Билл Гросс: не используйте ИИ только для сокращения затрат — используйте его для роста
Ключевые выводы
- •Билл Гросс говорит, что почти у каждого генерального директора, с которым он общается, есть план экономии с помощью ИИ, но практически ни у кого нет плана роста доходов с помощью ИИ, что делает стратегии, ориентированные только на эффективность, неполными.
- •Опрос EY-Parthenon от апреля 2026 года показал, что 63% руководителей по росту в крупных американских компаниях используют ИИ главным образом для эффективности и производительности, и лишь 7% называют диверсификацию потоков доходов.
- •Исследование METR 2025 года установило, что продолжительность задач, которые ИИ-агенты могли выполнять с 50-процентной надежностью, удваивалась примерно каждые семь месяцев.
- •Три десятилетия работы Idealab позволили выработать 31 метод поиска идей, сгруппированных в семь «линз», которые в сочетании с ИИ дали базу данных из более чем 1,2 миллиона потенциальных бизнес-идей, доступную на Idealab.ai.
- •Гросс рекомендует назначить ответственного владельца за самую сильную выявленную возможность и проверять ее через интервью с клиентами, прототипы или платные пилоты с четкими вехами для инвестирования, смены направления или остановки.

У основателя Idealab Билла Гросса есть послание для корпоративных руководителей: стратегии искусственного интеллекта, построенные исключительно вокруг сокращения затрат, неполны, и компаниям следует дополнять свои программы по эффективности целенаправленными планами роста доходов за счет ИИ.
«У каждого генерального директора, с которым я разговариваю, есть план экономии с помощью ИИ, — пишет Гросс в комментарии для Fortune, опубликованном 16 ноября 2026 года. — Практически ни у кого нет плана роста доходов с помощью ИИ». Экономия важна, признает он, но ИИ-стратегия, останавливающаяся на этом, недостаточна.
Опираясь на 50 лет предпринимательства, в течение которых, по его словам, он помог создать более 175 компаний, Гросс описывает повторяющийся сценарий последовательных технологических волн. Первым инстинктом, пишет он, является использование нового инструмента для удешевления старых задач, но выигрывают компании, которые используют его для новых задач. Электричество не просто снизило счета фабрик за электроэнергию — оно позволило перестроить фабрики вокруг конвейерной линии. Интернет не просто сократил стоимость рассылки каталогов — он создал Amazon.
Гросс ссылается на исследования, указывающие, что большинство компаний по-прежнему сосредоточены на эффективности. Согласно опросу EY-Parthenon — стратегическому подразделению консалтинговой компании EY — опубликованному в апреле 2026 года, 63% руководителей по росту в крупных американских компаниях заявили, что их организации используют ИИ главным образом для эффективности и производительности, и лишь 7% назвали диверсификацию потоков доходов. Тот же опрос показал, что 80% руководителей считают, что рост становится все более сложным, и видят в ИИ катализатор роста — разрыв между амбициями и внедрением, который Гросс призывает компании закрыть. Исследование McKinsey 2026 года из продолжающейся серии State of AI показывает, что лидеры в применении ИИ добиваются роста или инноваций наряду с эффективностью.
По словам Гросса, рубеж возможностей ИИ также быстро движется вперед. В исследовании 2025 года, посвященном задачам разработки ПО и рассуждений, METR — некоммерческая исследовательская организация, оценивающая возможности forefront-ИИ, — установила, что продолжительность задач, которые ИИ-агенты могли выполнять с 50-процентной надежностью, удваивалась примерно каждые семь месяцев. Эта продолжительность отражает время, которое такие задачи занимают у экспертов-людей.
Гросс утверждает, что ИИ делает идеи более доступными, а раннее экспериментирование — менее затратным. Для концепций на основе ПО он может помочь командам исследовать рынок, писать и тестировать код и создавать начальный прототип до выделения более крупной команды и бюджета. Самое сложное, пишет он, — выбрать правильные возможности, проверить спрос и превратить их в жизнеспособный бизнес — и устоявшиеся компании могут начать, опираясь на существующие экспертные знания и возможности.
Каждая устоявшаяся компания, отмечает он, обладает активами, которым позавидовали бы стартапы: экспертным пониманием того, как на самом деле устроена ее отрасль; знанием клиентов — на что люди жалуются, что просят, за что готовы платить дополнительно и какие обходные пути находят; возможностями, созданными для одной цели, но способными служить другой. Некоторые также владеют патентами, коммерческими тайнами или отложенными исследованиями, поскольку их развитие было слишком затратным по персоналу. ИИ может помочь найти новое применение этим активам, но превращение их в доход требует метода.
В Idealab — инкубаторе стартапов, который он основал в 1996 году, — команда, пишет Гросс, три десятилетия оттачивала 31 способ поиска бизнес-идей, сгруппированных в семь «линз». Примененные с помощью ИИ, эти методы позволили создать базу данных из более чем 1,2 миллиона потенциальных бизнес-идей, свободно доступную на Idealab.ai.
Четыре «линзы» исходят от спроса — от того, от чего люди страдают, чего хотят или что делают:
- Начните с боли. Исправьте свою, исправьте чужую или устраните трение, ожидание, потери или опасность. Журналы клиентской поддержки могут выявить проблемы, достойные решения.
- Сделайте радикально лучше. Спросите, что может стать значительно быстрее, проще, удобнее или автоматизированнее.
- Откройте доступ большему числу людей. Снизьте стоимость премиального сервиса, чтобы новая группа клиентов могла его себе позволить — и подумайте, что это откроет.
- Считывайте сигналы, которые оставляют люди. Ищите повторяющиеся вопросы и жалобы, обходные пути, неправильное использование, утраченное доверие и игнорируемые ниши.
Три «линзы» исходят от предложения — от того, что только что стало возможным:
- Используйте новую возможность. Примените новую технологию к старой проблеме или соедините существующую возможность с другой бизнес-моделью.
- Выберите правильное время. Ищите снижающуюся кривую затрат, смену платформы или изменение регулирования — и вернитесь к проектам, отложенным потому, что они были верными, но слишком ранними.
- Мыслите масштабно. Переосмыслите огромную, но статичную отрасль или начните со смелого видения лучшего будущего.
В качестве примера Гросс приводит логистическую компанию, способную предсказывать сбои в доставке: эта экспертиза могла бы лечь в основу сервиса планирования для более мелких грузоотправителей, причем ИИ помогает исследовать такую возможность. Клиентам все же нужно подтвердить, что проблема достаточно важна, чтобы платить за решение.
Он рекомендует применить эти «линзы» к экспертизе компании, знаниям о клиентах, возможностям и интеллектуальной собственности — использовать ИИ для выявления и оспаривания допущений, а затем проверить спрос напрямую у клиентов. За самой сильной возможностью следует закрепить ответственного владельца, проверяя ее через интервью с клиентами, прототипы или платные пилоты, чтобы понять, что людям действительно нужно и готовы ли они платить. Команды должны получить четкие вехи для решения, инвестировать ли дальше, менять направление или остановиться.
Его напутствие: поставьте целевой показатель доходов рядом с целевым показателем экономии в следующей презентации для совета директоров. Цель, пишет он, — построить более сильную компанию за счет повышения эффективности и создания новых источников роста.
Мнения, выраженные в комментариях на Fortune.com, являются исключительно взглядами их авторов и не обязательно отражают мнения и убеждения Fortune. Эта история изначально была опубликована на Fortune.com.