Автор: Егор Ворогушин, директор департамента цифровых решений «Софтлайн Решения» ГК Softline

Последние несколько лет ИИ в публичной повестке — это почти «неизбежная революция»: обещают, что он изменит профессии, заменит людей и радикально сократит издержки. Но бизнес до сих пор не ощущает переворота. Почему?

На уровне массового сознания действительно закрепилась простая логика: если нейросеть умеет писать тексты, рисовать дизайн и генерировать код, значит, она способна взять на себя существенную часть операционной деятельности компании. Из этого автоматически делается вывод о скорой технологической революции.

Корпоративная реальность устроена совсем иначе. Сегодня ИИ действительно решает отдельные задачи, но почти не меняет структуру процессов. Он ускоряет подготовку результата — текста, кода, аналитической записки, — но не выполняет действия в корпоративных системах, не принимает решения и не несет ответственности за изменения в регулярном исполнении рабочих процессов. В итоге успехи носят либо косметический, либо узко-локальный характер. Поэтому у бизнеса пока нет ощущения переворота: эффекты есть, но они точечные, а не системные.

При этом на уровне отдельного сотрудника ИИ уже давно работает: аналитики, маркетологи, менеджеры используют его каждый день. Почему индивидуальный эффект не складывается в корпоративный?

Генеративные модели крайне эффективны в индивидуальном использовании. Любой сотрудник с их помощью может сделать то, что вчера относилось к чужой профессиональной зоне. Аналитик получает готовый SQL-запрос. Маркетолог за вечер верстает лендинг, который раньше ждал бы дизайнерской команды. Руководитель формирует аналитическую записку в стиле отраслевого исследования, не заказывая ее у отдельного подразделения.

Экономится время, уменьшается объем коммуникаций, исчезает необходимость «стоять в очереди» к другим специалистам. Но компания — это не набор индивидуальных задач. Это система, построенная на последовательности действий, согласовании ответственности, передаче промежуточных результатов между подразделениями, управляемом доступе к данным и контроле изменений. Вот на этом уровне и возникает фундаментальный разрыв: ИИ отлично помогает человеку подготовить результат, но почти не участвует в том, что начинается после генерации — в исполнении и изменении процессов.

Вы говорите, что ИИ «не встроен в контур процессов, а находится рядом с ним». Что это значит на практике? Можете привести пример?

Корпоративный процесс не заканчивается на генерации информации — он начинается после нее. Простой пример из клиентского сервиса. Нейросеть может подробно объяснить пользователю, как изменить настройки и повторно отправить платеж. Но если платеж уже «завис» внутри бухгалтерского модуля и требует переноса на другой счет, мало объяснить клиенту, что делать. Нужно открыть нужную операцию, провести ее в ERP-системе, зафиксировать статус, уведомить связанные модули и ответственных сотрудников.

Сегодня ИИ, как правило, не способен стабильно и предсказуемо выполнять такие действия внутри сложных, разветвленных бизнес-процессов — особенно там, где нет типового сценария «по инструкции». Похожая ситуация в разработке. Ряд исследований показывает, что использование ИИ ускоряет выполнение отдельных задач примерно на 30%. Но ускоряются именно фрагменты: отдельные функции, прототипы, небольшие модули.

Как только речь заходит об архитектуре, нефункциональных требованиях, интеграциях и последствиях для продукта, ответственность остается на человеке. В итоге ИИ сокращает время между отдельными вехами работы, как любой хороший ИТ-инструмент, но не оптимизирует сам энд-ту-энд процесс разработки. Поэтому говорить о кратном росте эффективности преждевременно.

Если спуститься на уровень цифр — как вы объясняете заказчикам масштаб эффекта от ИИ?

Здесь помогает простая арифметика. Представим три роли в цепочке — A, B и C. Каждая условно дает «1» производительности. Мы внедряем ИИ локально, чтобы усилить вклад каждой роли, и поднимаем ее вклад до 1,1–1,25. В сумме получаем 3,3 вместо 3. Это заметно, это полезно, но это не «5» и не «10».

Эффекты не перемножаются, они суммируются, потому что ИИ воздействует на отдельные операции, а не перестраивает энд-ту-энд процесс. На первый взгляд отсюда делается вывод, что ИИ «недостаточно развит» и нужно подождать еще пару технологических поколений. Но причина в другом: технология уже сейчас может работать почти идеально там, где результатом является легко оцениваемый по качеству ответ, текст или код. Проблема не в «умности» модели, а в том, как устроена корпорация.

Корпорация живет в логике изменений, исполнений и транзакций. ИИ мыслит вероятностями, компания — ответственностью и гарантией результата. Это две разные системы координат, и пока мы их не согласуем, эффекты будут оставаться ограниченными.

Вы называете результаты работы ИИ «полуфабрикатами». Почему это важный образ для управленцев и аналитиков?

Потому что он отрезвляет. Сегодня ИИ, по сути, производит полуфабрикаты — заготовки решений, которые еще нужно проверить, доработать и встроить в процесс. В аналитике это особенно заметно. Модель сформирует выдержку по данным, выберет релевантные фрагменты, подведет промежуточные итоги. Но интерпретация, решение и последующее действие по системе все равно остаются за человеком.

То же самое в маркетинге, финансах, управлении проектами. Нейросеть может подготовить проект письма клиенту, но не отправит его сама через CRM с привязкой к воронке продаж и KPI менеджера. Она может построить финансовую модель в Excel, но не будет нести ответственность за ее корректность и полноту, а затем принимать бюджетное решение и инициировать закупочную процедуру. Пока мы относимся к результату ИИ как к «готовому решению», а не к заготовке, мы либо завышаем ожидания, либо недооцениваем риски.

В то же время вы говорите о «демократизации компетенций». Как именно ИИ меняет рынок труда и требования к специалистам?

Сегодня ИИ меняет не столько структуру затрат компании, сколько правила доступа к компетенциям. Он снижает барьер входа в сложные задачи. Человек выполняет работу, которая вчера требовала участия трех разных специалистов, — не потому что он волшебным образом стал мультидисциплинарным, а потому что ИИ стал его интерфейсом к знанию.

Рынок труда уже реагирует. Ценность смещается от владения конкретным инструментом к умению управлять результатом. Побеждает не тот, кто лучше всех программирует руками, а тот, кто умеет объяснить задачу ИИ, оценить качество ответа, увидеть риски и интегрировать результат в процесс разработки или управления. Это очень серьезный сдвиг: компетенция «уметь работать с ИИ» — это не про технику, а про постановку задач, ответственность и понимание контекста бизнеса.

Если попробовать сформулировать в одном тезисе: чего бизнес на самом деле ждет от ИИ?

Бизнес ждет не помощника. Бизнес ждет исполнителя. Сегодня ИИ, по сути, выступает в роли внешнего консультанта: он формирует рекомендации, черновики, версии решений. Все, что связано с реальными действиями в корпоративной системе, остается за человеком.

Настоящая трансформация начнется в момент, когда ИИ станет участником процесса, а не внешним советником. Когда он будет работать не с текстом, а с действием: изменять статус заявки, создавать задачи в системе управления проектами, запускать согласование договора, формировать проводку в учетном модуле. Как только ИИ войдет внутрь операционного контура, исчезнет ключевое узкое место бизнес-процессов — ручное переключение контекстов и передача промежуточных результатов между людьми и системами, между несколькими ИИ-системами и подразделениями.

Что должно измениться в корпоративной архитектуре, чтобы ИИ смог стать таким «исполнителем», а не только генератором ответов?

Придется менять архитектуру ИТ-ландшафта и управленческие практики. Во-первых, нужны данные, доступные для обучения и для безопасной эксплуатационной работы ИИ. Во-вторых, требуется прозрачное разграничение прав: что модель может делать автоматически, что только по подтверждению, а где ее роль — исключительно рекомендательная.

В-третьих, необходимы новые регламенты и модели ответственности. Мы должны четко понимать, кто отвечает за действия, инициированные ИИ в бизнес-системах, как устроены контроль и аудит, какие сценарии остаются под полным контролем человека. ИИ должен стать агентом процесса — участником операционной деятельности, — а не просто удобным инструментом в руках пользователя. Без такого сдвига мы будем бесконечно совершенствовать «подсказки» и «ассистентов», но не выйдем на новый уровень эффективности.

Как в этой логике меняется экономика ИТ-решений для малого бизнеса и для крупных корпораций?

На горизонте появляется феномен, который может сильно изменить экономику ИТ для малого бизнеса. Один человек вместе с ИИ способен создавать внутренние системы «под себя». То, что раньше называлось кастомной разработкой и требовало бюджета, теперь может быть реализовано предпринимателем за неделю.

Это не угроза людям, это вызов для классической SaaS-модели. Если CRM, систему учета или простую ERP можно собрать под свои процессы самому, потребность в подписке на типовой сервис снижается. В сегменте малого бизнеса это может привести к серьезной переоценке форматов ИТ-продуктов: от универсальных коробок к более гибким конструкторским моделям с опорой на ИИ.

В крупных корпорациях ситуация другая. Там жесткая специфика процессов, сложная структура ответственности, регуляторные требования, интеграции с десятками систем. Подход «take it or leave it» — «берите как есть или проходите мимо» — почти не работает. Там ИИ придется глубоко встраивать в существующие процессы, договорную базу, модели контроля. И именно поэтому корпоративный путь трансформации будет более длинным и требовательным к архитектуре.

Если заглянуть на несколько лет вперед, как вы видите будущее корпоративного ИИ?

Я бы описал это как переход от «источника готового ответа» к «источнику совершенного действия». В ближайшие годы корпоративный сектор неизбежно пройдет этап адаптации: от использования ИИ как интеллектуального помощника к модели, в которой ИИ выступает полноценным элементом операционной деятельности.

Когда это произойдет, исчезнет очень болезненное сегодня узкое место — ручное переключение контекстов и передача промежуточных результатов между людьми, системами и ИИ-решениями. Мы будем видеть не просто набор текстов и рекомендаций от моделей, а последовательность завершенных действий, зафиксированных в контурах бизнес-процессов.

Будущее корпоративного ИИ — не в том, чтобы просто отвечать на вопросы о корпоративной информации и генерировать новые данные. Будущее — в исполнении и создании итогового результата. Технология для этого уже существует. Осталось самое сложное: момент, когда компания будет готова впустить ее не в браузер, а в процесс.

Источник: РБК Компании.

Больше новостей читайте в телеграм-канале SAPLAND: Новости экосистемы.