Старые способы выбора программного обеспечения умирают. Да, пора достать темные костюмы/платья и написать открытки с соболезнованиями. 

В течение некоторого времени люди сравнивали один прикладной программный продукт с другим на основе функций и возможностей, которыми обладал каждый продукт. Этот метод уже устарел, когда я работал в Accenture, и к началу 1990-х годов я и моя команда переписали фирменную методологию выбора программного обеспечения. В новом подходе часть этих функций/функций сохранилась, но была дополнена описательными проблемами или сложными бизнес-сценариями, которые клиент хотел, чтобы поставщик решил.

Некоторые покупатели программного обеспечения добавили к этому демонстрацию процессов. При этом цель сместилась с понимания того, какие функциональные точки были в пакете, к тому, какой поставщик решал самые сложные, самые уродливые, самые дорогостоящие, самые неэффективные и/или самые проблемные процессы наиболее элегантным, эффективным и экономически выгодным способом. Бонусные баллы могут быть оправданы, если предлагаемое решение также обеспечит какое-то конкурентное преимущество!

Несколько лет назад я даже написал книгу на эту тему. 

Эти методы и направления уже не так уж и ценны, когда мы вступаем в новую эпоху программного обеспечения. Эта новая эра включает в себя решения, в которых:

• Генеративный искусственный интеллект помогает пользователям выполнять задачи, предлагать решения/ответы и кодировать транзакции.
• Новые, передовые технологии могут таить в себе множество новых рисков, которые необходимо выявить и смягчить.
• Новые решения могут работать в публичном облаке, на гиперскейлерных вычислительных мощностях, что может нести дополнительные риски и затраты.
• Новизна сегодняшних решений может означать, что пользователи могут не полностью понимать новые возможности, передовые возможности, стоящие за ними, и риски, которые могут присутствовать.
• Возможности машинного обучения и отсутствия программирования помогают настроить или реконструировать процессы. 
• « Платформа », лежащая в основе решения, возможно, более важна, чем предустановленные функции и возможности, имеющиеся в приложениях.
• Партнеры поставщика приобретают новую важность, выходящую за рамки простого быстрого внедрения решения. Знает ли разработчик, как « расширять » приложения, развивать вертикальные возможности и т. д.? 

И многое другое.

Сейчас кажется, что все поставщики звучат одинаково. Все они утверждают, что у них есть такие вещи, как платформы и искусственный интеллект. Реальность такова, что только в этих двух новых областях между поставщиками могут быть большие различия. Покупателям приходится быть более сообразительными, чтобы понять, в чем состоит реальная разница между сегодняшними предложениями прикладного программного обеспечения. Это связано с тем, что программное обеспечение, которое компании могут купить сегодня, НЕ похоже на то, что продавалось в начале 2023 года. В результате методы его приобретения должны измениться. 

Новые критерии отбора

Давайте рассмотрим несколько основных технологий, которые влияют (или должны влиять) на покупателей, и какие вопросы покупателям следует учитывать в отношении каждой из них. Хотя этот список не является исчерпывающим, он включает в себя платформы, искусственный интеллект, рабочие процессы, опыт сотрудников (EX) и многое другое. 

Платформы

Начиная с лета 2023 года, меня раздражали брифинги поставщиков/аналитиков, поскольку все, кто хотел обсудить, — это их платформу или то, насколько они воодушевлены генеративным ИИ. Сначала я подумал, что это своего рода массовая истерия, вызванная новыми технологиями, которая, надеюсь, скоро утихнет. Но оказывается, что платформы и ИИ никуда не денутся. 

Для меня пик платформемании произошел на конференции HR Tech в октябре 2023 года. Все хотели рассказать мне о своей платформе. На этих брифингах для поставщиков предполагалось, что я никогда раньше не слышал о платформе, и они хотели пройти через все уровни и сложности внутри них. Вы не можете подробно обсудить платформу и при этом рассказать о интересных функциях продукта за 30 минут. Это невозможно сделать.

В этой статье, посвященной этому шоу HR, я отметил:

Я почти уверен, что из этих 500 или около того экспонентов 400 действительно любят и обожают платформу HR-технологий, на которой основано их решение, и о которой они хотят рассказать миру. И каждый из них считает, что их платформа отличается и/или имеет конкурентное преимущество.

К сожалению, эта радужная самооценка может оказаться неправдой. Генеральный директор одного поставщика, с которым я встречался, почти 45 минут спорил со мной, что платформа ее продукта конкурентоспособна. Она говорила о своей технологии как технолог. Мне приходилось неоднократно останавливаться и просить ее объяснить, в чем именно заключается проблема, которую она решает для клиентов, и какой опыт или практические аспекты ее решения находят отклик у этих покупателей при решении этих проблем. Платформа, которая не связана с бизнес-задачами, — это интересная технология, которая никуда не денется.

Следствием этого являются:

Никто не приходит на это шоу специально для того, чтобы купить «платформу». Неа! Они приходят, потому что у их фирмы есть деловая проблема (например, они не могут найти достаточно квалифицированных работников), которую им необходимо решить. 

Никто не может получить одобрение бюджета на посещение такого шоу, чтобы посмотреть на «платформы».

Если потенциальному клиенту приходится изо всех сил пытаться понять, в чем  смысл существования вашей платформы  (т. е. причина существования), вашей фирме нужен новый специалист по маркетингу. Жизнь слишком коротка для этого.

Проблема на этом шоу заключалась в том, что гордость за авторство и недостаток конкурентоспособности сделали все эти дискуссии общими, слишком длинными и несфокусированными. Если бы только эти поставщики нашли время, чтобы увидеть, насколько многие атрибуты их платформы выглядят и звучат как их конкуренты, тогда они могли бы уточнить свои сообщения и сделать презентацию своей платформы более целенаправленной и лаконичной. Серьезно, ребята, мне никогда не придется видеть колесо другого поставщика или многослойные полосы компонентов стека платформы до конца моей жизни.

Другим серьезным грехом была неспособность поставщиков продемонстрировать ценность своей платформы. Да, это обеспечивает более быстрое внедрение расширенных возможностей в приложения. Хотя я могу изложить это одним предложением, поставщики не способны сделать это за час презентаций. Если это не говорит о решении одной из главных бизнес-проблем потенциального клиента, об этом, вероятно, не стоит упоминать. 

Чего я также не заметил прошлой осенью, так это того, что способ, которым покупатели программного обеспечения должны изучать новые предложения, должен измениться. Да, платформа сейчас очень важна, но ни у кого нет подробного списка наиболее важных характеристик платформы, на которые должны рассчитывать клиенты. 

Дискуссию о платформах НЕ следует путать с повествованиями о платформах, которые горстка поставщиков ERP продвигала в течение последнего десятилетия или около того. Эти истории были призваны убедить покупателей/клиентов программного обеспечения в том, что поставщик изменил базовую структуру старых локальных решений, чтобы теперь они работали в облаке. В основном это было техническое изменение, но позиционировалось как нечто большее. Это не так. 

Нам нужны новые вопросы выбора программного обеспечения, которые должны рассмотреть покупатели. Покупателям необходимо знать:

• Имеет ли платформа целые отдельные слои для специализированной обработки? Есть ли сервисы для интеграции, генеративного искусственного интеллекта, машинного обучения, безопасности, контроля и т. д.? 
• Насколько расширяемы продукты, созданные на этой платформе? Используют ли они одну и ту же модель данных? Могут ли клиенты и интеграторы создавать или расширять приложения? Насколько легко это осуществить? 
• Могут ли пользователи (не ИТ-специалисты) использовать возможности без кода или с низким уровнем кода для расширения приложений?
• Могут ли конечные пользователи проектировать, автоматизировать и реинжиниринг рабочих процессов?
• Могут ли данные сторонних поставщиков легко подключаться к программному обеспечению и обрабатываться ими? Хранятся ли эти данные в озере данных и есть ли какие-либо задержки с этой информацией?
• Как платформа защищает данные пользователя, не влияя при этом на полезность новых инструментов искусственного интеллекта? 
• Как третьи стороны (например, разработчики, фирмы-партнеры по программному обеспечению и т. д.) подключаются к платформе поставщика и более широкой экосистеме? Все ли эти игроки соблюдают одни и те же условия безопасности, управления и конфиденциальности?
• И т. д.

Ключевой вопрос не в том, есть ли у поставщика платформа или нет. Фактически, большинство фирм с радостью заявят, что они у них есть. Что является ключевым:

• Насколько надежна платформа
• Насколько хорошо платформа может быть гибкой для поддержки будущей технической среды, процессов, элементов управления и других изменений
• Является ли эта платформа заметно более полной и мощной, чем у конкурента? 
• Какая часть стека принадлежит сторонней фирме, занимающейся инфраструктурой/гиперскейлером, имеет открытый исходный код или принадлежит какой-либо другой третьей стороне?
• Имеет ли платформа какое-либо значение суверенитета данных
• Насколько хорошо платформа может защитить внутренние данные/IP вашей компании и используются ли ваши данные для обучения LLM или объединяются для перепродажи третьим лицам

ИИ – Искусственный интеллект

ИИ, особенно генеративный ИИ, в прошлом году взлетел как ракетный корабль. Сейчас это основной компонент маркетинговых ходов и концепций большинства производителей программного обеспечения. Важность и риски, связанные с ИИ, настолько велики, что покупатели программного обеспечения должны полностью понимать эти возможности перед покупкой.

Как и в случае с платформами, не все возможности ИИ одинаковы (или даже желательны) у разных поставщиков. Проблема для покупателей программного обеспечения заключается в том, что им необходимо сначала провести самоанализ, прежде чем приступить к выбору программного обеспечения. Причина этого в том, что каждый клиент захочет определить, как он будет и не будет использовать ИИ и с какими рисками он может или не может смириться. Я подробно рассмотрел эти вопросы в статье, опубликованной в январе 2023 года. После рассмотрения это солидная статья с множеством советов, предлагаемыми вопросами для поставщиков и многим другим. Я не буду повторять это здесь, но я настоятельно рекомендую всем, кто ищет новое прикладное программное обеспечение, ознакомиться с ним. 

ИИ включает в себя ряд дисциплин и вариантов использования. Ваша фирма может захотеть расставить приоритеты в том, что она хочет/нужно, прежде чем взаимодействовать с потенциальными поставщиками. Например, фирма, не склонная к риску, может захотеть использовать только решения на машинном языке (ML). ML часто используется в приложениях автоматизации рабочих процессов. Другие компании могут захотеть использовать чат-ботов, генераторы контента, генераторы кода и т. д. Существует множество различных применений ИИ, и различные инструменты ИИ могут лучше помочь в конкретных случаях использования. 

Аналогичным образом, не каждая комбинация инструментов искусственного интеллекта и сценариев использования имеет одинаковый профиль риска. Например, некоторые инструменты искусственного интеллекта, обученные на больших сторонних базах данных, могут быть более склонны к галлюцинациям или возвращать копии с нежелательным содержимым (например, ругательствами, изображениями сексуального характера и т. д.). 

Инструменты ИИ, использующие исключительно внешние данные (например, данные прогноза погоды), могут иметь низкий профиль риска, в то время как другие инструменты, имеющие доступ к конфиденциальным внутренним данным или интеллектуальной собственности, могут считаться слишком рискованными для использования. Основная проблема заключается в том, что частные данные могут стать частью общедоступной базы данных ИИ. Заверения поставщиков в том, что данные будут агрегированы или анонимизированы, могут оказаться недостаточной защитой. 

Таким образом, прежде чем фирма сможет приступить к выбору своего следующего прикладного программного обеспечения, она должна решить, каков ее профиль рисков ИИ и как она будет оценивать потенциальные решения.  В этой статье я подробно рассмотрел готовность руководителей отдела кадров приобретать новое программное обеспечение для управления персоналом на основе искусственного интеллекта. Картина, которую он нарисовал, была не очень хорошей.

Профиль рисков вашей фирмы требует, чтобы вы решили, какие виды ограждений, вторых пилотов, средств безопасности и т. д. должны быть частью вашего нового программного обеспечения с поддержкой ИИ. 

Лучшие поставщики прикладного программного обеспечения уже работают с органами по стандартизации и правительствами (по всему миру), чтобы гарантировать, что их усилия в области ИИ не будут противоречить быстро появляющимся новым законам и правилам. Эти лучшие поставщики сосредоточены на нескольких приоритетах ИИ: 

• Разработка этических, безопасных, защищенных, законных и оправданных решений.
• Предоставление контрольных журналов, отслеживание и т. д. при создании рекомендаций или контента ИИ.
• Разработка механизма обратной связи, который поможет пользователям или вторым пилотам сообщать об аномальных, нелогичных, оскорбительных, неправильных, незаконных и т. д. результатах и ​​устранять их.
• Использование системного мышления, чтобы представить, как некоторые пользователи будут злоупотреблять или неправильно использовать эти инструменты. Эти злонамеренные действия могут изменить результаты будущих пользователей, снизить эффективность программного обеспечения, нанести репутационный ущерб фирме-покупателю программного обеспечения или нанести другой ущерб.
• Тщательно внедряйте возможности искусственного интеллекта в свои продукты.
• Четкое руководство относительно того, кому именно принадлежат обучающие данные, а также результаты ИИ и алгоритмических инструментов.
• Определение того, как долго данные будут использоваться и храниться инструментами ИИ (например, когда инструменты ИИ будут обучены на данных ваших сотрудников и будут очищать записи бывших или умерших сотрудников?)
• Документирование того, когда будут заменены некоторые наборы данных и как это будет выполнено.

Умные покупатели программного обеспечения могут посмотреть, как поставщики:

• Провести четкую линию относительно того, какие возможности ИИ будут использовать частные данные, а какие публичные данные
• Приоритизация усилий по развитию ИИ в таких областях, как:
  • Чат
  • Помощь в принятии решений
  • Помощь в заполнении формы или поля
  • Автоматизация рабочих процессов
  • Прогнозирование (или точнее прогнозирование)
  • Оптимизация производства 
  • Автоматизация повторяющихся задач
  • И т. д. 
• Тщательное, продуманное и продуктивное внедрение различных возможностей искусственного интеллекта во всей линейке продуктов.
• Использование ИИ для изменения не только того, как пользователи заключают транзакции, но и того, как ИИ может радикально изменить то, как выполняется работа и какой она должна быть на самом деле. Как искусственный интеллект влияет на пользовательский опыт?
• Предвидение и защита процессов, данных и рабочих процессов искусственного интеллекта от злоумышленников.
• Раскрытие возможностей ИИ. Двигаются ли они слишком медленно/осторожно или слишком быстро/безрассудно?
• Тщательное распространение возможностей ИИ среди небольших и/или менее технически подкованных пользователей.

В последние несколько месяцев, похоже, формируются некоторые различия. Лучшие продавцы:

• Включите возможности искусственного интеллекта (все они) в свою платформу.
• Создайте озеро данных, дополняющее данные о транзакциях клиента. Это озеро данных может иметь больший размер и включать в себя все виды других данных (например, сторонние базы данных, данные датчиков, изображения и т. д.). Озеро данных становится источником аналитических данных, контента и т. д. ИИ.
• Начинайте разумно
• Убедитесь, что каждая утилита искусственного интеллекта обеспечивает повышение производительности, аналитическую информацию, решения с помощью искусственного интеллекта, контент или другую ценность.

И

• Предоставьте возможности искусственного интеллекта в рамках стандартной цены SaaS. Эти возможности НЕ продаются по меню и не представляют собой отдельные SKU в системе продаж поставщика.

(Неполное) видение

Посмотрите демонстрацию поставщика (или загляните на брифинг для аналитиков), и вполне вероятно, что 90% презентации/обсуждения касается первых двух тем (ИИ и платформы). Чего не хватает в этих обменах, так это значительно. 

Когда поставщики описывают, как ИИ изменит работу или опыт сотрудников, вы, скорее всего, увидите немного информации о технологии рабочего процесса и демонстрацию мобильных/сотовых телефонов. Но то, что вы не увидите, расскажет о том, как люди, не являющиеся сотрудниками, будут использовать эту технологию. Точнее, процессы никогда не учитывают все остальные технологии и данные, которые могут использовать поставщики, клиенты, соискатели работы, регулирующие органы, хакеры, тролли, злоумышленники и другие.

Отсутствие системного мышления сегодня ужасает. Никто не обсуждает, как посторонние люди повлияют на процессы. Например, есть соискатели, использующие ИИ для написания резюме, сопроводительных писем и благодарственных писем; разработайте отличные ответы на распространенные вопросы на собеседовании; подать заявку на 5000 вакансий в течение одной недели; и более. Эти люди не только используют систему в свою пользу, но и усложняют жизнь другим соискателям работы и рекрутерам. Это большая проблема, поскольку сегодняшние поставщики думают слишком поэтапно. Их мышление ограничено, и полученные технологические решения, которые они предлагают вам купить, скорее всего, будут недолговечными и проблематичными. Оценивая новые решения, стремитесь понять, как другие могут использовать и злоупотреблять той же технологией.  

Есть и другие проблемы видения, которые следует учитывать. Например, разработал ли поставщик новый набор метрик, показателей производительности, средств контроля и т. д., которые должны стать частью вашей реализации? Современные новые технологии могут позволить вашим сотрудникам работать вне ограничений, связанных с вводом и обработкой транзакций. Как выглядит управление в мире, где автоматизация занимается практически всем, что связано с транзакциями? Есть ли у продавца свое мнение по этому поводу? 

Точно так же у вас может отсутствовать «видение» поставщика в некоторых областях, например:

• Программное обеспечение может поставляться с некоторыми предварительно предоставленными рабочими процессами, рекламируемыми как лучшие практики. Скорее всего, они обеспечат конкурентный паритет только в том случае, если ваша фирма захочет получить конкурентное преимущество. Предлагает ли поставщик альтернативные конструкции процесса? Являются ли предлагаемые проекты просто артефактами бизнес-методов прошлых лет или они представляют собой нечто радикально новое, вдохновляющее и отличающееся?
• Выходит ли видение поставщика за рамки искусственного интеллекта и платформ? Если поставщик только недавно «открыл» ИИ, насколько великим может быть его видение? Может ли поставщик сформулировать убедительное видение того, каким будет управление, лидерство, процессы, рабочая сила и ваша отрасль через 2, 5 или 10 лет? 

Это важный вопрос, поскольку большинство компаний не хотят заменять свое ERP и другое прикладное программное обеспечение менее чем за десять (или два) года. Но если они выберут поставщика, который не сможет помочь им своевременно ориентироваться в технических и бизнес-изменениях, им придется внести несвоевременное, разрушительное и дорогостоящее изменение программного обеспечения всего за несколько лет. Является ли команда этого поставщика в основном торговой организацией, финансово ориентированной группой или группой дальновидных лидеров, от которых можно ожидать, что они будут на шаг впереди всех? 

Убедитесь, что ваш потенциальный поставщик может нарисовать убедительное видение «загробной жизни». То есть, как ваша фирма будет выглядеть/работать после внедрения своего решения. Если видение непривлекательно, то же самое относится и к продавцу.

Что случилось с мультиарендностью?

В течение последних нескольких десятилетий покупателям программного обеспечения приходилось выяснять, когда поставщик перейдет от одноарендного, размещенного или локального программного обеспечения к многотенантному облачному решению. В конце концов, большинство крупных поставщиков сделали этот переход (хотя им потребовалось очень много времени на перепроектирование своих решений для поддержки этого). Мультиарендность позволила множеству различных клиентов программного обеспечения использовать одну и ту же техническую инфраструктуру и код, в то время как их данные были изолированы от других клиентов. 

Сейчас рынок снова изменился. Новый стиль развертывания и архитектуры, который сейчас в моде, предполагает развертывание в общедоступном облаке. В этой ситуации гиперскалер (например, Amazon AWS, Google Cloud и т. д.) предоставляет клиентам поставщика программного обеспечения практически безграничное дисковое пространство, память и вычислительную мощность. Поставщик программного обеспечения размещает свое программное обеспечение на серверах гиперскейлера и обслуживает продукт. Данные клиентов не объединяются, а хранятся в центрах обработки данных гиперскейлера. Некоторым клиентам требуется выделенный экземпляр программного обеспечения, чтобы они могли контролировать время и конфигурацию программного обеспечения. 

Этот новый подход на самом деле представляет собой смесь прошлых методов, когда клиенты получают больше выбора в том, как устанавливать, обновлять и настраивать программное обеспечение, а также гарантировать, что их данные будут изолированы от других. 

Покупатели программного обеспечения должны точно понимать, какую архитектуру они хотят, и задокументировать эти потребности в своем RFP/RFI. Некоторые отрасли, такие как правительства штатов/федеральные органы власти, финансовые услуги и т. д., предъявляют здесь весьма явные требования. Крупные поставщики ERP, возможно, лучше всего удовлетворят эти потребности, в то время как более мелким фирмам может не хватать критической гибкости. 

Все покупатели программного обеспечения должны тщательно изучить, какие у них есть требования к суверенитету данных и как они соответствуют развертываниям серверов и местам хранения данных поставщика и/или гипермасштабатора. Покупатели не могут просто предположить, что это не будет проблемой.

Возможности комбинирования

Большая часть нынешнего мышления, поддерживаемого поставщиками программного обеспечения, носит линейный и поэтапный характер. Вы увидите это повсюду: давайте сюда добавим чат-бота, а туда — умную рекомендацию. По-настоящему великие идеи и фантазии, скорее всего, появятся через пару лет. 

Тем не менее, покупателям следует искать поставщиков, которые объединяют две или более передовые технологии в одном решении. Например, здорово видеть, как ИИ может автоматически отслеживать рабочие процессы и рекомендовать различные/новые элементы управления и рабочие процессы на основе возникающих закономерностей. Аналогичным образом, инструменты обнаружения аномалий могут быть усилены интеллектуальными оценками рисков, чтобы автоматически рекомендовать, на какие из этих странных явлений следует обратить внимание в первую очередь. Рабочий процесс, алгоритмы и искусственный интеллект могут стать мощной комбинацией, особенно потому, что она помогает снизить риски, расставить приоритеты действий и предложить ответы. 

Покупатели программного обеспечения должны увидеть сочетание передовых технологий в таких областях, как: консолидация бухгалтерского учета и закрытие операций; обработка записей журнала «Начисление заработной платы в Главную книгу», начислений и сторнирований; и в разработке информационных книг для руководства/совета директоров.

Вертикализация

Если ваша фирма работает в вертикали, которую поставщик сейчас не полностью поддерживает, возможно, вам стоит подумать о поиске новых решений в другом месте. В обозримом будущем компании-разработчики программного обеспечения столкнутся с критикой, пытающейся модернизировать свои существующие приложения и вертикали. Их ресурсы для разработки пытаются превратить каждый процесс, каждое приложение и т. д. в современное решение на базе искусственного интеллекта. Хотя в ближайшие пару лет мы можем увидеть шквал быстрых постепенных улучшений, не ждите, что поставщик программного обеспечения в ближайшее время перейдет в совершенно новую вертикаль. 

В этом отношении следует ожидать, что поставщики в первую очередь будут работать над своими межотраслевыми горизонтальными приложениями (например, финансы и HR), а вертикальные — на втором месте. 

Партнеры

Партнеры тоже меняются? Они могли бы быть. 

Ожидания клиентов в отношении партнеров будут расти по мере того, как партнеры (например, по внедрению, программному обеспечению, разработке, услугам и т. д.) будут находить новые возможности увеличения доходов при смене поставщиков программного обеспечения. Покупатели должны понимать, как партнеры:

• Разработка местных и вертикальных расширений (например, используют ли они этические и безопасные методы)
• Интеграция сторонних инструментов в новые рабочие процессы
• Монетизация своих продуктов интеллектуальной собственности
• Изменение процессов внедрения с учетом новых технологий и деловой практики.
• Создание и внедрение решений для обеспечения конкурентного преимущества (по сравнению с паритетом)

Умным покупателям программного обеспечения необходимо проверять любые расширения продуктов, созданные сторонними производителями. Ни один пользователь программного обеспечения не хочет узнавать постфактум, что фирма-партнер:

• Использование копии своих собственных данных для обучения AI LLM работе с несвязанным продуктом.
• Попытка монетизировать агрегированную или анонимизированную версию своих данных.
• Подвержен элементарным хакерским попыткам
• Ненадлежащий мониторинг ваших транзакций
• Менее чем уважаемый
• Разработка расширений продукта в стране с ограничениями или с использованием принудительного труда
• Невыплата прожиточной заработной платы своим сотрудникам или подрядчикам
• Доставка, хранение или обработка ваших данных за пределами страны вашего присутствия.
• И т. д.

Недостатки поставщиков

В спешке продемонстрировать нам свои новые возможности искусственного интеллекта и платформы поставщики уже внедрили некоторые технологии, но их средств маркетинга и продаж может не хватать. В результате выбор программного обеспечения может оказаться более сложным и непонятным. Умные поставщики должны выполнять свою работу лучше/отлично:

• Формулирование своего долгосрочного видения не только в отношении технологий, но и бизнеса своих клиентов.
• Демонстрация конкурентной дифференциации 
• Помощь потенциальным клиентам в выборе между решениями 
• Объяснение того, как их данные защищены в каждом месте, где используются передовые технологии (например, искусственный интеллект).
• Демонстрация более чем одного потенциального рабочего процесса
• Указывая простым языком, кто несет ответственность за прямой и косвенный ущерб в результате использования новых инструментов искусственного интеллекта.
• Компенсация клиентам за любой реальный и существенный ущерб, причиненный мошенническим инструментом искусственного интеллекта или его плохой энергией.
• Точное определение того, какую роль персонал клиентов должен играть в мониторинге результатов ИИ и как невыполнение этого требования освободит большую часть или всю ответственность поставщика за убытки, вызванные инструментами ИИ.
• Предоставление очень точной сметы затрат для клиентов. Да, я знаю, что поставщики не могут предсказать все (например, сколько изображений вы поместите в свое озеро данных), но они должны, по крайней мере, предоставить клиентам формулы ценообразования и прогнозируемые и фактические затраты, которые ранее понесли клиенты. Хорошие поставщики не перекладывают ответственность (на гиперскалеров).
• Сообщайте, какие ИИ или расширенные возможности включены в программное обеспечение, а какие требуют отдельных цен и соглашений.

Один действительно важный вопрос, который не был затронут ни на одном брифинге, который я посетил, — это брачный договор между поставщиком и клиентом и его положения. Это часть соглашения о подписке, в которой обе стороны соглашаются плавно и поэтапно прекратить предоставление услуг и уточнить, насколько ограниченный доступ к данным и приложениям будет продолжаться в течение ограниченного периода времени. Это важно, поскольку новые решения имеют огромные озера данных, хорошо настроенные прогнозные модели, специальные LLM, собственные алгоритмы и многое другое, из-за чего клиенту очень сложно просто забрать свои данные и пойти куда-нибудь без каких-либо серьезных проблем. Не покупайте никакого программного обеспечения, пока обе стороны не заключят брачный договор.

Мой вариант

Хорошая команда по подбору программного обеспечения захочет выявить, проверить и протестировать каждый случай, когда передовая технология встроена в программное решение. Покупателям необходимо убедиться, что каждый продвинутый инструмент гарантирует, что их данные остаются защищенными, безопасными и не становятся частью данных обучения искусственного интеллекта поставщика. Это будет нетривиальная попытка. 

Новые решения должны не только создавать лучший, «бесконечный» и более позитивный пользовательский опыт, они также должны использовать ИИ для прогнозирования того, что пользователям нравится/хотят/нужно, какие данные они будут вводить и т. д. Но в результате всего этого появятся новые приложения. должен создавать для человека опыт, который зависит от содержания и контекста данных, с которыми он работает в данный момент. 

Лично я хотел бы принять участие в еще одном большом проекте по выбору программного обеспечения, хотя бы для того, чтобы документировать все новые требования, проблемы переговоров, вопросы открытия и многое другое, что захочет изучить опытный покупатель. Это усилия, приносящие наивысшую ценность, и они поучительны. Пришло время пролить свет на ваш проект выбора программного обеспечения?

Автор статьи: Брайан Соммер — один из титанов сферы технологических услуг с более чем 25-летним опытом работы в этой области, 10 из которых занимал должность старшего директора глобального подразделения Software Intelligence компании Andersen Consulting (ныне Accenture).

Перевод статьи с английского языка на русский язык произведён при помощи автопереводчика. 

Источник: Diginomica.