Председатель Ассоциации инновационных решений и искусственного интеллекта прокомментировала для СМИ, почему внедрение ИИ всё чаще приводит к пересборке управленческих моделей, бизнес-процессов и стратегии компаний.
Российские компании всё активнее заявляют о намерении внедрять искусственный интеллект, следуя глобальному технологическому тренду. Однако на практике ИИ-инициативы всё чаще упираются не в выбор моделей или платформ, а в необходимость глубокой перестройки управленческих и цифровых контуров. Об этом сообщает РР Новости, ссылаясь на данные отраслевых и международных исследований, а также на экспертные комментарии.
Согласно опросу технических директоров и ИТ-руководителей крупнейших российских компаний, проведённому консалтинговой компанией «Яков и Партнёры» совместно с Яндексом, большинство организаций уже запускали пилотные проекты с использованием искусственного интеллекта. При этом уровень реального внедрения ИИ в операционные процессы заметно отстаёт от уровня разработки и тестирования решений. Иными словами, компании активно экспериментируют с ИИ, но сталкиваются с трудностями при масштабировании.
Эксперты отмечают, что ключевые барьеры внедрения ИИ выходят далеко за рамки технологий. По данным исследования МТС Web Services, около 44% российских компаний прямо указывают на дефицит специалистов в области искусственного интеллекта. В ряде отраслей — промышленности, строительстве, ЖКХ, науке и образовании — этот показатель превышает половину опрошенных. Однако даже при наличии профильных кадров ИИ-проекты часто не доходят до промышленного уровня.
Международные аналитики подтверждают этот разрыв. В отчёте Nutanix Enterprise Cloud Index подчёркивается, что рост генеративного ИИ приводит к резкому увеличению вычислительных нагрузок и ускоряет переход компаний к гибридным и облачным архитектурам. Аналитики Gartner, в свою очередь, прогнозируют, что в ближайшие годы основная часть корпоративных ИИ-нагрузок будет размещаться именно в таких средах, при этом главным ограничением становится не доступ к «железу», а управляемость и согласованность данных между системами.
Комментируя ситуацию для СМИ, председатель Ассоциации инновационных решений и искусственного интеллекта «Регионы XXI ВЕК» Ольга Чернокоз отметила, что многие компании приходят к ИИ как к модному тренду, не до конца осознавая масштаб предстоящих изменений.
«На практике мы регулярно видим одну и ту же ситуацию: запрос формулируется как “нам нужен искусственный интеллект”, но в процессе внедрения становится понятно, что ИИ невозможно просто добавить к существующей системе. Он вскрывает все накопленные проблемы — разрозненные данные, неописанные бизнес-процессы, отсутствие понятных управленческих метрик и размытые зоны ответственности», — пояснила Ольга Чернокоз.
По её словам, в результате предприятиям приходится пересматривать не только ИТ-архитектуру, но и управленческие модели, логику принятия решений и стратегию цифрового развития.
«Искусственный интеллект не встраивается поверх старой управленческой конструкции — он требует её пересборки. Поэтому устойчивые результаты возможны только тогда, когда компании смотрят на ИИ не как на отдельный ИТ-проект, а как на инструмент изменения всей операционной модели», — подчеркнула она.
Экономический эффект от внедрения ИИ на макроуровне подтверждён рядом исследований. Так, в отчёте PwC Global AI Jobs Barometer отмечается, что отрасли с высокой степенью применения ИИ демонстрируют более быстрый рост производительности и выручки на одного сотрудника по сравнению с менее «AI-интенсивными» секторами. Однако на уровне отдельных компаний этот эффект далеко не всегда удаётся зафиксировать.
Исследования Boston Consulting Group показывают, что лишь ограниченная доля организаций действительно получает измеримую отдачу от инвестиций в ИИ. Основной причиной эксперты называют отсутствие у бизнеса чётких методик оценки эффективности ИИ-проектов и завышенные ожидания на ранних этапах.
В ответ на этот вызов Альянс в сфере искусственного интеллекта разработал стандартизированный подход к оценке финансового эффекта внедрения ИИ, который позволяет учитывать не только прямую экономию затрат или рост доходов, но и влияние на скорость процессов, качество управленческих решений и снижение операционных рисков.
Как подчёркивает Ольга Чернокоз, именно здесь проходит граница между формальным следованием технологической моде и реальной трансформацией бизнеса.
«ИИ — это не про пилоты и демонстрации. Это про управление. Компании, которые готовы пересматривать процессы, стратегию и управленческую логику, получают реальный эффект. Те же, кто рассчитывает на быстрый результат без внутренних изменений, как правило, остаются на стадии экспериментов», — резюмировала она.
Российские компании всё активнее заявляют о намерении внедрять искусственный интеллект, следуя глобальному технологическому тренду. Однако на практике ИИ-инициативы всё чаще упираются не в выбор моделей или платформ, а в необходимость глубокой перестройки управленческих и цифровых контуров. Об этом сообщает РР Новости, ссылаясь на данные отраслевых и международных исследований, а также на экспертные комментарии.
Согласно опросу технических директоров и ИТ-руководителей крупнейших российских компаний, проведённому консалтинговой компанией «Яков и Партнёры» совместно с Яндексом, большинство организаций уже запускали пилотные проекты с использованием искусственного интеллекта. При этом уровень реального внедрения ИИ в операционные процессы заметно отстаёт от уровня разработки и тестирования решений. Иными словами, компании активно экспериментируют с ИИ, но сталкиваются с трудностями при масштабировании.
Эксперты отмечают, что ключевые барьеры внедрения ИИ выходят далеко за рамки технологий. По данным исследования МТС Web Services, около 44% российских компаний прямо указывают на дефицит специалистов в области искусственного интеллекта. В ряде отраслей — промышленности, строительстве, ЖКХ, науке и образовании — этот показатель превышает половину опрошенных. Однако даже при наличии профильных кадров ИИ-проекты часто не доходят до промышленного уровня.
Международные аналитики подтверждают этот разрыв. В отчёте Nutanix Enterprise Cloud Index подчёркивается, что рост генеративного ИИ приводит к резкому увеличению вычислительных нагрузок и ускоряет переход компаний к гибридным и облачным архитектурам. Аналитики Gartner, в свою очередь, прогнозируют, что в ближайшие годы основная часть корпоративных ИИ-нагрузок будет размещаться именно в таких средах, при этом главным ограничением становится не доступ к «железу», а управляемость и согласованность данных между системами.
Комментируя ситуацию для СМИ, председатель Ассоциации инновационных решений и искусственного интеллекта «Регионы XXI ВЕК» Ольга Чернокоз отметила, что многие компании приходят к ИИ как к модному тренду, не до конца осознавая масштаб предстоящих изменений.
«На практике мы регулярно видим одну и ту же ситуацию: запрос формулируется как “нам нужен искусственный интеллект”, но в процессе внедрения становится понятно, что ИИ невозможно просто добавить к существующей системе. Он вскрывает все накопленные проблемы — разрозненные данные, неописанные бизнес-процессы, отсутствие понятных управленческих метрик и размытые зоны ответственности», — пояснила Ольга Чернокоз.
По её словам, в результате предприятиям приходится пересматривать не только ИТ-архитектуру, но и управленческие модели, логику принятия решений и стратегию цифрового развития.
«Искусственный интеллект не встраивается поверх старой управленческой конструкции — он требует её пересборки. Поэтому устойчивые результаты возможны только тогда, когда компании смотрят на ИИ не как на отдельный ИТ-проект, а как на инструмент изменения всей операционной модели», — подчеркнула она.
Экономический эффект от внедрения ИИ на макроуровне подтверждён рядом исследований. Так, в отчёте PwC Global AI Jobs Barometer отмечается, что отрасли с высокой степенью применения ИИ демонстрируют более быстрый рост производительности и выручки на одного сотрудника по сравнению с менее «AI-интенсивными» секторами. Однако на уровне отдельных компаний этот эффект далеко не всегда удаётся зафиксировать.
Исследования Boston Consulting Group показывают, что лишь ограниченная доля организаций действительно получает измеримую отдачу от инвестиций в ИИ. Основной причиной эксперты называют отсутствие у бизнеса чётких методик оценки эффективности ИИ-проектов и завышенные ожидания на ранних этапах.
В ответ на этот вызов Альянс в сфере искусственного интеллекта разработал стандартизированный подход к оценке финансового эффекта внедрения ИИ, который позволяет учитывать не только прямую экономию затрат или рост доходов, но и влияние на скорость процессов, качество управленческих решений и снижение операционных рисков.
Как подчёркивает Ольга Чернокоз, именно здесь проходит граница между формальным следованием технологической моде и реальной трансформацией бизнеса.
«ИИ — это не про пилоты и демонстрации. Это про управление. Компании, которые готовы пересматривать процессы, стратегию и управленческую логику, получают реальный эффект. Те же, кто рассчитывает на быстрый результат без внутренних изменений, как правило, остаются на стадии экспериментов», — резюмировала она.