Последние месяцы помогал с внедрением AI в нескольких компаниях разного масштаба, от небольших продуктовых студий до крупных банков. И вот параллельно вышло исследование PwC с интересными цифрами: 88% руководителей планируют увеличить бюджеты на внедрение ИИ, причём многие уже видят результаты.
Правда, есть одна штука, которую я заметил практически везде. И она, честно говоря, немного удивляет.
Первые эксперименты с внедрением ИИ
Почти в каждой компании история развивается примерно одинаково. Запускается первый эксперимент с AI агентом, обычно для службы поддержки или анализа данных. Через месяц-два команда видит конкретные цифры: продуктивность выросла на 20-30%. И данные PwC это подтверждают, 66% компаний фиксируют такой прирост уже на раннем этапе.
Но дальше компании сталкиваются с вопросами, которые не всегда предвидят заранее. Технология работает, результаты есть, энтузиазм тоже есть. А вот что делать дальше, не всегда очевидно.
На мой взгляд, многие изначально воспринимают AI как улучшенную версию привычных инструментов, если можно так сказать. Ускорить то, что уже делаем — это логично и понятно. А вот переосмыслить то, КАК мы это делаем — тут уже нужно признать, что возможно, есть более эффективные способы решать задачи.
Исследования vs практика внедрения
Когда в компаниях обсуждают препятствия для автоматизации рабочих процессов, чаще всего упоминают безопасность и стоимость. В исследовании PwC эти причины тоже лидируют, по 34% каждая.
Но есть некоторые пункты, которые удивляют. В нижней части списка оказались вещи, которые на практике создают больше всего головной боли: интеграция AI агентов между системами (19%), управление изменениями в организации (17%) и принятие сотрудниками (14%).
Получается забавная картина, когда технические и финансовые вопросы воспринимаются как главные барьеры, хотя реально основные проблемы связаны с организационными процессами и людьми.
Я думаю, это происходит потому, что техническое решение можно просто купить, а вот культурные изменения купить не получится, так как нужно время, терпение и готовность к неопределённости. Кстати, лучшее, с чего можно здесь начать, это взять самых готовых к изменениям сотрудников и обучить применению AI в рабочих процессах.
Системное внедрение ИИ (и это круто)
В некоторых компаниях удалось увидеть подход, который кардинально отличается от точечного внедрения. Когда AI агенты в компании работают не по отдельности, а как связанная система.
Вот один пример, который мне особенно запомнился.
Финтех-стартап, где мы с самого начала проектировали процесс обработки заявок под мультиагентную логику. Первый агент анализирует документы клиента, второй оценивает риски на основе внешних данных, третий формирует персонализированное предложение.
В результате время принятия решения сократилось с нескольких дней до нескольких часов. Но самое ценное (и вот это действительно впечатляет), что люди освободились от рутинных проверок и переключились на анализ трендов, работу с нестандартными кейсами, развитие продуктов. То есть произошла настоящая цифровая трансформация ролей, а не просто ускорение старых процессов.
На что стоит обратить внимание
В исследовании PwC есть показательная цифра: 73% руководителей уверены, что ИИ даст им конкурентное преимущество, но при этом 46% беспокоятся о том, что могут отстать от конкурентов. На первый взгляд парадокс — если технология даёт преимущество, чего бояться отставания? Но на практике всё логично: одно дело понимать потенциал ИИ, и совсем другое, это быть уверенным в том, что твоя компания сможет этот потенциал реализовать быстрее конкурентов.
Эта неопределённость, кстати, отражается и в подходах к внедрению. Многие компании начинают с осторожных экспериментов в одном подразделении. Получают хорошие результаты, все довольны, но тут встаёт вопрос, а как это масштабировать? Потому что расширение требует интеграции с другими системами, изменения процессов взаимодействия между отделами, обучения новых групп пользователей.
Понимаю, почему многие предпочитают не торопиться с этими шагами, хотя самые интересные возможности ИИ как раз открываются при системном подходе.
Как формируется доверие к ИИ
Еще я заметил одну закономерность, которая кажется мне важной. Компании, которые успешно масштабируют внедрение ИИ, обычно движутся по определённой траектории доверия. И данные исследования это, кстати, подтверждают: анализу данных доверяют 38% руководителей, а финансовым транзакциям только 20%.
Логика понятна: сначала ИИ поручают задачи со средним уровнем ответственности. Не самые простые (тогда эффект будет незаметен), но и не критически важные (чтобы ошибка не превратилась в катастрофу).
В одном из проектов мы начинали внедрение AI агентов с подготовки черновиков аналитических отчётов. А через несколько месяцев сотрудники сами стали предлагать эксперименты с AI агентами в других областях. Доверие выросло естественным образом, без давления сверху.
Взгляд в ближайшее будущее
Цифры исследования довольно амбициозны: 75% руководителей считают, что AI агенты изменят рабочие процессы сильнее, чем когда-то интернет. А 71% ожидает появления полноценного искусственного интеллекта уже через два года.
Учитывая темпы развития, я думаю, такие прогнозы вполне реалистичны. В проектах последних месяцев уже встречаются вещи, которые год назад казались фантастикой — AI агенты, которые адаптируются под специфику корпоративных данных, системы предиктивной аналитики, способные предугадывать потребности пользователей.
При этом 67% компаний из исследования ожидают кардинальных изменений ролей сотрудников в ближайший год. И вот здесь, кажется, самый важный вопрос: насколько готовы организации к трансформации людей, а не только процессов. Потому что технологии развиваются быстрее, чем люди успевают адаптироваться.
Выводы для тех, кто планирует внедрение ИИ
Анализируя опыт разных компаний, вижу одну закономерность: те, кто добиваются не только быстрого эффекта, но и долгосрочных изменений, с самого начала думают не только о технологии, но и о людях.
Внедрение ИИ в успешных проектах происходит параллельно с развитием команды и адаптацией процессов, также, как было с внедрением Agile. Люди учатся работать с новыми инструментами, руководство активно поддерживает эксперименты, а ошибки воспринимаются как часть обучения.
Возможно, именно в этом основная разница, что одни компании используют ИИ для оптимизации существующих процессов, а другие готовы пересматривать саму логику того, как создаётся ценность для клиентов. Второй путь требует больше смелости, но и открывает больше возможностей.
Интересно узнать подробнее?
Приходите на один из наших тренингов, где вы в деталях разберете эту тему и сможете задать тренеру свои вопросы.
