PromptQL разрушает рынок ИИ-консалтинга со ставкой $900/ч

PromptQL, единорог в сфере искусственного интеллекта стоимостью более 1 миллиарда долларов, запускает необычную консалтинговую практику: компания предлагает руководителям высшего звена из списка Fortune 500 прямые консультации своих AI-инженеров по ставке 900 долларов в час. Этот шаг может серьезно потеснить традиционные консалтинговые фирмы, которые испытывают трудности с выполнением обещаний по внедрению ИИ-трансформации.

Базирующаяся в Сан-Франциско компания, которая за последние месяцы заключила конфиденциальные семизначные сделки с некоторыми из крупнейших мировых корпораций, объявила на этой неделе о запуске услуг по оценке инвестиций в ИИ. Эти услуги призваны решить проблему, на которую указало недавнее исследование Массачусетского технологического института (MIT): 95% корпоративных ИИ-внедрений терпят неудачу.

В отличие от традиционных консалтинговых компаний, которые отправляют на проекты специалистов со степенью MBA и ограниченным техническим опытом, сервис PromptQL задействует реальных инженеров, создавших два продукта стоимостью в миллиард долларов всего за три года. Новое консалтинговое предложение кардинально отличается от типичных отношений между вендором и клиентом, позиционируя PromptQL одновременно как технологического провайдера и стратегического советника.

«Каждый директор по работе с данными, с которым я общаюсь… когда я спрашиваю его, что именно они измеряют, оказывается, что они не измеряют точность и уровень внедрения», — отметил Танмай Гопал, сооснователь и генеральный директор PromptQL, в эксклюзивном интервью для VentureBeat. — «Они измеряют цели по подготовке данных. Они измеряют такие вещи, как: «В этом квартале мы централизуем все наши данные в этом хранилище». Знаете, что они не измеряют? Будет ли вообще хоть кто-то этим пользоваться».

Почему корпоративные ИИ-системы «уверенно заблуждаются» и обходятся компаниям в миллионы

Выход PromptQL на рынок консалтинга происходит на фоне того, как компании борются с проблемой, которую в компании называют феноменом «уверенной неправоты» (confidently wrong) — это ИИ-системы, выдающие неверные ответы с непоколебимой уверенностью. Эта фундаментальная проблема, утверждает Гопал, породила всеобщий «налог на проверку», при котором бизнес-пользователям приходится перепроверять каждый ответ ИИ, сводя на нет весь прирост производительности.

«Самая большая проблема заключается вовсе не в том, чтобы просто точно ответить на вопрос», — пояснил Гопал. — «Главная проблема в том, что ИИ притворяется точным даже тогда, когда это не так. ИИ уверенно заблуждается. Вот в чем загвоздка».

Ключевая инновация компании заключается в том, чтобы научить системы ИИ сигнализировать о неуверенности и учиться на основе обратной связи — возможностях, которые отличают ее от традиционных больших языковых машин, галлюцинирующих информацию без каких-либо оговорок. Такой подход позволил PromptQL добиться, по утверждению компании, практически идеальной точности для корпоративных клиентов в задачах анализа и автоматизации.

От успеха в open source до миллиардной ИИ-платформы: путь от Hasura к PromptQL

PromptQL выросла из Hasura — платформы доступа к данным с открытым исходным кодом, которая получила статус единорога после привлечения венчурного финансирования от Lightspeed Ventures, Greenoaks, Vertex Ventures и Nexus Venture Partners. GraphQL-движок Hasura преодолел отметку в миллиард загрузок и используется 50% компаний из списка Fortune 100.

«В первый год мы выросли с 2 миллионов до 100 миллионов загрузок», — рассказал Гопал, описывая взрывной рост Hasura. Этот успех позволил команде взяться за решение следующей крупной задачи: дать искусственному интеллекту возможность точно получать доступ к корпоративным данным и проводить логический анализ.

Два года назад команда открыла исследовательскую лабораторию, которая впоследствии превратилась в PromptQL, привлекая таланты из Google Search, Microsoft Research и Intuit Research. Время для этого оказалось крайне удачным, поскольку компании начали сталкиваться с ограничениями стандартных ИИ-инструментов.

«Мы поняли, что приложения больше не являются самым главным объектом, которому нужен доступ к данным», — сказал Гопал. — «Будущее за общением ИИ с данными — за тем, что ИИ получает доступ к данным от имени пользователя».

Семизначные сделки с гигантами Fortune 500 сигнализируют об изменениях на рынке корпоративного ИИ

В список клиентов PromptQL входят, по словам Гопала, «крупнейшая в мире сетевая компания с выручкой примерно в 50–60 миллиардов, крупнейшая в мире сеть ресторанов быстрого питания, две крупнейшие в мире компании по доставке продуктов питания». Хотя компания пока не может публично называть этих клиентов из-за действующих юридических соглашений, она закрывает семизначные сделки всего за 3–5 месяцев для продукта, который технически все еще находится в бета-версии.

Масштабы развертывания отражают аппетит бизнеса к надежным ИИ-системам. Для компаний с большим объемом транзакций PromptQL обрабатывает около петабайта данных. В крупных отделах продаж масштабы внедрения достигают 25 000 пользователей в различных дочерних структурах и приобретенных компаниях.

«Мы заключаем семизначные сделки за три-пять месяцев на продукт, который все еще находится в бета-версии», — отметил Гопал. — «Динамика настолько мощная, что PromptQL теперь является нашим главным фокусом, а продукт на базе GraphQL API мы пустили на самотек».

Как архитектура PromptQL решает главные технические проблемы корпоративного ИИ

Архитектура PromptQL решает задачи корпоративного ИИ с помощью трех ключевых инноваций: агентного семантического слоя, который фиксирует эволюционирующий бизнес-контекст, включая «племенные знания», существующие только в головах сотрудников; предметно-ориентированного языка, отделяющего планирование запросов от их выполнения во избежание галлюцинаций; и распределенного движка запросов, который обращается к данным в различных системах без необходимости их централизации.

Подход компании резко контрастирует с системами дополненной генерации (RAG), которые обрабатывают все запросы одинаково. Вместо этого PromptQL использует маршрутизацию на основе намерений для оптимизации различных типов вопросов, обеспечивая скорость ответа в 26–90 раз выше для простых запросов при сохранении более высокой точности для сложного анализа.

«Вместо того чтобы генерировать ответы, мы создаем планы на предметно-ориентированном языке, уникальном для вашего бизнеса», — пояснил Гопал. — «Эти планы компилируются в детерминированные действия с проверками во время выполнения и аудитом политик».

ИИ-инженеры против MBA из McKinsey: как PromptQL планирует перевернуть рынок консалтинга объемом 200 миллиардов долларов

Запуск консалтингового сервиса нацелен на то, что PromptQL считает фундаментальным несоответствием между традиционными подходами к консалтингу и реалиями внедрения ИИ. В то время как McKinsey, Deloitte и другие фирмы из «большой четверки» берут миллионы за стратегии ИИ-трансформации, показатели их успешности остаются разочаровывающе низкими.

Контракт разительный: пока традиционные консалтинговые гиганты запрашивают миллионы за стратегии ИИ-трансформации, которые редко приносят измеримые результаты, ориентированный на инженеров подход PromptQL уже обеспечивает ранним клиентам значительную экономию средств, несмотря на то, что стоит лишь малую часть от этой суммы.

Часовая ставка в 900 долларов, хотя и является премиальной, составляет лишь малую часть типичных затрат на услуги компаний «большой четверки» и при этом открывает прямой доступ к инженерам, успешно развернувшим рабочие ИИ-системы в production. Первые клиенты сообщают о «миллионах долларов экономии» за счет замены излишне самоуверенных систем ИИ на надежные альтернативы.

95% неудач в сфере ИИ: почему большинство корпоративных внедрений не выходят из стадии пилота

Запуск консалтингового направления PromptQL происходит на фоне широко распространенных трудностей с внедрением ИИ. Недавнее исследование MIT показывает, что 95% корпоративных пилотных проектов в области генеративного ИИ не приносят измеримой окупаемости инвестиций (ROI), а создаваемая ценность концентрируется лишь в небольшой части интегрированных обучающихся систем.

Уровень неудач отчасти связан с тем, что к ИИ относятся как к традиционному программному обеспечению, а не признают его уникальные требования к непрерывному обучению и обратной связи. Акцент PromptQL на измерениях и оценке — с помощью так называемых GAT (тестов оценки генеративного ИИ) — устраняет этот пробел, предоставляя конкретные метрики производительности ИИ и его влияния на бизнес.

«Прежде чем финансировать очередную пилотную программу «ИИ для Х», задайте вопрос: подскажет ли она, когда не уверена в ответе, и объяснит ли почему?» — советует руководителям Гопал. — «Учится ли она на только что данной мной поправке? Избежит ли следующий пользователь той же ловушки без повторного ввода подсказки?»

Новый учебник по ИИ-консалтингу: как техническая экспертиза может изменить стратегические консультационные услуги

Шаг PromptQL сигнализирует о более широкой трансформации в том, как ИИ-компании подходят к работе с корпоративными клиентами. Вместо того чтобы просто продавать технологии, ведущие ИИ-фирмы позиционируют себя как стратегических партнеров, способных сопровождать внедрение от зарождения идеи до полноценного запуска.

Этот сдвиг отражает растущее понимание того, что успешное внедрение ИИ требует большего, чем просто технических решений: оно требует организационных изменений, редизайна процессов и культурной адаптации, с чем традиционным консультантам зачастую сложно справиться наряду с обеспечением технической глубины.

Консалтинговый сервис также создает мощную петлю обратной связи для ключевой платформы PromptQL. Каждое взаимодействие порождает инсайты о проблемах корпоративного ИИ, которые могут быть интегрированы в разработку продуктов, потенциально увеличивая разрыв между PromptQL и конкурентами, у которых нет опыта реального внедрения.

Поскольку все больше ИИ-единорогов наблюдают за успехом PromptQL, индустрия консалтинга может столкнуться с собственным моментом «уверенной неправоты» — осознанием того, что именно техническая экспертиза, а не просто стратегические рамки, определяет, ждет ли корпоративные ИИ-инициативы успех или они пополнят те 95%, которые так и не принесли никакой пользы.

Для индустрии, построенной на предположении, что интеллект превосходит реализацию, ставка PromptQL проста: когда речь заходит об искусственном интеллекте, инженеры, создающие системы, понимают бизнес лучше, чем консультанты, которые никогда не писали кода.