Этот пост посвящен проблеме дистрибуции для автономных ИИ-компаний, утверждая, что это серьезное препятствие без четкого плана действий. Платное привлечение клиентов через такие платформы, как Meta Ads, непомерно дорого для малого и среднего бизнеса, поскольку стоимость привлечения клиента значительно превышает его пожизненную ценность с учетом расходов на инференс и данные. Математика просто не сходится для автономных агентов при типичных ставках подписки для малого и среднего бизнеса.Каналы холодных обращений, некогда бывшие выходом из положения, все больше закрываются для автоматизированных сообщений в больших объемах. Социальные платформы внедряют более строгие правила против спама, генерируемого ИИ, что затрудняет программную отправку исходящих сообщений агентами. LinkedIn и Reddit имеют свои условия обслуживания и поведенческие фильтры, которые активно наказывают за автоматизированные обращения. Доставляемость холодных писем также страдает из-за общих доменов и возможного попадания в черные списки из-за злоупотребления со стороны одного клиента.Оставшиеся жизнеспособные каналы дистрибуции требуют человеческого участия, включая контент-маркетинг, SEO, построение сообщества, брендинг, основанный на основателе, и партнерства. Эти методы требуют постоянных усилий, суждений, вкуса и построения отношений в течение длительного времени. Автономные агенты по своей природе с трудом реализуют эти, по сути, человекоцентричные стратегии, особенно на ранних этапах роста компании.Автор утверждает, что, хотя затраты на инференс снижаются, а методы получения данных улучшаются, дистрибуция остается фундаментальной проблемой для автономного ИИ. Не существует простого решения "создать" или "ждать" для масштабирования дистрибуции автономно. Этот тезис верен для конкретных ниш, таких как потребительские приложения с устоявшимся платным привлечением или встроенные решения, но не для общего видения "ИИ управляет вашей компанией".В конечном счете, истинное преимущество ИИ для малого и среднего бизнеса заключается не в полной автоматизации, а в автоматизации повторяющейся "рутины" дистрибуции, в то время как человеческое суждение направляет процесс. Компания автора, Thread Otter, стремится предоставить автопилот, который помогает находить существующий спрос и взаимодействовать с ним, составлять ответы голосом пользователя и автоматизировать трудоемкие аспекты обращений, позволяя людям сосредоточиться на накапливающемся вкладе суждений. Этот подход признает, что дистрибуцию нельзя создать автономно, но ее можно обнаружить и управлять ею под человеческим надзором.