версию победителя примерно за месяц? Если нет, урезайте охват, пока не сможете.

Эта средняя ось — терпимость к ошибке — та, которую команды пропускают, и именно она топит проекты. Функция может быть высокоценной и полностью осуществимой и всё равно быть ужасным первым выбором — просто потому, что цена уверенно неверного ответа слишком высока. Ваша первая функция ИИ должна жить где-то в прощающем месте, где человек остаётся в контуре, а ошибка стоит нескольких секунд, а не клиента.

Встройте её в продукт, а не рядом с ним

Вот ошибка, которая отличает функцию ИИ, которую любят, от той, которую терпят: куда вы её помещаете. Инстинкт — добавить новую, отдельную поверхность ИИ — панель, страницу, выдвижной чат, — потому что это ощущается как чистый способ выпустить. Но отдельная поверхность просит пользователя покинуть то, чем он занимался, уйти куда-то ещё и вернуться. Каждый из этих шагов теряет людей.

Функции, которые приживаются, — те, что появляются ровно там, где работа уже происходит. Кнопка черновика сидит внутри поля ответа, а не в боковой панели. Извлечённые данные текут прямо в поля формы, предзаполненные и редактируемые. Предложенный приоритет показывается тихим значком в списке, который пользователь и так просматривает. ИИ не объявляет о себе; он просто делает следующий клик ощутимо легче. В этом и состоит всё мастерство.

Здесь же существующий продукт оказывается даром, а не ограничением. Вы уже знаете точный момент, когда пользователь застревает, точное поле, которое он вот-вот заполнит, точное письмо, которое он вот-вот напишет. Используйте этот контекст. Та же модель, накормленная окружающими данными, которыми ваш продукт уже владеет, выдаёт нечто в десять раз полезнее, чем когда-либо смогло бы пустое окно чата, — потому что она не гадает, чего хочет пользователь. Она уже это знает.

Держите человека в контуре — и сделайте это очевидным

Для ваших первых функций ИИ самый безопасный и вызывающий доверие шаблон почти всегда — предлагай, не действуй. ИИ предлагает; человек одобряет. Он составляет письмо, а человек его отправляет. Он заполняет поля, а человек их проверяет. Он отмечает приоритет, а человек решает. Это не нехватка амбиций — это то, как вы нарабатываете послужной список, позволяющий позже автоматизировать больше.

Здесь есть измерение дизайна, а не только техническое. Сделайте визуально ясным, когда что-то пришло от ИИ и ждёт благословения человека. Тонкая метка, другой фон, явное «проверить и отправить» вместо тихого авто-действия. Пользователи прощают слегка промахнувшуюся подсказку ИИ куда охотнее, чем действие ИИ, случившееся без спроса. Первое ощущается как полезный коллега; второе — будто софт пошёл вразнос.

• Показывайте вывод ИИ как черновик или подсказку, которую пользователь может отредактировать, прежде чем она вступит в силу.
• Делайте её визуально отличимой, чтобы никто не спутал машинную догадку с подтверждённым фактом.
• Всегда предлагайте чистое «нет, спасибо» — позвольте людям отклонить подсказку и продолжить по-старому.
• Когда ИИ не уверен, пусть скажет об этом и деградирует изящно, а не выдумывает уверенный ответ.
• Логируйте, что было предложено и что человек с этим сделал, — это ваши данные о точности на будущее.

Этот последний пункт — тихо самый ценный. Каждый раз, когда пользователь принимает, правит или отвергает подсказку, он сообщает вам, насколько хороша ваша функция на самом деле — в реальном мире, на реальных данных, а не на демо. Эта петля обратной связи — то, как вы решаете, готова ли функция стать более автономной и где ей всё ещё нужна человеческая рука на руле.

Инженерная реальность, о которой никто не предупреждает

Демо — это лёгкие 20%. Довести функцию ИИ до готовности к продакшену внутри настоящего SaaS — это остальные 80%, и в основном это негламурная работа, имеющая мало отношения к самой модели. Стоит знать это на входе, чтобы рабочий прототип не соблазнил вас пообещать дату выпуска, которую вы провалите.

Прокладка данных и контекст

Модель полезна ровно настолько, насколько то, чем вы её кормите. Сложное — надёжно собрать правильный контекст из вашей существующей базы данных, отформатировать его, поддерживать актуальным и соблюдать, какому пользователю что позволено видеть. В многопользовательском SaaS это огромно важно: функция ИИ, случайно подмешавшая данные одного клиента в ответ другому, — это не баг, это инцидент. Изоляция арендаторов должна простираться вплоть до вашего слоя ИИ.

Стоимость и задержка

Каждый вызов ИИ стоит денег и времени, и оба масштабируются с использованием так, как плоская подписка SaaS не масштабируется. Функция, восхитительная для десяти бета-пользователей, может тихо стать проблемой маржи при десяти тысячах. Нужно рано подумать о том, какая модель подходит под какую задачу — вам не нужна самая мощная, самая дорогая модель, чтобы категоризировать обращение в поддержку, — о кэшировании повторяющейся работы и о том, что функция делает, когда ответ занимает четыре секунды вместо одной.

Сбой и несчастливый путь

Реальные пользователи вставляют мусор, загружают не тот файл, пишут на трёх языках и попадают в вашу функцию в наихудший возможный момент. У провайдера ИИ сбой. Ответ возвращается искажённым. Ваша функция должна справиться со всем этим, не сломав остальной продукт. Правило простое и строгое: сбой функции ИИ никогда не должен утаскивать за собой ключевой рабочий процесс. Он должен отказать тихо, откатиться к ручному пути и позволить пользователю продолжать работать.

Цена: функция, дополнение или вся история?

Как только функция заработала, перед вами встаёт бизнес-вопрос, на котором спотыкается множество команд: как за неё брать деньги? Единственно верного ответа нет, но есть несколько честных шаблонов. Можно вплести её в существующие тарифы как добавленную ценность, улучшающую удержание и оправдывающую вашу цену. Можно сделать её платным дополнением или старшим тарифом, что работает, когда функция даёт очевидную, измеримую ценность. Или тарифицировать по использованию, когда базовая стоимость действительно масштабируется с потреблением.

Ловушка, которой надо избегать, — назначать цену функции так, будто ИИ и есть продукт. Для большинства компаний SaaS ИИ — не новая продуктовая линейка, а новая возможность, делающая ваш существующий продукт ценнее. Клиенты не просыпаются с желанием купить «ИИ». Они хотят, чтобы их реальную проблему решили чуть легче, и заплатят за этот результат — есть за ним машина или нет. Назначайте цену результату, а не технологии.

Выпустите одну маленькую вещь, а затем поднимайтесь

Вся стратегия сводится к последовательности, а не к единственному запуску. Выберите ту одну высокоценную, терпимую к ошибке функцию, о которой пользователи уже просят. Встройте её туда, где происходит работа. Держите человека в контуре. Выпустите её на срез клиентов за флагом. Смотрите, как они её реально используют, чините шероховатости, а затем расширяйте. Лишь когда эта функция себя окупила, тянитесь за следующей, чуть более амбициозной.

Сделайте так несколько раз — и произойдёт нечто тихо мощное. Ваш продукт перестанет быть «софтом с прикрученной кнопкой ИИ» и станет инструментом, по-настоящему более умным в тех конкретных задачах, которые волнуют ваших клиентов. Это куда более сильная позиция, чем у команды, которая на первой неделе выпустила впечатляющее демо чат-бота и следующие полгода объясняла, почему им никто не пользуется.

Частые вопросы