Evidenza, компания выходцев из B2B Institute LinkedIn, продаёт корпорациям «синтетических CMO». Это AI-клоны Байрона Шарпа, Марка Ритсона, Бине и Филда: загружаешь годовой маркетинг-план, через 72 часа получаешь вердикты классиков. У соседней платформы Delphi таких «цифровых разумов» уже больше двух тысяч, среди инвесторов Sequoia и фонд Anthropic, а верхний тариф для селебрити там называется Immortal. Категория не выглядит пузырём: Evidenza прибыльна, среди клиентов Salesforce и GE, а с прошлого года её синтетические аудитории встроены в медиапланирование Dentsu. (Эхх, а я когда-то программировал на Делфи, но на другом ))

Технология такая, что клон собирают из опубликованного корпуса эксперта: книги, колонки, подкасты, записи выступлений. Сверху поиск по этому корпусу и промпт с описанием персоны. Синтетический Шарп ответит про penetration и mental availability потому, что это написано в его книгах, а не потому, что он так решил в вашем случае. Что получает покупатель: вычищенная библиотека эксперта, его узнаваемый голос и возможность спросить в три часа ночи. Полезные вещи, за них не жалко платить, наверное. Но «суждения» среди них нет, а это кмк важно. Во-первых, учёт того, чего в данных нет вообще: как расположены силы в совете директоров, в каком состоянии команда, которая всё это потащит, что вы поняли про клиента на какой-то из встреч... Во-вторых, готовность поставить, когда оснований не хватает, неопределенность зашкаливает, и сломать при этом фреймворк, которым сам пользовался пять лет. Третье важнее двух первых и скучнее — тот, кто вынес суждение, потом живёт с последствиями. Клон способен произнести решение. Принять его он не может, рисковать ему нечем.

Забавно, что лучший аргумент против продукта опубликовала сама платформа. CEO Delphi прогнал миллион симулированных разговоров с клонами известных предпринимателей и выложил результат: пока пользователь не загрузит контекст (у них набралось четыре переменные, включая стадию компании и позицию команды по AI), клон отвечает общими словами, которые «звучат как человек, но лишены его реальной сложности принятия решений». То есть контекст в этой сделке приносит покупатель.

У меня одна из самых удачных кадровых ставок выглядела на бумаге неубедительно. Кандидат без свежих громких результатов, по формальным критериям проигрывавший другим, зато (для меня) с заметно большим потенциалом в компетенциях и в понимании того, как всё устроено. Любая матрица оценки его бы отсеяла. Он вышел за ожидания и часть задач стал решать лучше, чем решал бы их я. Бывало и наоборот: решение по всем понятным критериям было вроде как верным, но оказывалось ошибкой. За решение по фреймворку всегда есть чем отчитаться — критерии соблюдены, процедура пройдена.

Тогда за что платят enterprise-контракт? Мне кажется, что за алиби. Присказку про McKinsey, за найм которых ещё никого не уволили, знают все, только теперь ту же индульгенцию продают по цене подписки и отвечает она ещё меньше. Про исследования, которые заказчик покупает как укрытие от неопределённости, я писал недавно, механика ровно та же.

При этом сам подход с таким «клоном» мне видится перспективным, чем-то подобным я и сам пользуюсь. Синтетический оппонент хорош до решения: обстучать позицию и заранее собрать возражения, на которые внутри корпорации ушли бы недели согласований. В Uber сотрудники собрали «Dara AI», клона своего CEO, и прогоняют через него презентации перед встречей с живым. Подозреваю, что копия там вторична. Помогает то, что напротив кто-то методично возражает, и позицию приходится проговаривать целиком. В этом и смысл оппонирования, и клона как такового.