ИИ-инструменты. От индивидуального применения к командной работе

12 ноября 2026 |

Результаты анализа практического применения ИИ специалистами SAP в России. Часть 2.

Цели исследования

Сегодня инструменты генеративного ИИ повышают эффективность отдельных SAP-специалистов. Что мешает использовать их в командной работе?

*В этом документе под ИИ понимаются инструменты генеративного ИИ на основе больших языковых моделей (LLM).

Об исследовании

Метод: анкетирование специалистов и руководителей, участвующих в проектах внедрения, развития и поддержки SAP-систем.

Резюме

Командное применение ИИ пока только формируется. 30% респондентов считают ИИ преимущественно личным инструментом, 43% согласны частично, ещё 28% не согласны. Практики применения ИИ в SAP-командах заметно различаются.
Масштабированию ИИ мешает комплекс взаимосвязанных проблем. Недоверие к результатам ИИ отмечают 80% респондентов, необходимость постоянной проверки — 70%, ограничения информационной безопасности — 67,5%. Проверка результатов увеличивает нагрузку на специалистов, а требования ИБ затрудняют интеграцию ИИ с корпоративными данными. Недостаток бизнес-контекста (42,5%) затрудняет учёт специфики процессов и терминологии конкретной компании.
Масштабирование требует изменений в организации работы. Респонденты подчёркивают важность обучения сотрудников (55%), изменения проектной методологии (52,5%) и управления проектами (52,5%). Необходимы новые подходы к распределению ролей, контролю качества и подготовке проектных материалов.
Потенциал расширения применения ИИ остаётся высоким. 53% респондентов считают вероятным использование ИИ в большинстве проектных процессов при устранении ограничений.

Текущая практика применения ИИ

Мнения о роли ИИ в командной работе разделились

Высокая доля частично согласных и небольшая разница между согласными и несогласными могут указывать на то, что SAP-команды находятся на разных этапах применения ИИ.

Часть команд уже переходит к совместному применению ИИ

Возможно, в их компаниях ИИ постепенно становится частью командных процессов.

Задача руководителей — вывести применение ИИ «из тени»

Большинство специалистов используют ИИ по собственной инициативе, даже если его применение не закреплено в корпоративных процессах. Поэтому задача руководителей — установить общие правила, обеспечить безопасность и создать условия для командной работы с ИИ.

Организационные барьеры применения ИИ

Организация командной работы не успевает за развитием ИИ

66% респондентов полностью или частично согласны с тем, что главная проблема масштабирования ИИ — отсутствие адаптированных процессов, ролей и методологии командной работы. Технология уже применяется, но организационные изменения пока отстают.

Социальные барьеры также замедляют внедрение ИИ

Недостаток навыков работы с ИИ вызывает неуверенность в новой технологии и недоверие к её результатам. В таких условиях специалисты предпочитают привычные, проверенные способы работы. Ошибки ИИ и необходимость постоянной проверки результатов снижают доверие к технологии и затрудняют переход к новым способам работы.

Технические барьеры применения ИИ

Результаты ИИ требуют постоянной проверки. Ошибки моделей связаны с особенностями их работы и недостатком качественных данных. В длинных сценариях неточности могут накапливаться, увеличивая объём проверки и нагрузку на специалистов.
Информационная безопасность ограничивает масштабирование ИИ. Требования к защите корпоративных данных затрудняют интеграцию ИИ с SAP и другими системами компании. В результате модели могут работать без необходимого контекста.
Для качественной работы ИИ необходим корпоративный контекст. Одни и те же термины и операции могут иметь разное значение в разных компаниях. Без учёта бизнес-процессов и особенностей SAP-систем ИИ сложно адаптировать к задачам конкретной компании.

Готовность к использованию ИИ в работе команд

Как масштабировать ИИ: организационные аспекты

Управление и методология должны меняться вместе. Необходимо менять способы выполнения проектных задач и подходы к управлению проектами.
Компетенции и роли — основа организационных изменений. Обучение специалистов должно сопровождаться пересмотром распределения задач между человеком и ИИ.
Новые требования к качеству и проектным материалам. Масштабирование ИИ требует развития процессов управления архитектурой, контроля качества и стандартизации проектных материалов.

Как масштабировать ИИ: технические аспекты

Интеграция с базами знаний и корпоративными системами. Интеграция с базами знаний — наиболее востребованная возможность. Для эффективной работы ИИ необходим доступ к данным компании и системам SAP.
Информационная безопасность. Для масштабирования ИИ необходимы защита корпоративных данных, управление доступом и безопасная интеграция с информационными системами.