Почему самые перспективные технологии часто становятся источником проблем, а не конкурентных преимуществ? Что упускают руководители, запуская цифровую трансформацию?
Своим опытом во время сессии Дня основания СКОЛКОВО 2025 поделились эксперты: директор программ по цифровой трансформации Школы управления СКОЛКОВО, академический директор программы «AI Shift: ИИ-трансформация бизнеса» Николай Верховский, директор программы «Переход в data-driven управление» Ирина Попова, CEO МТС Link Владимир Урбанский и основатель компании red_mad_robot Алексей Макин.
Между хайпом и реальной эффективностью: почему ИИ не работает
Ажиотаж вокруг искусственного интеллекта достиг пика: к концу 2024 года ежедневные запросы к ChatGPT приблизились к цифре 2 миллиарда. Владимир Урбанский, CEO МТС Link, подтвердил: если год назад на его лекциях генеративными моделями пользовалась половина аудитории, сегодня они вошли в повседневную практику / в рутину практически для всех.Однако за всплеском популярности скрывается парадокс.
Исследование Массачусетского технологического института (MIT) свидетельствует: большинство компаний, внедряющих ИИ, сталкиваются не с ростом эффективности, а с увеличением затрат. При этом спрос сотрудников на автоматизацию огромен, что доказывает феномен «теневого ИИ» — массовое использование публичных инструментов в обход корпоративных систем. Эта практика «снизу» обнажает неспособность организаций дать сотрудникам легальные и безопасные инструменты для автоматизации.
Корень проблемы, как показывают опросы, — не в технологиях.
90% трудностей связаны с человеческим фактором: неготовностью менеджмента к изменениям, страхом перед прозрачностью и отсутствием цифровой культуры в области принятия решений. На втором месте — организационные преграды, на третьем — сложности с расчетом возврата на инвестиции / окупаемости. Технологические решения оказываются лишь на четвертой позиции по значимости.
Неудивительно, что лидерами внедрения закономерно стали отрасли с исторически высокой культурой работы с данными — финансы и фармацевтика. Для них ценность цифрового следа очевидна. Остальным секторам экономики этот принцип только предстоит освоить.
Глубже, чем кажется: почему ИИ требует пересборки бизнеса
Эксперты оказались единодушны во мнении: главная ошибка компаний — попытка встроить ИИ в существующие, зачастую устаревшие, бизнес-процессы. Алексей Макин, чья компания red_mad_robot реализует проекты по внедрению генеративного ИИ, назвал текущую ситуацию сменой эпох.
«Мы наблюдаем тектонический сдвиг в мировой экономике: от ориентации на мобильные устройства — к эпохе автономных цифровых агентов. Эта трансформация глубже, чем переход от стационарных компьютеров к смартфонам, который, по сути, породил платформенную экономику маркетплейсов, — подчеркивает Макин. — Современные интерфейсы взаимодействия с ИИ, такие как чат-боты, — лишь прототипы будущего. Их можно сравнить с зелеными буквами на черном экране первых компьютеров — за кажущейся простотой скрывается технологическая революция».
В качестве примера эксперт привел сервис Perplexity, который самостоятельно подбирает пользователям авиабилеты, отели и развлечения. Подобные решения меняют структуру рынка: рекламные бюджеты начинают мигрировать от классических маркетплейсов к системам, действующим в интересах конечного потребителя. Чтобы адаптироваться, бизнесу нужна не точечная настройка, а пересборка модели..
Николай Верховский обратил внимание на распространенную практику безуспешной интеграции ИИ в существующие системы, такие как 1С или CRM. Исследования подтверждают: для эффективного использования искусственного интеллекта часто целесообразнее полностью заменить старые системы и позволить машине написать код с нуля, опираясь на чистые, правильно организованные данные.
Фундамент трансформации: данные и эволюция управления
Ключевой вопрос, который встает перед компаниями на пути цифровой трансформации, — где найти те самые «чистые данные», без которых невозможно внедрение искусственного интеллекта? Ирина Попова, работающая с компаниями на разных стадиях цифровой зрелости, описала поэтапную эволюцию систем управления. Компания не может перепрыгнуть из состояния «people-driven», где все держится на экспертах и лидерах, сразу в «AI-driven», где решения принимают и реализуют алгоритмы.
Эволюция управления проходит три стадии. Сначала бизнес осваивает стадию «process-driven» — внедряет стандартизацию и регламенты по образцу таких транснациональных корпораций, как McDonald's. Следующая ступень — «data-driven» подход, создание системы управления на основе данных и формирование своеобразного «пульта управления» бизнесом. И только после этого возможен переход к «AI-driven».
«Когда ко мне обращаются с запросом внедрить аналитику по принципу "загрузил данные в ChatGPT и получил рекомендации", я всегда уточняю, как организована система управления в компании, — рассказывает Ирина Попова. — Часто слышу в ответ: "В Excel". Чтобы начать использовать ИИ, нужно пройти весь путь: перестроить процессы, создать цифровой след, определить метрики и организовать хранилища данных».
Практика внедрения: как преодолеть сопротивление и добиться результата
Опыт успешного внедрения искусственного интеллекта показывает: основные препятствия носят управленческий, а не технологический характер. Как отметил Владимир Урбанский из МТС Link, многие компании повторяют ошибки прошлых цифровых трансформаций, недооценивая комплексность этого процесса.
Эффективное внедрение ИИ требует одновременной работы по четырем направлениям:
- Развитие новых компетенций сотрудников,
- Формирование культуры, основанной на продуктовом подходе, гипотезах и экспериментах,
- Обновление технологической инфраструктуры,
- Интеграция искусственного интеллекта в систему целеполагания всех подразделений.
Для преодоления сопротивления персонала необходим комплексный подход. Ирина Попова порекомендовала начинать с обучения руководителей, что в десять раз ускоряет внедрение. Алексей Макин посоветовал выявлять «сталелитейщиков» — носителей уникального опыта, которые часто блокируют изменения / препятствуют изменениям. Николай Верховский предложил действовать в трех направлениях: обучать мотивированных, работать с сомневающимися и расставаться с непримиримыми оппонентами.
Практический опыт МТС Link показал: эффективный способ преодолеть скепсис — показать быстрые результаты. «Мы начали с создания ИИ-помощника для клиентов, затем перенесли опыт на внутренние процессы, — рассказывает Владимир Урбанский. — Например, два старших разработчика с помощью ИИ создали продукт за месяц вместо обещанных подрядчиком трех». Убедительные результаты позволили масштабировать опыт: внедрение ИИ стало задачей для всех руководителей, включая финансового директора, что превратило разрозненные эксперименты в корпоративную стратегию.
Ключевой вывод: управление данными должно стать обязательным навыком для всех — от рядовых специалистов до топ-менеджеров. Когда руководители лично контролируют качество данных и включают соответствующие показатели в систему оценки, это создает основу для успешной технологической трансформации.
Время действовать
Цифровая трансформация — процесс, связанный со временным снижением эффективности при росте нагрузки. Но именно сейчас — лучшее время для старта, уверены эксперты. Крупные технологические компании еще не монополизировали рынок и поддерживают доступные цены, создавая уникальное «окно возможностей» для остальных игроков. У бизнеса есть 2-3 года, чтобы пройти путь трансформации и выйти на принципиально новый уровень производительности.
Начинать стоит с малого: выбрать один проект для оптимизации и довести его до рабочего состояния. Это даст команде практический опыт.
Эксперты единодушны: ИИ — универсальный инструмент во всех отраслях без исключения. Вопрос стоит не о целесообразности внедрения, а о скорости его реализации. Промедление может привести к потере конкурентных позиций, тогда как своевременные действия открывают возможности для лидерства на рынке.
Академический директор программы "Построение системы управления бизнесом на основе данных и ИИ", Управляющий собственник и CEO New Level Business
Сооснователь и акционер red_mad_robot
Генеральный директор МТС Линк