Microsoft: рост продаж на 20% требует перестройки процессов, а не покупки лицензий

Microsoft поделилась внутренними данными о внедрении искусственного интеллекта в корпоративные процессы. Компания выступила в роли «нулевого клиента», тестируя свои же инструменты на собственных сотрудниках, чтобы выработать практические методики для бизнеса. Ключевой вывод: эффективность ИИ определяется не количеством лицензий, а способностью перестроить рабочие процессы под новые задачи.

По данным Microsoft, фокус сместился с простого автоматизирования рутинных операций на расширение возможностей сотрудников (Capability Add). Это позволяет решать задачи, которые ранее были невозможны или слишком затратными.

Ключевые результаты внедрения ИИ

Внутренние испытания показали измеримый эффект в разных отделах компании:

• Отдел продаж: Команда из 687 менеджеров по продаже Microsoft 365 Copilot увеличила долю закрытых сделок на 20%. Выручка на одного менеджера выросла на 9,4%.
• Цепочки поставок: Среднее время планирования сократилось с 10 до менее чем 2,5 рабочих дней. Время на анализ изменений в планах спроса упало с 5–7 дней до нескольких часов, а в отдельных случаях — до 20 минут.
• Разработка ПО: Команда из 9 инженеров и дизайнеров выпустила первую версию продукта за 35 дней, используя ИИ-агентов на всех этапах создания.

Эти цифры подтверждают, что ИИ работает не как ускоритель старых процессов, а как инструмент для создания новых сценариев работы.

Пять принципов успешной трансформации

Microsoft выделила пять уроков, которые помогли избежать типичных ошибок при внедрении ИИ:

1. Старт с бизнес-результата. Раздача инструментов без изменения процессов не дает эффекта. Лицензии на 200 000 сотрудников не меняют качество работы, если задачи остаются прежними. Нужно сначала определить целевой показатель (например, рост выручки), а затем подбирать ИИ-инструменты под конкретные этапы работы.
2. Перепроектирование всего процесса. Добавление ИИ в сломанный процесс лишь ускоряет накопление проблем на следующем этапе. Microsoft упростила цепочки поставок, прежде чем внедрять более 100 специализированных агентов. Теперь они не только отвечают на вопросы, но и напрямую корректируют заказы в пределах установленных прав доступа.
3. Сотрудники в центре изменений. Лидеры задают цели, но именно те, кто выполняет работу, знают, где ИИ полезен, а где требуется человеческое суждение. Программы обучения (например, Camp AIR) показали, что устойчивые изменения происходят только когда команды экспериментируют совместно.
4. Расширение возможностей, а не замена. Главная ценность ИИ — в сочетании человеческой экспертизы и машинной скорости. Это позволяет предсказывать сбои качества до их возникновения или рассматривать десятки вариантов решений там, где раньше время позволяло проверить лишь три.
5. Непрерывное обучение. Организация становится сильнее, когда люди учат ИИ контексту бизнеса, а ИИ помогает людям быстрее осваивать новые навыки. Это создает цикл обратной связи, который превращает индивидуальный опыт в корпоративное знание.

Отсутствие контроля над «институциональным знанием» — ключевым активом, формируемым через взаимодействие людей и ИИ, может нивелировать преимущества от использования лучших моделей на рынке. Долгосрочное лидерство зависит от способности компании накапливать собственную базу данных о том, как именно ИИ решает специфические задачи бизнеса, а не только от доступа к внешним алгоритмам.

Практические выводы для бизнеса

• Метрика эффективности: Оценка ROI должна учитывать не только скорость и экономию на рутине, но и новые возможности (качество продукта, рост инноваций). Если ИИ лишь делает старую работу быстрее, компания становится «худой версией» себя прежней.
• Роль менеджмента: Успех напрямую зависит от поведения руководителей. Исследования Microsoft показывают: если менеджеры сами активно используют агентов ИИ и создают психологически безопасную среду для экспериментов, уровень доверия сотрудников к технологиям растет на 30 пунктов, а частота использования возрастает в 1,4 раза.
• Инфраструктура данных: Для работы с агентами необходима единая «источник истины» (single source of truth). Агенты должны опираться на одни и те же данные, чтобы их решения были согласованными.

Для компаний, планирующих внедрение ИИ, приоритетом становится не закупка софта, а пересмотр архитектуры рабочих процессов и подготовка кадров к совместной работе с алгоритмами.