Выбор управленца: как действовать в новой технологической реальности
Сессия была посвящена одному из ключевых вопросов, стоящих сегодня перед бизнесом: каковы реальные условия для успешного внедрения искусственного интеллекта? Спикеры сошлись во мнении, что барьеры лежат не в технологиях, а в области управления, культуры и, самое главное, в готовности данных.
Алексей Макин (RedMe) описал фундаментальный сдвиг от экономики «mobile-first» к «agentic-first», где AI-агенты станут главными посредниками, меняя бизнес-модели и атакуя привычные платформы. Ирина Попова подчеркнула, что без выстроенной культуры работы с данными (data-driven подхода) любые попытки внедрить AI обречены на провал, так как искусственный интеллект просто не на чем будет учить. Владимир Урбанский (МТС Линк) на конкретных кейсах своей компании показал, как комплексный подход (от обучения людей до адаптации процессов) и демонстрация быстрых побед на пилотных проектах помогают преодолеть внутренний скептицизм и достичь реального эффекта.
Главный вывод: переход в новую реальность — это не спринт, а марафон. Успеха добьются те компании, которые смогут управлять этой трансформацией системно, инвестируя в качество данных, развивая цифровые компетенции у всех сотрудников и меняя корпоративную культуру.
Основные мысли
- Правило 5%. Согласно исследованию MIT, лишь 5% компаний, внедряющих ИИ, получают от него реальный финансовый эффект. Причина не в технологии, а в неготовности организации, процессов и данных.
- Сначала данные, потом AI. Невозможно внедрить AI-решения в компании, где не выстроена культура работы с данными. Грязные, неструктурированные данные — главный барьер на пути к эффективности. Навыки управления данными постепенно входят в базовый набор каждого руководителя, а не только IT-специалистов.
- Эпоха AI-агентов. Мы входим в новую эру, где взаимодействие с сервисами будет происходить через интеллектуальных агентов. Это создаст новый класс бизнес-моделей, которые будут напрямую конкурировать с сегодняшними гигантами — маркетплейсами, поисковиками и агрегаторами.
- Успех — лучшее лекарство от скепсиса. Самый эффективный способ побороть сопротивление изменениям внутри команды — показать быстрый и измеримый результат. Пример из МТС Линк: продукт, который раньше требовал 3 месяца и внешнюю команду, был написан за 2 недели двумя штатными сотрудниками с помощью нейросети.
- Управлять нужно «падением», а не «взлетом». Любая трансформация начинается с временного падения эффективности и роста расходов (инвестиций в технологии, обучение, перестройку процессов). Задача управленца — грамотно провести компанию через этот сложный этап, чтобы затем выйти на новый уровень производительности.
- «Теневое использование» — сигнал для руководства. Сотрудники уже активно используют публичные нейросети (ChatGPT и др.) для решения рабочих задач в обход корпоративных запретов, потому что это эффективно. Это прямой сигнал для менеджмента, что внедрение технологий — уже не вопрос выбора, а необходимость.
Мировой опыт: практики применения ИИ в бизнесе и образовании
Международная панельная дискуссия была посвящена тому, как искусственный интеллект меняет подходы к бизнесу и образованию в разных частях мира. Эксперты из Китая, Казахстана и России обсудили роль государственного регулирования, культурные различия во внедрении ИИ и неизбежную трансформацию самого процесса обучения.
Было отмечено, что разные регионы движутся с разной скоростью: Китай внедряет ИИ директивно, поставив цель в 70% проникновения к 2027 году; Европа действует осторожно, концентрируясь на законодательстве; а развивающиеся экономики (например, в Центральной Азии) часто оказываются более гибкими и смелыми, нежели развитые, быстро «перепрыгивая» через устаревшие технологии.
Особый интерес вызвало исследование Лаборатории ИИ Школы управления СКОЛКОВО, которое показало, что у нейросетей есть свой «культурный код», во многом определяемый языком, на котором с ними общаются. Центральной темой стала трансформация образования: вместо запретов на использование ИИ необходимо учить студентов и управленцев эффективно с ним «сотрудничать», меняя роль преподавателя и создавая новые иммерсивные форматы обучения.
Основные мысли
- Гонка ИИ: разные стратегии. В мире нет единого подхода к ИИ. Китай стимулирует внедрение «сверху», поставив амбициозные государственные цели. Развивающиеся страны проявляют гибкость и быстро адаптируют технологии, в то время как ЕС сосредоточен на создании регуляторных рамок.
- У ИИ есть «культурный код». Исследование СКОЛКОВО показало, что языковые модели впитывают культурные особенности языка. Ответ нейросети на вопрос: «Вы счастливый человек?» на итальянском языке будет звучать значительно позитивнее, чем на немецком. Российская модель показала уникальное сочетание долгосрочной ориентации и двойственности (индивидуализм/коллективизм).
- Не запрещать, а учить. Спикеры сошлись во мнении, что бороться с использованием ИИ студентами бессмысленно. Задача образовательных учреждений — интегрировать эти инструменты в учебный процесс и научить будущих лидеров использовать их как мощного помощника для решения бизнес- и других задач.
- Новая цель образования — «квалифицированный заказчик». Парадигма обучения меняется. Теперь важно не столько обладать информацией (ее легко найти с помощью ИИ), сколько уметь правильно ставить задачу нейросети, критически оценивать результат и понимать основополагающие принципы ее работы.
- ИИ как «зеркало» для развития лидера. Искусственный интеллект открывает новые горизонты в педагогике. Уже сегодня технологии позволяют в рамках бизнес-игр анализировать невербальное поведение, тон голоса и речевые паттерны, предоставляя участникам объективную обратную связь для развития гибких навыков.
- «Финишной прямой» в гонке ИИ нет. Цель крупных технологических компаний состоит не в том, чтобы создать некий конечный продукт, а в том, чтобы построить фундаментальную инфраструктуру. Конкуренция будет разворачиваться на поле создания более экономичных, эффективных и специализированных моделей для разных задач.
