Почему одни ИИ-инициативы взлетают, а другие сжигают бюджет

Одной из главных проблем, с которой сталкиваются компании, является разрыв между ожиданиями и реальностью. Многие организации начинают свой путь в ИИ с технологии, а не с проблемы, что приводит к созданию красивых демо, не приносящих бизнес-эффекта, отметил Максим Чернухин, СТО клиентского сервиса «СберСтрахование Жизни».

По его словам, формула успешного внедрения ИИ — это объединение людей, процессов, данных и инфраструктуры. Отсутствие любого из этих элементов обнуляет все усилия, поэтому компаниям важно не начинать с десятков инициатив сразу, а получить один успешный кейс и распространить его внутри организации.

Ключевым выводом его выступления стал тезис о том, что большинство компаний на самом деле внедряют не искусственный интеллект, а новый способ работы, и инвестиции в обучение людей важнее, чем в закупку лицензий и мощностей.

Тему необходимости управляемого подхода продолжил директор департамента развития ИТ «Финансовая группа БКС» Евгений Мальцев. Он отметил, что использование ИИ-инструментов сотрудниками уже стало реальностью, и попытки запретить их лишь загоняют процесс в тень, приводя к утечкам данных и отсутствию контроля.

В качестве решения он предложил создание единого управляемого контура, который позволит маршрутизировать запросы к наиболее подходящим моделям, обеспечивая при этом безопасность и управляемую стоимость. Такой подход, по его словам, позволяет не только измерить эффект (в его компании более 92 тыс. запросов к ИИ за месяц сэкономили более 3100 часов работы), но и выстроить конвейер разработки с человеком в контуре, а также тиражировать лучшие практики через «магазин агентов».

Инфраструктура и данные как фундамент ИИ-трансформации

Значительное внимание на мероприятии было уделено инфраструктурным вопросам, которые часто становятся камнем преткновения для ИИ-проектов. Зоя Клиентова, директор по маркетингу Cloud4Y, в своем выступлении подчеркнула, что стандартный путь проекта от идеи до бизнес-результата на собственном оборудовании занимает 6–9 мес., причем основное время уходит на закупку GPU и настройку среды.

Облачные решения, напротив, позволяют запустить пилот за недели, оплачивая ресурсы по факту и избегая простоев. Она отметила, что облачная инфраструктура снимает четыре главных барьера: предоставляет GPU, готовую MLOps-платформу, управляемые базы данных и уже готовую сертификацию по требованиям безопасности, что критически важно для работы с персональными данными и взаимодействии с государственными заказчиками.

Вопрос качества и управления данными, без которых невозможно эффективное применение ИИ, раскрыл руководитель центра компетенций аналитики и оперативной отчетности, управления данными «Русал» Никита Титов. В его докладе «Как изменились подходы к сбору и хранению данных» было отмечено, что данные перестали быть просто историей для отчетов, они стали «топливом» для ИИ и источником конкурентных преимуществ.

Главное изменение заключается не в способах хранения, а в формировании целостного цифрового представления организации. Следующим этапом эволюции станет создание цифровых двойников компаний, для которых необходимы не только классические DWH и Data Lake, но и графовые и векторные СУБД, способные хранить сложные взаимосвязи и неструктурированные данные. По его мнению, цифровой двойник организации начинается не с данных или ИИ, а с формализации знаний и построения целостной модели бизнеса как единой системы.

Актуальность этих подходов подтверждается практическими проектами в разных отраслях. Так, на платформе «Дом.РФ», о которой рассказала операционный директор «Дом.РФ Технологии» Дина Колесникова, создается отраслевая платформа данных, агрегирующая и стандартизирующая информацию о рынке недвижимости. Для того, чтобы превратить данные в готовые продукты, включая API и ИИ-агентов, компания «Дом.РФ» получает более 30 запросов в месяц на создание новых дата-сетов от застройщиков и банков, что подтверждает высокий спрос на управляемые и качественные данные.

Помимо этого, компании получают возможность продавать свою аналитику и прогнозы через платформу и получать дополнительную статью дохода.

Эволюция ИИ: от чат-ботов к автономным агентным системам

Перспективы развития технологий искусственного интеллекта были рассмотрены в докладе руководителя ИТ-проектов «ГК «Силовые машины»» Константина Пензина и руководителя программы развития бизнес-системы «Координат» Хамита Фаттахова. Они представили свое видение перехода от реактивных LLM, которые просто отвечают на запросы, к мультиагентным системам и, в конечном итоге, к полностью автономным компаниям.

Спикеры выделили шесть уровней зрелости ИИ в бизнесе: от эпизодического использования открытых моделей до создания полностью самодостаточной организации без сотрудников к 2036 г. В качестве примера они привели цифровой образ цепочки создания ценности в производственной системе, где ИИ применяется для виртуального проектирования, прогнозирования спроса и управления запасами.

Мысль о неизбежности перехода к автономным агентским организациям развил Армен Амирханян, директор развития ИИ Московской биржи. В своем выступлении он заявил, что побеждает бизнес, который генерирует качественные гипотезы и проверяет их быстрее конкурентов.

Использование автономных ИИ-заводов, где человек задает цель, а агенты работают 24/7, увеличивает эффективное время разработки до 840 часов в неделю по сравнению с 200 часами при классической разработке. Он также представил проект Paperclip, который создает и оркестрирует автономные агентские организации и уже доступен в контуре Московской биржи.

Практические кейсы ИИ-трансформации в отраслях

О реальном опыте внедрения ИИ в крупной медицинской сети рассказал директор по информационным технологиям сети клиник «Будь Здоров» Алексей Остроушко. Компания реализует обширную программу цифровой трансформации, внедряя системы поддержки врачебных решений, контроля качества, анализа лабораторных исследований и голосового ввода.

Особое внимание в презентации было уделено сервису «Умное зеркало» для бесконтактной оценки показателей здоровья и мобильному приложению, в котором ИИ за три месяца проанализировал более 15 тыс. изображений кожи, обеспечив конверсию в прием к дерматологу на уровне 12%. По его словам, основная цель — не просто автоматизация, а повышение качества и доступности медицинской помощи и создание дополнительного дохода за счет привлечения пациентов.

Наталья Лошкарева, директор по управлению проектами клиентского сервиса DPD в России посвятила свое выступление системному подходу к внедрению ИИ. Она представила четкую пошаговую методологию, которая начинается с определения бизнес-целей и KPI, картирования процессов «как есть» и инвентаризации данных, и только после этого — выбора юзеркейсов. Эксперт подчеркнула, что внедрение ИИ — это трансформация процессов, а не просто автоматизация, и ключевая роль человека в критических решениях остается неизменной.

По ее словам, успех начинается с готовности организации, а не с алгоритмов, и 98% компаний считают ИИ приоритетом, но лишь 26% успешно внедрили его.

Практическим примером построения целостной цифровой экосистемы на основе ИИ поделился Ярослав Буторин, ведущий разработчик Tom Tailor. В fashion-ритейле компания внедряет комплексный подход, охватывающий всю цепочку: от прогнозно-рекомендательной системы управления ассортиментом и компьютерного зрения для заполнения атрибутов товара до ИИ-генерации описаний и работы с обратной связью.

В ходе выступления была подробно разобрана проблема обработки отзывов с маркетплейсов, на решение которой ранее у сотрудников уходило 4-7 мин. Благодаря созданию единого хаба данных и ИИ-агента, время ответа на один отзыв кардинально сократилось, а система позволила массово генерировать шаблонизированные ответы, анализировать тональность и кластеризовать отзывы по проблемам.