Стаття адвоката Лін Шанлун» Про ефективний BD: він продає інтеграційну спроможність AI

AI 時代的 бізнес-розвиток (BD), може виконати цілісну еволюцію, орієнтуючись на больові точки власної команди. Навіть якщо ти не фултайм-розробник, це все одно можна зробити. Ця тенденція, ймовірно, має бути підготовленим мисленням, яким повинні володіти всі без винятку посади.
(Передісторія: спеціальна стаття від адвоката Лінь Шан-лунь》Чи професіонали, які розуміють AI, будуть переможцями в AI-епоху? ）
(Додатковий контекст: спеціальна стаття від адвоката Лінь Шан-лунь》Зі справи Цай А-га з AI-страхом: ти злишся не на AI, а на те, що боїшся опинитися “позаду”)

Зміст цієї статті

Toggle

• Те, що він робить, насправді дуже влучає в больові точки
• Розповімо про те, як він вбудував туди AI
• Але я вважаю, що Output можна зробити ще більше
• З точки зору юриста є одна річ, яку обов’язково треба зробити: придушити галюцинації
• Декілька функцій, які я думаю, що його BD Agent може додати
  • Автоматично генерувати версії змін до договору на основі записів зустрічей
  • Коригувати силу/жорсткість умов договору залежно від позиції під час переговорів
  • Перевірка на відповідність вимогам, відсікти ризики наперед
• Кінець

На одній технологічній виставці я зустрів керівника з бізнес-розвитку (BD) з компанії, яка ось-ось стане дуже великою. Але більш особливим було те, що він сам зробив за допомогою AI комплект внутрішньої системи, яку їхня компанія використовує для BD. Він дуже щедро дістав телефон і показав мені свій прототип. Ми отак, паралельно дивлячись і розмовляючи, поступово з’ясували багато деталей.

Оскільки я й сам зазвичай займаюся розробкою з використанням AI, а ще за освітою я юрист, коли дивився на його речі, мимоволі почав думати на кілька кроків уперед. Ця стаття — це як упорядкувати ту розмову з того дня, записати, що я побачив, і які напрями я ще міг би обговорити з ним та продовжити “гратися” далі.

Те, що він робить, насправді дуже влучає в больові точки

На початку він одразу заговорив про дуже реальну проблему: у їхній BD-команді обсяг розробок назовні занадто великий — настільки, що жоден керівник не може “переварити” щоденні звіти всіх людей. У керівника, по суті, є лише дуже грубі інструкції, неможливо давати точну тактику для кожного магазину, для кожної точки. А ще, коли BD розсилає це назовні, дуже легко, що між собою відбувається зіткнення по запитах: просити всіх синхронізувати прогрес і водночас робити це неефективно на максимумі.

Тож він зробив додаток (App). Увійти — це admin-інтерфейс; зверху багато шарів. Найголовніший шар візуалізує всі точки, відкриті BD назовні, і весь стан угод. Переваги цього дуже прямі:

По-перше, більше не потрібно синхронізуватися одне з одним у розмовах: перш ніж кожен відкриє нову хвилю розробки, достатньо одного погляду, щоб побачити, що зробив інший і на якій стадії знаходиться кожна точка. По-друге, з позиції керівника він може напряму бачити весь pipeline: в якій саме компанії магазин “застряг” на якій стадії — видно з першого погляду.

Щиро кажучи, якщо подивитися на цю річ, одразу видно, що її зробив дуже розумний у BD людина. Логіка того інтерфейсу — це не те, що інженер міг придумати “з нічого”; вона справді така, як її проектують, коли раніше бігав у полі та працював з бізнесом.

Розповімо про те, як він вбудував туди AI

Я поцікавився в нього, де саме використовується AI. Він сказав, що він “під’єднав” AI, і зібрав у базу даних усі знання, минулі контракти та кейси співпраці, які BD використовують під час розробки назовні.

Він навів дуже практичний приклад: інколи BD розробляє розвиток аж до мережевого бренду, але спосіб домовлятися з мережею зовсім інший, ніж для одного магазину. Мережева масштабна, вплив велиичезний — часто доводиться робити обмін вигодами. Але під час навчання звичайному BD дуже складно “розкласти” словами так, щоб було зрозуміло: “хто наш опонент за масштабом, і які козирі/важелі ми можемо запропонувати у відповідь”. Тож він переклав це рішення на AI. На мій погляд, цей вхідний пункт він обрав дуже вдало.

Я знову запитав його, як він збирав базу даних. Він чесно сказав, що по суті це розгорнуто в Google Sheet, він читає напряму через JS. Але він підкреслив одну річ: усе, що кожен BD шукав, і що саме відповідав AI — повністю фіксується, і є сліди/підтвердження. Він також заздалегідь написав “визначення для торговця”: AI спочатку виконує запуск визначення, щоб визначити, який тип є новим клієнтом, а потім повертається назад і звіряє з кейсами співпраці.

Тут є один маленький нюанс, який я особливо хочу згадати. Я сказав йому, що в Gemini Flash безкоштовній версії є пастка — верхня межа токенів може призвести до того, що результат буде не таким, як очікується. Виявилося, що він це давно продумав: він заздалегідь спланував шлях для кожного питання й “зашив” його наперед — зустрічаючи якусь конкретну проблему, він читає лише ті кілька розділів, які потрібні. Так він не тільки нічого не пропустить, а й заощадить час і токени. Такий підхід “не втовкмачувати силоміць, а спершу визначити, а потім вибрати матеріали” — справді влучає в суть.

Але я думаю, що Output можна зробити ще більше

Дивлячись на це, я сказав йому одну доволі відверту фразу: “Твоя штука справді дуже добре, і вона дуже відповідає вашим сценаріям використання. Але — смак AI не такий вже відчутний”.

Я не прискіпуюся спеціально, просто думаю, що є ще простір для експериментів. Те, що він робить за суттю, — це перетворити ті минулі робочі “сліди” BD, які були непрозорі, неконтрольовані та їх не можна було повернути, на прозорі, видимі та керовані речі. Цей бік input він уже зробив дуже ґрунтовно.

Але з позиції розробника я думаю, що він “застряг” саме в output. Зараз майже весь його результат зосереджений у ChatBox і впорядкуванні даних. ChatBox — це, звісно, хороша штука, але я вважаю, що його output можна “відправляти” в більше місць: наприклад,

По-перше, напряму виводити документи у форматі компанії, такі як MOU, звіти тощо — замість того, щоб люди прочитали діалог, а потім самі ще все систематизували. По-друге, використовувати різні інтерфейси та процеси, щоб підхоплювати різні задачі: не все засипати в один і той самий діалоговий бокс. Нижній рівень усе одно LLM, але можна для різних сценаріїв проектувати різні Agent: одна задача — один процес.

З точки зору юриста, є одна річ, яку обов’язково треба зробити: придушити галюцинації

Цей фрагмент я обговорював з ним з позиції юриста. Бо його штука зачіпає контракти, зачіпає комерційні умови — допуск на помилки тут менший, ніж у більшості людей навіть уявляється.

Моя власна звичка така: те, що породжує AI, не може містити жодного вигаданого “з повітря”. Тому я порадив йому додати дві речі:

Перше — посилання з відстеженням першоджерела (引註溯源). Після кожного результату додавати citation: якщо натиснеш, можна побачити, “з якого саме документа” і “якого саме фрагмента” це. Це насправді для нього особливо важливо: його BD бере переговорні важелі, які дав AI, і йде боротися на місці. Якщо він не може потім повернутися та перевірити джерело, то це означає брати неваліфіковані речі й ризикувати.

Друге — знизити temperature. Чим більше сценарій потребує точності та де не можна “розмахуватися” на власний розсуд, тим більше потрібно придушити випадковість моделі. Коли ці дві речі поєднати, простір для галюцинацій скоротиться набагато сильніше.

Декілька функцій, які я думаю, що його BD Agent може додати

У їхній компанії є відділ юриспруденції, є юристи. Контракти здебільшого використовують типові шаблони, і їх не надто змінюють. Здається, ніби AI тут не має особливого простору, але я якраз вважаю, що саме в таких “виглядає все стабільно” сценаріях є чим погратися. Я накидав йому кілька напрямів:

2. Автоматично генерувати версії змін до договору на основі записів зустрічей

Після того як BD переговори завершили, найвтомлюючіше — перетворити дві години обговорень на офіційні умови. Це AI вміє добре: даєте йому типовий шаблон, а потім вставляєте туди весь текст запису зустрічі — і він сформує нову версію згідно з висновками; місця, які треба видалити або змінити, відмітить через трекінг змін, і юрист одразу зрозуміє, що саме рухали.

3. Коригувати силу/жорсткість договору залежно від позиції під час переговорів

Це, як на мене, найцікавіше, бо саме це можна дуже добре “пристебнути” до логіки в його системі. Проблема типової версії в тому, що вона не може відобразити різницю в реальній силі сторін щоразу в переговорах. Коли ми домовляємося з великою компанією, наша позиція слабша — тож умови мають бути м’якшими; коли домовляємося з маленьким опонентом, наша позиція сильніша — тоді умови можуть бути жорсткіші. Немає жодного договору, який підходить “один для всіх”: кожен треба адаптувати. Якщо його Agent зможе автоматично генерувати різні версії “сили/жорсткості” залежно від “масштабу опонента”, хіба це не співпаде з його ідеєю в системі — “відповідні важелі під кожну категорію”?

4. Перевірка на відповідність вимогам (compliance), відсікти ризики наперед

Ризики відповідності часто є в публічних матеріалах, які BD випускає назовні. AI може допомагати переглядати кожне речення: які слова надто перебільшені або занадто “все пообіцяли”, яке правило/норма порушується, що треба видалити або додати попереджувальне застереження. Для BD-команди, яка щодня працює “в полі” назовні, така здатність “попередньо зупинити” насправді дуже практична.

Я також нагадав йому: якщо компанія дійсно хоче зберегти певні конкретні положення, то це не суперечить. Можна змінити формулювання, можна поміняти тон, але фактично зберегти наші права й інтереси — технічно це повністю робиться.

Кінець

Тієї розмови в мене залишилося дуже глибоке враження. Він витратив три тижні й спеціально використав власний бюджет: перш ніж зробити прототип, він не витрачав ресурси компанії. Він перетворив реальну больову точку на корисну річ, яку вже можна було застосовувати; і співробітники вже користувалися нею, а начальник також кивнув “так”.

Ці понад два місяці він весь час займався однією й тією ж справою: шукати больові точки, шукати момент, де AI може “вклинитися”. Я думаю, що саме такий підхід — справжнє мислення людей, які хочуть використовувати AI: не “AI дуже крутий, давайте пограємося”, а “тут дуже боляче, а може AI допоможе зняти біль”.

Зрештою, найкраще застосовуваний AI зазвичай не той, який найефектніший на вигляд, а той, який найкраще розуміє бізнес і найтісніше пов’язаний із реальними больовими точками. Побачивши, що такий вправний BD починає мислити про свою роботу через логіку використання AI, я насправді дуже очікую, що ж він зробить далі.