Unframe tehisintellekt: uue ettevõtte tehisintellekti ärimudeli juhtumiuuring
Iisraeli-Saksa idufirma Unframe AI pakub õpetliku juhtumiuuringu kirjeldatud turusuundumuste praktiliseks rakendamiseks. Ettevõtte asutasid 2024. aasta aprillis Shay Levi, Larissa Schneider ja Adi Azarya. Levi oli varem Noname Security kaasasutaja ja tehnoloogiadirektorina muutis selle enne Akamai’le umbes 500 miljoni dollari eest müümist API küberturvalisuse sektori esimeseks ükssarvikuks. Schneideril on üle kümne aasta kogemust ettevõtte tehnoloogiasektoris, sealhulgas juhtivatel kohtadel Nutanixis ja Noname Securitys, millele lisandub akadeemiline taust Hult International Business Schoolist San Franciscos.
2025. aasta aprillis väljus Unframe varjatud režiimist 50 miljoni dollari suuruse rahastamisvooruga, mis jagunes 20 miljoni dollari suuruseks seemnerahastusvooruks ja 30 miljoni dollari suuruseks A-seeria rahastamisvooruks, mida juhtis Bessemer Venture Partners. Teiste investorite hulgas olid TLV Partners, Craft Ventures, Third Point Ventures, SentinelOne Ventures, Cerca Partners ja Terra Nova Ventures. Vähem kui aastaga saavutas ettevõte miljoneid dollareid aastast korduvat tulu (ARR) ja omandas kümneid suurettevõtteid kogu maailmas, sealhulgas Cushman & Wakefieldi ja Nomura.
Unframe eristab paljudest konkurentidest selle ärimudel. Platvorm põhineb nn Blueprint-lähenemisviisil – metoodikal, mis pakub suurtele keelemudelitele vajalikku konteksti valdkonnapõhiste tulemuste genereerimiseks ilma ulatusliku mudelikoolituse või peenhäälestamiseta. Ettevõte on LLM-agnostiline, mis tähendab, et kliendid saavad vahetada erinevate avalike ja privaatsete mudelite vahel ilma, et nad oleksid kindlasse ökosüsteemi aheldatud. Hind on inimese kohta aastas tasanditel (väike, keskmine, suur, eriti suur), kusjuures kõik kohandamisteenused ja tehisintellekti tootejuhtide töö on tellimuses sisalduvad – varjatud kulusid ega lisatasusid pole.
Võib-olla on ärimudeli kõige radikaalsem aspekt tulemusele orienteeritud maksmise põhimõte: kliendid maksavad alles siis, kui nad näevad reaalset mõju. Valdkonnas, kus 95 protsenti tehisintellekti projektidest ebaõnnestub, on see julge lubadus, mis saab toimida ainult siis, kui juurutused loovad tegelikult väärtust. Ettevõtte sõnul on esmasest konsultatsioonist tootmisvalmis, täielikult kohandatud lahenduseni kuluv aeg tavaliselt päevi, mitte kuid või aastaid, mis on selles valdkonnas tavapärased.
1670 kasutusjuhtu ja lõppu pole näha: tehisintellekti nõudluse reaalsus suurettevõtetes
Suurkorporatsioonide ees seisva tehisintellekti rakendamise väljakutse ulatust saab illustreerida konkreetse näitega. Ühe Wall Streeti kolmest suurimast investeerimispangast tehisintellekti kõrgem juht teatas 1670 tehisintellekti kasutusjuhtumi kuhjumisest, mille operatsioonid olid tema osakonda toonud ja mis tuli 2026. aasta lõpuks ellu viia. Selle juhi hinnang oli ühemõtteline: isegi piiramatute sisemiste arendusressurssidega oleks sellise mahuga ettevõttesiseselt toime tulla võimatu. Vaja oli skaleeritavat lähenemisviisi.
See näide pole kaugeltki erand. JPMorgan Chase haldab nüüdseks tootmises üle 1000 tehisintellekti kasutusjuhtumi, mis on jaotatud riskijuhtimise, turunduse, pettuste avastamise ja klienditeeninduse valdkonda. Bank of America on oma 13 miljardi dollari suurusest tehnoloogiaeelarvest 2025. aastaks eraldanud tehisintellektile 4 miljardit dollarit. Citigroup on katsetanud agendipõhist tehisintellekti 5000 töötaja jaoks ja käivitanud ettevõtteülese algatuse tehisintellekti süstemaatiliseks integreerimiseks kõigisse oma protsessidesse. Need arvud näitavad, et nõudlus tehisintellekti rakendamise järele suurettevõtetes ületab oluliselt olemasolevat sisemist võimsust.
McKinsey andmed näitavad, et kuigi 88 protsenti organisatsioonidest kasutab tehisintellekti vähemalt ühes ärifunktsioonis, on vaid seitse protsenti tehisintellekti ettevõtteüleselt laiendanud. Valdav enamus on katsetamise (32 protsenti), piloteerimise (30 protsenti) ja skaleerimise (31 protsenti) vahepealses etapis. Lõhe selle vahel, mida ettevõtted tehisintellektiga teha tahavad ja mida nad tegelikult rakendada saavad, on praeguse tehisintellekti ümberkujundamise suurim kitsaskoht.
Selles kontekstis saab selgeks, miks hübriidmudelid, mis ühendavad ettevõttesisese arenduse eelised (kohanduvus, kontroll) allhanke hüvedega (kiirus, skaleeritavus, väiksem hoolduskoormus), on üha olulisemad. Partnerlus spetsialiseerunud platvormipakkujaga võimaldab ettevõtetel süstemaatiliselt tegeleda tehisintellekti kasutusjuhtumite eksponentsiaalselt kasvava mahajäämusega ilma sisemisi meeskondi üle koormamata.
Juhtimise paradoks: kui tehisintellekti agendid kontrolli alt väljuvad
Lisaks ehitus-versus-ost otsuse majanduslikele aspektidele on olemas ka sageli alahinnatud mõõde: juhtimine. See teema on muutumas eriti oluliseks agendipõhiste tehisintellekti süsteemide levikuga – see tähendab tehisintellekti agente, mis mitte ainult ei paku teavet, vaid saavad ka ettevõtte süsteemides autonoomselt toiminguid teha.
Probleemi illustreerib ilmekas näide kindlustussektorist. USA läänerannikul asuva suure kindlustusseltsi IT-juht seisis oma juhtide ees nõudmisega luua tehisintellektil põhinevaid agente ilma nende otstarbe selge määratluseta. Idee pakkuda äriüksustele lihtsalt tööriista iseseisvalt tehisintellektil põhinevate agentide loomiseks kaasneb märkimisväärsete riskidega: sajad tuhanded hooldamata tehisintellektil põhinevad agendid, mis teostavad autonoomseid toiminguid ettevõttes rangelt reguleeritud valdkonnas, kujutavad endast juhtimisalast õudusunenägu.
Regulatiivsed nõuded süvendavad seda probleemi veelgi. Alates 2024. aasta augustist kehtima hakanud ELi tehisintellekti seadus kehtestab 2026/2027. aastaks üha suuremad kohustused kõrge riskiga tehisintellekti süsteemidele, sealhulgas vastavushindamise, CE-märgise ja läbipaistvuse nõuded üldistele tehisintellekti mudelitele. Singapuri agendipõhise tehisintellekti raamistik nõuab nn tegevusruumi määratlemist (milliseid tööriistu ja süsteeme agent võib kasutada) ning selgeid autonoomia piire inimese järelevalve all. NISTi tehisintellekti riskijuhtimise raamistik pakub riskikontrolli jaoks müüjaneutraalset struktuuri, mida USA ettevõtted üha enam kasutusele võtavad.
Juhtimismõõtmel on oluline mõju ostu-müügi otsusele. Ettevõtted, kes arendavad tehisintellekti ettevõttesiseselt, peavad iseseisvalt ehitama ja haldama kogu juhtimisinfrastruktuuri: elutsükli väravad, resertifitseerimistsükkel, mudelikaardid, punase meeskonna testimine, turustamisjärgne jälgimine ja intsidentide töövood. Spetsialiseeritud platvormipakkujad saavad neid juhtimisnõudeid tsentraalselt käsitleda ja pakkuda neid oma standardlahenduse osana, vähendades oluliselt üksikute klientide töökoormust. Ajastul, mil tehisintellekti süsteemide regulatiivsed nõuded kasvavad hüppeliselt, on juhtimisalane oskusteave muutumas platvormipakkujate jaoks oluliseks konkurentsieeliseks.
KPI-d ehk pimesi lendamine: Mis eristab edukaid tehisintellekti projekte ebaõnnestunutest?
Andmed on selged: tehisintellekti projektide otsustavaks eduteguriks ei ole tehnoloogia ise, vaid pigem selgete edukriteeriumide määratlemine enne käivitamist. MIT uuring tuvastab ebaõnnestumise peamise põhjusena tehnoloogia ja äriprotsesside vahelise kooskõlastamatuse. Ettevõtted on püüdnud genereerivat tehisintellekti olemasolevatesse protsessidesse minimaalsete kohandustega sundida, selle asemel, et kõigepealt määratleda soovitud ärimõju ja rakendada seda rangelt vastavalt.
Praeguste parimate tavade kohaselt hõlmab tehisintellekti projektide mitmemõõtmeline KPI-raamistik kuut dimensiooni: ärimõju (tulude kasv, kulude vähendamine), tegevuse efektiivsus (protsessi kiirus, vigade vähendamine), riskide maandamine (vastavus, pettuste ennetamine), strateegiline väärtus (turupositsioon, innovatsioonivõime), majanduslik efektiivsus (tulemuse maksumus) ja kasutuselevõtu määr (kasutajate omaksvõtt, levik).
Praktiline rakendamine eristab võitjaid kaotajatest. Edukad ettevõtted määratlevad enne projekti algust konkreetsed ja mõõdetavad eesmärgid – näiteks 96-protsendiline täpsus ja üle 90-protsendiline vastuste täielikkus. Nad loovad võrdlusalused, millega võrrelda, ja loovad läbipaistvuse selle kohta, milline täpselt edu välja näeb, enne kui esimene koodirida on kirjutatud.
Seevastu enamik ettevõtteid ei suuda vastata ebamäärasele küsimusele: “Mida me tehisintellektiga tegelikult teha saame?”. See uurimuslik, struktureerimata lähenemine viib selleni, mida valdkonna eksperdid nimetavad teadusprojektideks: tehniliselt huvitavateks demonstratsioonideks ilma olulise ärilise väärtuseta. Tagajärjeks on lõputu katsete tsükkel, mis ei jõua kunagi tootmisse.
Otsuse tegemisel, kas ehitada või osta, on märkimisväärsed tagajärjed. Sisemised arendusmeeskonnad kipuvad keskenduma tehnoloogilisele teostatavusele ja peavad ärimõju teisejärguliseks kaalutluseks. Spetsialiseeritud platvormide pakkujad, kes arveldavad tulemuste põhjal, on seevastu eksistentsiaalselt sõltuvad äriväärtuse loomisest esimesest päevast alates, sest vastasel juhul kukuks nende ärimudel kokku. See struktuuriliste stiimulite ühtlustamine on ostumudeli sageli alahinnatud eelis.
Kiiruse eelis: miks aeg on tehisintellekti majanduses kõige kõvem valuuta
Tehisintellektil põhinevas majanduses on aeg otsustavaks konkurentsiteguriks. Tehnoloogia areng edeneb nii kiiresti, et sisemiselt väljatöötatud lahendus võib valmimise ajaks olla juba vananenud. Traditsioonilistes ettevõtluskeskkondades on sisemise tehisintellekti süsteemi kontseptsiooni ja selle tootmisvalmiduse vaheline aeg tavaliselt 19–24 kuud: üks kuni kaks kuud vajaduste hindamiseks, kolm kuni neli kuud katsetamiseks ja veel kuud eelarve kinnitamiseks, tarnijate valikuks, juriidilisteks ja turvaülevaadeteks, integreerimiseks ning lõpuks juurutamiseks.
Selle aja jooksul ilmub kümneid uusi Foundationi mudeleid, tekivad ja kaovad terved tootekategooriad ning võrdlusaluste toimivus paraneb suurusjärkude võrra. Menlo Ventures dokumenteerib, et koodiagentidele ja tehisintellekti rakenduste koostajatele tehtud kulutused plahvatasid peaaegu nullist mitme miljardi dollarini, kuna mudelid suudavad nüüd tõlgendada terveid koodibaase ja täita mitmeastmelisi ülesandeid täiesti autonoomselt. See, mis algab tipptasemel ettevõttesisese arendusena, võib pärast valmimist muutuda reliktiks.
Spetsialiseeritud platvormide pakkujad vähendavad seda ajaraami kuudest päevadeks või nädalateks. Nad neelavad tsentraalselt enda kanda pidevate mudelimuudatuste, värskenduste ja turvapaikade keerukuse, võimaldades üksikutel äriklientidel saada kasu ilma oma ressursse eraldamata. See innovatsioonikiiruse koondamine on klassikaline näide mastaabisäästust: see, mida üks ettevõte ei suudaks kunagi nii kiiresti hallata, muutub platvormi kaudu paljude jaoks samaaegselt võimalikuks.
Lisaks näitab a16z aruanne, et erinevate mudelite jõudluserinevused muutuvad üha marginaalsemaks, samas kui kuluerinevused jäävad märkimisväärseks. Sellises olukorras nihkub konkurentsieelis mudelivalikult puhtale rakenduskiirusele ja protsesside integreerimisele – just spetsialiseeritud platvormide tugevustele.
Strateegiline erand: kui ettevõttesisene arendus on endiselt mõttekas
Vaatamata kõigile allhanke poolt rääkivatele argumentidele on selgelt määratletud valdkonnad, kus tehisintellekti lahenduste ettevõttesisene arendamine on strateegiliselt mõistlik. Nendel valdkondadel on tavaliselt üks või mitu järgmistest omadustest: suur seos ettevõtte intellektuaalomandiga, otsene seos põhitegevusega strateegilise eristajana või kasutusjuhud, kus tehisintellekti lahendusest endast saab müüdav toode.
Patenteeritud algoritmidel põhinev põhipangandussüsteem, mis kujutab endast tõelist konkurentsieelist riskide modelleerimisel, on klassikaline näide mõistlikust ettevõttesisesest arendusest. Samamoodi kujutavad endast vastuvõetamatuid riske omandiõigusega kauplemise strateegiad, kus tehisintellekti loogika on kesksel kohal ja mille avalikustamine välisele pakkujale. Farmaatsiatööstuses võivad tehisintellektil põhinevad molekulaarsed uuringud olla ettevõtte DNA-ga nii sügavalt läbi põimunud, et allhange pole ei praktiline ega soovitav.
Otsustajate ees seisab aga väljakutse teha jõhkralt ausat vahet tõeliste strateegiliste eristajate ja kurikuulsa “siin mitte leiutatud” sündroomi vahel. Paljud ettevõtted hindavad üle kasutusjuhtude strateegilist tähtsust, mis tegelikkuses on vaid standardfunktsioonid. IT-piletisüsteem, teadmistepõhine otsing või turundussisu genereerimine ei kuulu tavaliselt strateegilise eristamise kategooriasse ja kui need arendatakse ettevõttesiseselt, tekitavad need vaid kuluka arendusmahu.
Valdkonna analüütikute soovitused on selgelt ühised: 20-protsendiline ettevõttesisese arenduse osakaal peaks rangelt piirduma valdkondadega, mis loovad ainulaadse konkurentsieelise, samas kui ülejäänud 80 protsenti peaksid olema kaetud kiiremini, kulutõhusamalt ja oluliselt väiksema riskiga spetsiaalsete platvormide abil.
Pettumuse oru ületamine: pilk tulevikku, aastasse 2026 ja kaugemale
Gartneri ennustust, et tehisintellekt on 2026. aastaks pettumuse põhjas, ei tohiks mingil juhul tõlgendada pessimistliku signaalina. Pigem tähistab see hüpetsükli etapp tervislikku punkti, kus ebareaalsed ootused annavad teed reaalsusele ja ettevõtted hakkavad mõistma tehnoloogia tegelikke tugevusi ja piiranguid. See on etapp, kus puhas katsetamine annab teed investeeringutasuvuse külmale arvutamisele.
Arvud näitavad, et see küpsemisprotsess on juba täies hoos. Globaalsed tehisintellekti kulutused 2,52 triljonit dollarit 2026. aastal ja prognoositav kasv 3,3 triljoni dollarini 2027. aastal näitavad, et investeerimisvalmidus on endiselt absoluutselt tugev, hoolimata pettumustest üksikute projektidega. Tehisintellekti osakaal peaks 2026. aastal moodustama 41,5 protsenti kõigist IT-kulutustest ja see osakaal võib 2027. aastal tõusta üle 50 protsendi. Ainuüksi taristuinvesteeringud suurendavad tehisintellektile optimeeritud serverite kulutusi 2026. aastal 49 protsenti.
Muutumas ei ole investeeringute maht, vaid nende struktuur. Ettevõtted muutuvad oma tehisintellekti projektide valimisel üha valivamaks, seades tõestatud tulemused spekulatiivse potentsiaali ette. Tehisintellektiga eksperimenteerimise ajastu annab teed tehisintellekti tootmise ajastule – ja seda toodangut ostetakse, mitte ei ehitata. Platvormipakkujatele, kes pakuvad demonstreeritavalt mõõdetavat äriväärtust, avaneb peaaegu ajaloolise suurusega turg. Ettevõtete jaoks, kes ikka veel kõhklevad ehitamise ja ostmise vahel, muutub otsus üha selgemaks: maailmas, kus kiirusest on saanud kõige väärtuslikum valuuta ja 95 protsenti sisemistest tehisintellekti projektidest ebaõnnestub, on spetsialiseeritud lahenduste ostmine mitte ainult pragmaatilisem, vaid ka ainus majanduslikult parem strateegia enamiku kasutusjuhtude jaoks.
Selle ümberkujundamise võitjateks on need ettevõtted, kellel on julgust suunata oma ressursid radikaalselt tõeliselt strateegilisele 20 protsendile ja loota ülejäänud 80 protsendi puhul nutikatele partneritele – partneritele, kes pakuvad kiiremini, odavamalt ja demonstreeritavalt kõrgema edumääraga. Ülejäänud jäävad pettumusesse, olles haaratud omaenda aeglusest tööstusharus, mis ei halasta kõhklejatele.