Генеральный директор Arcanum AI Эйса Кокс: австралийским SMB нужен «сомелье» по инструментам ИИ

Исполнительное интервью в формате Вопрос — Ответ: австралийским малым и средним предприятиям нужен сомелье по инструментам ИИ, считает генеральный директор и основатель Arcanum AI Аса Кокс

Arcanum AI начинала с обработки счетов. Это оказалось неверной первой задачей, и понимание причин изменило подход компании к созданию всех её продуктов. Такое признание прозвучало примерно через 26 минут в первой серии исполнительных интервью iTWire в формате Q&A, которая вышла в эфир в утреннее время по австралийскому восточному времени с участием генерального директора и основателя Arcanum AI Асы Кокса. Ведущий — редактор по глобальным вопросам ИИ и технологий Алекс Захаров-Ройт — вел трансляцию. Аудитория задавала жесткие вопросы, в том числе кибернетик и системный консультант из Австралийского национального университета, который поднял тему вероятностных систем и цифрового прототипирования; это превратило сессию в плодотворную дискуссию.

Arcanum создает прикладные решения на базе ИИ для малых и средних предприятий с момента основания. Платформа компании, askNUMA, позиционируется как операционная система для компаний примерно от 20 до 200 сотрудников и лежит в основе сервиса askNuma.ai. Arcanum является технологическим партнёром AWS с момента основания и заключила многолетнее стратегическое соглашение о сотрудничестве с AWS. Ниже — основные тезисы 45-минутного интервью.

Первый вопрос от аудитории касался безопасности, и ответ Асы был прямым. «Если продукт, которым вы пользуетесь, бесплатен, как правило, вы — это продукт, и если это так, то ваши данные, вероятно, тоже являются продуктом», — сказал он. «Безопасность всегда требует какой‑то степени оплаты». Платные версии Claude, ChatGPT или Grok обычно содержат в сноске строку о том, что ваши чаты не используются для обучения моделей; в бесплатных тарифах такой оговорки чаще нет. Это в одной фразе и есть проблема теневого ИИ: сотрудники уже вставляют данные клиентов в инструменты, а вы не всегда знаете, в какие именно. Практический совет Асы — проводить более тщательную проверку при подключении нового SaaS: понимать, куда уходит данные, где размещены модели и что видят системы на той стороне соединения. Если у компании есть партнёр по ИТ‑услугам, это разговор, который следует вести с ним. «Раньше, возможно, вы делали проверку безопасности раз в квартал или раз в год в рамках аудита. Теперь это можно делать постоянно», — отметил Кокс, указывая на непрерывное тестирование, управляемое ИИ, как на одну из причин, почему, по его мнению, безопасность ПО сейчас в лучшем состоянии, чем раньше.

Работа со счетами, которая научила Arcanum больше всего Острейший технический момент возник, когда представитель ANU спросил, как управлять вероятностной системой. Аса начал с определения для аудитории: большие языковые модели предсказывают следующий токен таким образом, чтобы это соответствовало ожиданиям человека, и именно поэтому ранние модели могли уверенно ошибаться. Затем он рассказал историю на собственном примере. «Мы рано начали, и это, как оказалось, ошибочно, с обработкой счетов», — признал Кокс. Работа с бухгалтерскими счетами требует предельной точности: счет говорит 4 382,19 доллара или не говорит — тут нет места для творческой интерпретации, и модель, обученная предсказывать правдоподобный следующий токен, не подходит для задачи, где ответ либо верен, либо неверен. «Большим языковым моделям это действительно трудно, потому что они не предназначены для такого прецизионного использования», — пояснил он. Интересна решётка проблемы: сейчас Arcanum использует ИИ, чтобы писать ПО, которое затем выполняет обработку счетов детерминированно. Это программный код, следующий правилам; он ведёт себя как любая другая бизнес‑система и гораздо точнее, чем попытки заставить модель прочесть PDF и надеяться на корректный результат. «Думаю, мы сейчас в моменте, когда ИИ — модное словечко. Думаю, вскоре это будет просто программное обеспечение, созданное с помощью ИИ, и нынешние разговоры и опасения будут выглядеть иначе», — сказал Кокс.

Для тех, кто сейчас оценивает поставщиков ИИ, полезный тест — спрашивать, просит ли покупаемый продукт модель решать задачу каждый раз, или модель используется единожды для создания чего‑то, что затем работает детерминированно. Cambridge Dictionary определяет «детерминистично» как происходящее предсказуемо, при одинаковых входных данных всегда дающее одинаковый результат. Я обещал аудитории быстрые победы, и он назвал три.

1) Видимость. Малые компании имеют данные, разбросанные по бухгалтерии, системам управления задачами, почте и таблицам, и владельцы часто руководствуются запаздывающими индикаторами. «Если представить вождение машины: будто бы у вас закрыта панель, и вы не знаете, с какой скоростью едете, сколько масла или топлива», — советовал Кокс. Он перечислил формы видимости по отраслям: себестоимость строительства для строительной фирмы, загрузка персонала и рентабельность для профессиональных услуг, обороты запасов и маржа для ритейла. Он также отметил роль бухгалтеров: данные приходят точные, но на языке, который владелец понимает не полностью; ИИ переводит это быстро.

2) Получение клиентов. Не столько скорость ответа, сколько промежуток между запросом и получением полноценного коммерческого предложения. «Мы можем провести встречу, записать её и выслать предложение ещё до того, как человек вернётся к своей машине», — объяснил Кокс.

3) Возможность исследовать. Владельцы бизнеса возвращаются с конференций или отпусков с пятью идеями и без времени, чтобы выяснить, стоит ли их реализовывать. Исследования рынков, клиентов и продуктов — работа, которую ИИ выполняет хорошо, но которую компании часто пропускают.

Автономность — что отличает ИИ от ERP Аудитория спросила, почему ИИ требует иного управления по сравнению с любым другим технологическим проектом. Аса в основном согласился, что различия невелики, но выделил исключение: ERP не отправит письмо поставщику с текстом «договор расторгнут», а неправильно настроенный агент ИИ при наличии прав может. Это кратко и убедительно объясняет, почему агентов нужно воспринимать иначе. Архитектура, управление и страхующие механизмы переносятся из обычных проектов ПО; новизна в том, что ИИ можно предоставить доступ к каналам связи и разрешить действовать от имени компании. Один из слушателей предложил рассматривать агентов как сотрудников с аналогичным управлением рисками — например, как кассира в банке. Кокс отметил, что некоторые клиенты пошли дальше и создали «конституции ИИ»: не только политики и процедуры, но и ценности, которые определяют, как ИИ взаимодействует с людьми, чтобы люди всегда оставались под контролем. Он объяснил экономию: конституцию пишешь один раз, и каждый агент наследует её, не требуется индивидуальной «индукции» для каждого нового агента.

Регулирование и разрыв в образовании Вопрос о подготовке и сертификации поднял проблему отставания формального образования и практик на рабочих местах — люди используют инструменты, которых не понимают. Национальная позиция Австралии изменилась недавно: премьер-министр объявил о создании Офиса по вопросам ИИ в соответствующем ведомстве и предложил национальную рамку обязательных стандартов для крупномасштабных дата‑центров, охватывающую энергопотребление, воду и подключение к сети; ожидается законодательное оформление в обозримом будущем. Эквивалента «AI Act» Евросоюза в Австралии пока нет. Кокс тепло отозвался о европейской модели, особенно о правило, запрещающем принимать решения, влияющие на право человека на государственные услуги, исключительно ИИ — ИИ может помогать, но не делать финальное решение. Ниже такого порога он осторожен: чрезмерно предписывающие правила внутри бизнеса будут тормозить инновации без реальной защиты. Вместо этого он предпочёл бы обязующее образование: формальное и поствузовское обучение, обучение на рабочем месте и «лёгкое» регулирование.

Оболочки, «белые ярлыки» и проблема доверия На вопрос о целесообразности белого маркирования ИИ‑услуг Аса сказал, что Numa можно полностью брендировать под партнёра, но добавил предупреждение для консультантов и MSP: «Если вы позиционируете себя как эксперта с кучей технологий за спиной, а на деле это просто оболочка вокруг чужой технологии, то у вас возникает проблема доверия — а этот рынок сейчас именно про доверие». Он проследил дефицит доверия назад через эру «галлюцинаций» моделей и инцидент с сотрудниками Samsung, которые вставляли проприетарный исходный код и заметки в ChatGPT в нескольких случаях за короткий промежуток времени, что привело к запрету инструмента. Arcanum предлагает консультантам шаблон «канвы внедрения ИИ», чтобы те могли использовать готовую методику, а не делать её с нуля. Кокс сравнил текущее состояние с рынком поискового маркетинга примерно десять лет назад, когда все вдруг стали «экспертами по Google Ads» — и рекомендовал тщательную проверку партнёров: что они действительно сделали, а не просто увидели в роликах на YouTube.

«Vibe‑код» пишется легко. Запустить его в деле — сложно Эту нить начал консультант из ANU, и она дала главное различие сессии. Аса, который называет себя не‑разработчиком, теперь может описать приложение или сфотографировать доску и получить рабочий код. Arcanum встроила эту возможность в Numa и создала прямую интеграцию с Claude от Anthropic, так что приложение, созданное там, может работать внутри Numa. «Вы можете создать «vibe‑код» в Claude или Vercel, но безопасно запустить его в компании — это другой уровень сложности, который те продукты не позволяют автоматизировать», — сказал Кокс. Он описал клиентов, которые разрабатывали прототипы, красиво демонстрировавшиеся, но у которых не было места для эксплуатации. Кто‑то спрашивает, как использовать это на практике, и честный ответ: не получается. Участник отметил правильную мысль: сейчас любой может построить приложение, но создание ценного продукта всё ещё требует навыков, управления объемом работ и человеческих решений. Аса согласился и добавил: «Технология — не проблема. Ценность? Можно ли это использовать? Как привлечь клиентов? Безопасно ли? Интегрируется ли с разными системами?» Он также заметил, что объём предложений в магазинах приложений растёт и это усложняет выбор: «Меню слишком большое. Нужен сомелье по ИИ, который проводит вас через процесс», — сказал он. Вкус стал дефицитным ресурсом: разработчики любят писать код, неразработчики тоже начали это делать, а умение отличить рабочее решение от мусора остаётся за людьми. Модернизация старого кода — обратная сторона той же способности. Кастомные приложения десятилетней давности, которые работают, но не масштабируются, раньше требовали больших консультационных проектов; теперь ИИ обучен понимать, что такое хороший код, и с его помощью можно модернизировать как старые, так и относительно свежие проекты.

Локальные модели, гибридные архитектуры и кривые цен Вопрос о локальных моделях прозвучал в момент, когда рынок маршрутизации моделей переживал перестановки. Numa спроектирована как модель‑агностичная: Arcanum тестирует OpenAI, Anthropic, открытые веса и полностью открытые модели, чтобы понять, какие быстрые, какие справляются со сложностью и для каких задач подходят лучше. «Мы видим будущее, где, по географии, отрасли или функционалу, появятся экспертные большие языковые модели, и потому мы не хотели привязываться к одной лаборатории», — заметил Кокс. По поводу локальных моделей он ожидает победы гибридной архитектуры: небольшие модели будут запускаться на обычных ноутбуках для транскрипции и простых задач, а облачные модели вызывать только когда задача того требует. GPU дороги, и большинству бизнес‑задач не нужна топ‑уровневая модель. Участник рассказал, что запускал несколько моделей на мощном локальном компьютере, а использование коммерческих облачных моделей для самоокупаемого проекта было слишком дорогим. Кокс привёл примеры крупных приобретений как свидетельство того, что переключение между моделями становится инфраструктурной задачей, а не одноразовым проектом. По его оценке, цены на модели примерно каждые полгода сокращаются вдвое при одновременном выпуске большими лабораториями более крупных моделей, чтобы поддерживать доходы. Независимые индексы цен даже указывают на ещё более резкое снижение стоимости эквивалентной производительности за несколько лет. «Нам не всем нужны самые большие и лучшие модели», — резюмировал он.

Я спросил, какое ожидание клиента ему чаще всего приходится остужать. «Они уходят в мечты об автоматизации всего и сидении на пляже в ожидании чеков», — ответил Кокс. Заголовки о компании с миллиардами оборота и одним сотрудником навредили настройкам ожиданий. Большинство разговоров он сводит к возвращению к документам и таблицам, разбросанным по бизнесу — к зоне «горизонта 1», где реально лежит отдача.

О работе и найме Аса выразил чёткую позицию: Arcanum работает с компаниями, которые хотят увеличивать пропускную способность, чтобы расти. «Если у вас есть продавец, тратящий время на ввод данных в CRM, он не продаёт. Если у вас есть человек, который выполняет проект и пишет отчёты, он не выполняет проект», — сказал он. «Речь о построении более здоровых компаний».

Что такое Numa и сколько это стоит Numa позиционируется как кросс‑бизнес платформа: обработка лидов, предложения и контракты, внутренний CRM, канбан‑доски в духе Monday или Trello, финансовый трекинг и возможность строить агентов и приложения поверх платформы. Arcanum фокусируется на производстве, строительстве, инжиниеринге и профессиональных услугах, исходя из того, что в этих отраслях сильна административная нагрузка, а внутренние разработчики встречаются редко. Прайс‑линия Numa (без налога): тариф Starter — обозначен на уровне семисот пятидесяти долларов в месяц или девять тысяч в год для до 20 пользователей, включает все стандартные агенты, возможность самостоятельно создавать кастомные агенты после обучения, самообучение при онбординге и интеграции с Google Workspace и Microsoft 365. Тариф Business — полторы тысячи долларов в месяц или восемнадцать тысяч в год для до 50 пользователей, добавляет четыре кастомных агента и спринт по внедрению. Enterprise — три тысячи долларов в месяц с персонализируемой годовой ценой, неограниченным числом пользователей, восемью кастомными агентами, полной программой онбординга, выделенным менеджером по успеху клиентов, а также включёнными SSO, аудитом и SLA. В пересчёте на место тариф Starter выходит примерно $37.50 на пользователя в месяц, Business около $30, а Enterprise — ещё дешевле при росте штата. По сути это стоимость, сопоставимая с Microsoft 365 Copilot, при этом платформа также содержит CRM, доски задач и отчётность.

Публичные показатели Arcanum: более сотни клиентов, больше полутора тысяч созданных агентов, свыше двадцати семи тысяч пятисот разговоров с агентами за последние 90 дней, более шести сот активных пользователей и интеграции с более чем 325 системами, включая Microsoft 365, Google Workspace, Xero и MYOB. Названные кейсы: сокращение административного времени у одного консультанта на 15%, улучшение себестоимости продаж у другого клиента на 50%, сокращение выполнения двухнедельной работы до двух дней у третьего, и подготовка коммерческих предложений в пределах около 1% от расчёта человеческого оценщика у застройщика. Команды в строительстве в среднем экономят примерно 4,2 часа на активного пользователя в месяц. Чайная компания запустила 21 агента за 90 дней и вернула около 190 часов, сделав проект собственными силами.

Как это соотносится с альтернативами Полезно знать, какие ещё варианты сегодня предлагают австралийским SMB. Microsoft 365 Copilot — очевидный выбор для тех, кто уже в экосистеме Microsoft; он продаётся по подписке на пользователя и силён в составлении и суммаризации контента внутри Office, но слабее в координации сквозных бизнес‑процессов. Salesforce Agentforce — решение для корпоративного сегмента с оплатой по потреблению и глубокой функциональностью для уже «обитающих» в Salesforce компаний. Zoho предлагает наиболее близкую философскую альтернативу в низком ценовом сегменте: CRM, проекты и финансы в одном наборе с наложенным Zia за низкую цену; компромисс — глубина ИИ против широты функций за небольшую плату. Xero и MYOB продвигают ИИ‑ассистентов в бухгалтерском слое, Intuit активно внедряет агентов. Эти продукты решают финансовую часть, но не весь бизнес. Employment Hero выходит с решений вокруг персонала и зарплат, Odoo — с модульным ERP. Numa позиционирует себя как продукт, заполняющий нишу между этими предложениями, ориентируясь на компании среднего размера с выраженной административной нагрузкой и ограниченными внутренними ресурсами разработки.