«Сервис как ПО» (Service as Software) — это когда агенты искусственного интеллекта предоставляют полноценные результаты, а не просто помощь, которую обеспечивает «ПО как сервис» (Software as a Service, SaaS), пишет на портале The New Stack Джанакирам МСВ, главный аналитик компании Janakiram & Associates.

Слияние генеративного ИИ (GenAI) и традиционного SaaS создает новую парадигму: «сервис как ПО». Эта эволюция превращает ПО из инструментов, помогающих принимать решения, в автономные системы, обеспечивающие полноценные результаты. В данной статье рассматривается эта трансформация и ее последствия для бизнеса.

Развитие генеративного ИИ и агентных рабочих процессов — управляемых ИИ автоматизированных процессов, которые могут самостоятельно выполнять задачи, — нарушило традиционные методологии разработки, развертывания и доставки ПО. Одной из областей, на которую было оказано значительное влияние, является SaaS — механизм доставки, который произвел революцию в предоставлении ПО, сделав его доступным и недорогим. Механизм подписки в сочетании с доступом через браузер позволили предоставлять мощное ПО в руки конечных пользователей.

Исторически сложилось так, что вычисления в сочетании с богатыми данными позволяли конечным пользователям и работникам сферы знаний принимать обоснованные решения. Например, финансовый консультант использует специально разработанное ПО, чтобы помочь своим клиентам выбрать правильные инвестиции с максимальной отдачей. Аналогично, ПО для оптимизации налогообложения учитывает множество параметров и правил для расчета налоговых обязательств пользователя. Почти все ПО сегодня доступно в виде SaaS и через браузер.

Эта традиционная парадигма сейчас трансформируется под влиянием GenAI и автономных агентов, которые меняют как обработку данных, так и доставку приложений. Эти технологии объединяются, чтобы создать сервис как ПО, где агенты ИИ предоставляют комплексные результаты, а не просто данные или инсаты. Давайте рассмотрим, как происходит эта эволюция.

От сырых данных к автономным действиям

Данные начинаются как необработанные факты — числа, текст и записи, — часто организованные вручную в электронных таблицах. На этом этапе пользователи несут единоличное бремя интерпретации. Электронные таблицы обеспечивают гибкость, но требуют ручных усилий для извлечения значимой информации.

Информация: РСУБД

Реляционные базы данных знаменуют собой переход от необработанных данных к структурированной информации. Организуя данные в таблицы со связями, РСУБД делают данные доступными для поиска, последовательными и надежными. На этом этапе начинает реализовываться идея запросов к информации для получения ответов на конкретные вопросы.

Знания: хранилища данных

С появлением хранилищ данных организации начинают консолидировать информацию из разрозненных источников для выявления закономерностей и тенденций. Этот этап связан со «знанием того, что было» — выявлением исторических тенденций, на основе которых принимаются стратегические решения.

Инсайты: большие данные/озера данных

Технологии Big Data позволяют организациям обрабатывать огромные объемы структурированных и неструктурированных данных. Здесь машинное обучение и продвинутая аналитика выявляют неожиданные закономерности и корреляции, переходя от понимания исторических тенденций к прогнозированию будущих результатов.

Интеллект: модели ИИ/МО

ИИ и машинное обучение углубляют понимание, делая данные предписывающими. Интеллект — это не только понимание или прогнозирование, но и рекомендации к действию. На этом этапе можно использовать предиктивное обслуживание, персонализированные рекомендации и обнаружение аномалий в режиме реального времени.

Действие: агенты

Наконец, данные превращаются в автономные действия. Интеллектуальные агенты с помощью ИИ рекомендуют действия и выполняют их. От чат-ботов, назначающих встречи, до ПО, заполняющего налоговые декларации, — именно здесь данные завершают цикл, определяя результаты.

От централизованных систем к автономным агентам

Мэйнфреймы: централизованные системы

В самом начале развития вычислительной техники приложения размещались на мэйнфреймах. Эти системы обрабатывали данные централизованно, а доступ к ним осуществлялся через терминалы. Хотя они были эффективны для пакетной обработки данных, им не хватало гибкости и доступности.

Настольные компьютеры: персональные вычисления

С появлением настольных приложений вычислительная мощь стала доступной для отдельных пользователей. Приложения стали инструментами для личной продуктивности, но все еще были изолированы и в основном отделены от более широких сетей.

Клиент-сервер: корпоративные системы

Архитектура клиент-сервер ввела в обращение сетевые приложения, обеспечивающие совместную работу и обмен данными в организациях. Раннее корпоративное ПО, такое как ERP-системы, помогало предприятиям оптимизировать процессы.

Веб: распределенные вычисления

Веб-приложения произвели революцию в области доступности, сделав ПО доступным через браузеры. На этом этапе отпала необходимость в инсталляции, появилась возможность глобального масштабирования и доступа по требованию.

SaaS: облачные системы

SaaS еще больше демократизировал доступ, устранив требования к пользовательской инфраструктуре. SaaS предоставляет гибкий, основанный на подписке доступ к ПО, размещенному в облаке, что делает передовые инструменты доступными для предприятий любого размера.

Сервис как ПО: автономные агенты

Следующий этап, сервис как ПО, переворачивает модель SaaS. Вместо того чтобы предоставлять пользователям инструменты для выполнения задач, агенты выполняют их автономно. Такие агенты легко интегрируются с платформами SaaS, используя интеллектуальные возможности для получения результатов, а не просто предоставляя пользователям возможность действовать.

Точка конвергенции: агентные рабочие процессы ИИ

Интересно, что у этих двух путей эволюции есть одно общее: агентные рабочие процессы ИИ.

#IMAGE_231492#

Эта новая тенденция представляет собой фундаментальный сдвиг в корпоративных вычислениях, когда агенты ИИ объединяют интеллектуальные возможности, получаемые из данных, с доступностью и масштабируемостью современных платформ для создания автономных, адаптивных систем. Эти системы способны:

  • принимать решения на основе сложного многофакторного анализа;
  • выполнять действия в различных системах и платформах;
  • учиться и оптимизировать результаты;
  • работать в рамках определенных этических и бизнес-ограничений.

SaaS расширил возможности пользователей во всех отраслях, предоставив им инструменты и интеллектуальные возможности для принятия обоснованных решений. Но он всегда останавливался перед стадией исполнения. Юристы, рентгенологи, налоговые консультанты и другие поставщики услуг полагаются на SaaS для принятия решений, но они по-прежнему несут ответственность за действия на последней миле.

Сервис как ПО устраняет этот пробел. Агенты, работающие на базе больших языковых моделей (LLM) и интегрированные с существующими API — и даже SaaS-платформами — не просто информируют пользователей, а предпринимают действия от их имени. Вместо того чтобы предоставлять инструменты для поставщиков услуг, сервис как ПО непосредственно обеспечивает результаты. Эта трансформация не только технологическая, но и экономическая.

Наиболее глубокое влияние новшества заключается в нарушении традиционных моделей ценообразования. Если SaaS ввел ценообразование на основе подписки, то Service as Software предполагает режим ценообразования, ориентированного на результат. Это позволяет увязать стимулы непосредственно с результатами, кардинально меняя ценностное предложение ПО.

Реальные применения сервиса как ПО

Подача налоговых деклараций

В обычной модели SaaS платформы для подготовки налоговых деклараций помогают пользователям объединять финансовые данные, выполнять расчеты и генерировать документы. Однако пользователь остается ответственным за окончательную подачу документов. Агентная платформа, напротив, постоянно интегрирует финансовые данные, следит за изменениями в законодательстве и автоматически подает декларации, когда все условия соблюдены. Единственным вмешательством пользователя может быть запрос на проверку в случае обнаружения существенного несоответствия или исключительного сценария.

Страховые претензии

Традиционные приложения для управления страховыми претензиями на базе SaaS улучшают ввод данных и хранение документов для специалистов по урегулированию. Однако при утверждении выплат полагаются на человеческое принятие решений. В рамках модели сервис как ПО интеллектуальный агент может анализировать представленные претензии (включая изображения, квитанции и заявления), проверять их на соответствие правилам политики и назначать выплату заявителю — без ручного вмешательства, — если претензия проходит заранее установленные проверки на мошенничество или пороговые значения. Человеческий надзор осуществляется только в аномальных или дорогостоящих случаях.

Медицинская диагностика

Многие медицинские учреждения полагаются на SaaS-платформы для хранения и анализа данных о пациентах. Эти решения могут выявлять тенденции, отмечать аномалии или рекомендовать дополнительные тесты, но для окончательного решения проблемы обычно требуются целенаправленные действия медицинского персонала. В отличие от этого, система Service as Software может автоматически определять критические показатели — например, подозрительные результаты визуализации — и планировать последующие визиты пациента или необходимые лабораторные исследования.

Оптимизация сделок по продажам

Во многих организациях отделы продаж используют CRM-системы для получения информации о лидах, ценах конкурентов и ходе сделки. Однако составление или обновление предложений часто остается ручной работой. Сервис как ПО, основанный на агентных рабочих процессах, может автоматически корректировать цены в установленных пределах, когда обнаруживает, что активность конкурентов или застой в сделке угрожают задержкой продажи. Затем он может напрямую направлять клиентам обновленные предложения.

Юридические ходатайства

Некоторые платформы юридических услуг помогают частным лицам или малым предприятиям создавать стандартные юридические документы и заявления. Эти системы обычно помогают пользователям собрать необходимую информацию, но в конечном итоге оставляют процесс подачи документов на усмотрение пользователя. В эпоху пост-SaaS приложение само подтверждает, соответствуют ли данные требованиям подачи, составляет необходимые документы и в электронном виде отправляет их в соответствующий суд.

Инвестиционные решения

Финансовые консультационные платформы часто рекомендуют распределение портфеля или выделяют движения рынка. Трейдеры или индивидуальные инвесторы должны принимать решение, действовать ли им в соответствии с этой информацией. Агентная инвестиционная платформа, однако, будет автоматически совершать сделки, когда рыночные условия соответствуют заранее определенным параметрам риска или целевым показателям эффективности. Хотя такой подход особенно полезен для систематических инвестиционных стратегий, он должен включать протоколы регулирования для надлежащего управления рисками.

Переход от SaaS к Service as Software

Предприятия, рассматривающие возможность перехода с SaaS на Service as Software, часто начинают с изучения того, какие задачи принесут наибольшую пользу от автоматизации. Эти задачи обычно повторяются, требуют много времени или подвержены ошибкам, если выполняются вручную. Внедрение интеллектуальных агентов, которые могут отслеживать потоки данных, оценивать правила принятия решений и инициировать окончательные действия, может потребовать расширения существующей инфраструктуры — например, добавления веб-хуков, внедрения новых конечных точек API или интеграции системы правил.

Структурированная модель регулирования обеспечивает соответствие автоматизированных действий политике организации. Некоторые действия, особенно те, которые связаны с крупными финансовыми обязательствами или потенциально необратимыми последствиями, могут требовать одобрения руководителей. Сочетание автономного выполнения и ручного контроля помогает сбалансировать эффективность и необходимый надзор.

Запуск пилотной программы может стать эффективной стратегией для подтверждения преимуществ новой модели. Тщательно спланированная пилотная программа позволяет командам выявить операционные проблемы, доработать рабочие процессы и удостовериться в ощутимым результатах перед полномасштабным внедрением.

Заключение

Сервис как ПО представляет собой трансформационный подход для предприятий, стремящихся эффективно использовать данные, оптимизировать процессы и минимизировать человеческий фактор в рабочих процессах. Сочетание удобства и масштабируемости облачных платформ с интеллектуальной автоматизацией позволяет этим агентным платформам предоставлять комплексные сквозные сервисы, выходящие далеко за рамки традиционных возможностей SaaS.

Для лиц, принимающих технические решения, сервис как ПО сулит ускорение предоставления услуг, повышение согласованности и потенциально значительное повышение эффективности. Однако этот потенциал также накладывает повышенную ответственность за обеспечение безопасности, комплаенса, надежности и регулирования. При продуманном планировании и реализации организации могут использовать сервис как ПО для достижения конкурентных преимуществ, освобождая квалифицированных специалистов от рутинных задач и создавая условия для более гибких инноваций, основанных на данных.