ИИ переходит из экспериментов в реальные бизнес-процессы

ИИ сегодня: от ожиданий к реальным вызовам

По данным Computerworld, искусственный интеллект в бизнесе находится на стадии, схожей с начальным этапом внедрения электричества более века назад. Хотя потенциал ИИ признаётся, многие компании пока не знают, как эффективно использовать эту технологию. Эксперты отмечают, что ключевым фактором успеха станет не только техническая реализация, но и правильное вовлечение сотрудников.

ИИ как часть команды

Одним из ключевых участников обсуждения стал Deepak Seth, директор-аналитик Gartner. Он подчеркивает, что ИИ не исчезнет, а постепенно перейдёт от обсуждения его возможностей к практическому применению. Однако сегодня организации сталкиваются с трудностями: неясны пути внедрения, не определены метрики эффективности, а риски безопасности остаются на высоком уровне.

По оценкам одного исследования, до 95% экспериментов с ИИ завершились неудачей. При этом в некоторых компаниях ИИ уже помогает в управлении знаниями, поддержке клиентов и административных задачах. В этом контексте становится очевидным, что ИИ должен стать полноценным участником команды, а не только инструментом. Однако формирование такой структуры — задача непростая.

Парадокс внедрения

Brooke Johnson, главный юридический директор Ivanti, отмечает, что спешка в применении ИИ привела к тому, что многие организации получили лишь минимальный результат от своих инвестиций. Вместо стратегического подхода был выбран путь скорее экспериментальный, что привело к фрагментации систем, утечке бюджетов и снижению ожидаемой отдачи.

Теперь, по словам Johnson, необходимо находить баланс между внедрением ИИ, улучшением производительности сотрудников и обеспечением кибербезопасности. В этом процессе важную роль играет человеческий фактор. Только человек способен определить, какие инструменты использовать, а какие — избегать. Также необходимо обучать сотрудников, чтобы они понимали, зачем нужны ограничения и как они влияют на безопасность.

Практический подход: от теории к результатам

Matthew Blackford, вице-президент по инженерным решениям RWS, рекомендует компаниям сосредоточиться на эффективном применении ИИ, а не на создании всего с нуля. Он отмечает, что ИИ открывает новые возможности для уязвимостей, и те, кто уже задумывается о рисках, лучше подготовлены к работе с этой технологией. Инженеры, которые применяют принципы конфиденциальности и безопасности на этапе проектирования, остаются наиболее ценными специалистами.

EY — один из ключевых участников, которые начали использовать ИИ в реальных процессах. По словам Joe Depa, глобального директора по инновациям EY, компания внедрила 30 миллионов внутренних процессов и 41 000 агентов. В частности, агент под названием EY Tax Assistant предоставляет актуальную налоговую информацию сотрудникам и клиентам, что особенно важно, учитывая ежедневные изменения в налоговых правилах.

DXC Technology также демонстрирует, как ИИ может быть частью операционных процессов. Компания использует ИИ-агентов в центре безопасности, где они выполняют начальные задачи — классификацию угроз и документирование результатов. По словам Dan Gray, вице-президента по глобальной технической работе с клиентами DXC, такой подход позволил сократить время расследований на 67,5% и вернуть 224 000 часов работы аналитиков. Это время теперь используется для более сложных задач, таких как анализ новых игроков и настройка систем.

Успех ИИ — вопрос культуры

Deepak Seth отмечает, что первыми, кто получит преимущество, станут компании, которые быстрее освоят ИИ. Однако, по его мнению, преимущество станет реальным только при изменении корпоративной культуры. Это включает в себя адаптацию систем мотивации, обучение сотрудников и построение рабочих процессов, где ИИ и человек работают в паре.

Одним из важных вопросов остаётся, как использовать прирост производительности. Если ИИ позволяет выполнять задачи вдвое быстрее, компания должна решить, будет ли сотрудник работать меньше или получит больше задач. В первом случае возможны риски снижения мотивации, во втором — риски выгорания. Как подчеркивает Seth, это не только техническая задача, а вопрос управления людьми.

Современный этап внедрения ИИ напоминает ранние дни электрификации — технологии уже здесь, но их применение требует времени, стратегии и понимания. Компании, которые начнут с обучения сотрудников, внедрения безопасных практик и построения гибких процессов, будут лучше подготовлены к будущему. Gartner, EY, DXC Technology, Ivanti, RWS — эти ключевые участники демонстрируют, как ИИ может стать не только инструментом, а полноценным участником бизнес-процессов.

Интересно: Станет ли в скором времени ключевым KPI для CIO и CTO не количество внедренных ИИ-моделей, а показатель «коэффициента успешного вывода экспериментов в производство»?

i

Создано специально для ASECTOR

Концептуальное изображение

ИИ в бизнесе: от ожиданий к реальным вызовам. Дополнительный анализ

Внедрение искусственного интеллекта в бизнес-процессы продолжает оставаться сложной задачей, несмотря на рост интереса со стороны компаний. По данным Gartner, до 95% экспериментов с ИИ заканчиваются неудачей, а основными причинами остаются отсутствие стратегии, дефицит квалифицированных специалистов и недостаточная подготовка к рискам [!]. В то же время, успешные примеры, такие как EY и DXC Technology, демонстрируют, что ИИ может стать полноценным участником команды, а не только инструментом автоматизации. Однако для этого требуется не только техническая реализация, но и глубокая трансформация корпоративной культуры и процессов управления.

Кадровый дефицит: барьер для цифровой трансформации

Одним из главных барьеров внедрения ИИ остаётся нехватка квалифицированных специалистов. По данным Gartner, 45% компаний сталкиваются с дефицитом ИИ-инженеров, а к 2027 году 80% из них потребуется переобучение для работы с генеративным ИИ [!]. Это подтверждает, что кадровые ресурсы становятся критическим фактором в масштабировании ИИ-проектов. Российские компании, в частности, сталкиваются с двойной задачей: с одной стороны, они стремятся использовать ИИ для повышения эффективности, с другой — им необходимо учитывать требования к защите персональных данных и обеспечению кибербезопасности. Это требует не только технических решений, но и стратегического подхода к управлению рисками.

Финансовые ограничения и выбор сценариев внедрения

Недостаток бюджета также сдерживает масштабное внедрение ИИ. По данным Gartner, половина руководителей ИТ-отделов не имеют достаточных средств для перераспределения инвестиций в ИИ-проекты [!]. Вместо этого они фокусируются на решениях с предсказуемой экономией, особенно в управлении IT-сервисами и digital workplace. Это указывает на необходимость выбора сценариев внедрения, где возврат на инвестиции будет очевиден. Успешные примеры, такие как внедрение ИИ в центре безопасности DXC Technology, демонстрируют, что автоматизация начальных задач может сократить время расследований на 67,5% и освободить аналитиков для более сложной работы [!].

Управление рисками: от теории к практике

Управление рисками при внедрении ИИ становится всё более важным. По данным исследования, 40% проектов агентного ИИ будут отменены к 2027 году из-за высоких затрат, неопределенной ценности и слабого управления рисками [!]. Это подчеркивает необходимость централизованного подхода к контролю над действиями ИИ-агентов. В условиях роста автономных систем, где человек не всегда остаётся в цикле, управление рисками становится ключевым для обеспечения доверия и соответствия нормативным требованиям [!]. Компании, которые внедряют ИИ, должны пересматривать подходы к защите данных, мониторингу и тестированию решений, чтобы минимизировать угрозы.

Долгосрочные стратегические изменения

Внедрение ИИ меняет не только процессы, но и структуру бизнеса. Компании, которые готовы к этим изменениям, получат конкурентное преимущество. Однако для этого им нужно пересмотреть подходы к обучению, безопасности и управлению. По данным Gartner, 5% лидеров в области ИИ добиваются высокой прибыли от масштабных инвестиций, тогда как 60% не видят ощутимого результата [!]. Это указывает на необходимость перестройки бизнес-процессов, вовлечения топ-менеджмента в стратегию ИИ и инвестиций в обучение персонала. Только так можно избежать фрагментации и создать централизованную платформу для масштабного внедрения решений.

Заключение

Искусственный интеллект в бизнесе находится на стадии, когда он начинает менять не только процессы, но и культуру. Компании, которые готовы к этим изменениям, получат конкурентное преимущество. Однако для этого им нужно пересмотреть подходы к обучению, безопасности и управлению. Технологии уже здесь, но их применение требует времени, стратегии и понимания. Успешное внедрение ИИ зависит не от сложности алгоритмов, а от готовности компании к изменениям в управлении людьми и процессами.