От иллюзий к практике: как бизнес грамотно внедряет искусственный интеллект

Около 90% проектов по внедрению генеративного искусственного интеллекта (ИИ) были отложены или закрыты в России из-за того, что не дали ожидаемого финансового эффекта. Таковы результаты исследования консалтинговой компании «Интеллектуальная аналитика». Бизнес как никто умеет считать деньги, поэтому при выборе технологического помощника важен критический и практичный взгляд на его функционал и сферы внедрения. О том, как универсальные ИИ-помощники действительно экономят время и деньги, какие задачи уже можно делегировать искусственному интеллекту и где остаются ограничения, лидеры рынка обсудили на совместной сессии «Ведомостей» и «Билайн бизнеса» в рамках Российского интернет-форума (РИФ-2026). Эксперты также рассказали о влиянии на бизнес-показатели и реальных ограничениях при запуске подобных решений.

Внедрение ИИ – не «волшебная таблетка», а инструмент оптимизации процессов в компании, требующий продуманного подхода, сошлись во мнении участники мероприятия. Однако масштабирование применения нейросетей сталкивается с рядом сложностей: неготовностью инфраструктуры, длительными сроками поставки оборудования, необходимостью обработки и анонимизации данных, а также этическими рисками – например, несоответствием зарубежных языковых моделей российскому законодательству и культурным нормам. Эксперты советуют начинать применение ИИ с решения локальных задач, замерять эффект и постепенно расширять успешные практики, используя облачные решения для снижения затрат на инфраструктуру.

На любой вкус и кошелек

«Бизнес покупает подписку на нейросеть или заказывает чат-бота и ожидает кратного роста эффективности. Но ИИ не работает поверх хаоса: если в компании разрозненные базы знаний, неструктурированные регламенты и неочищенные данные, модель будет воспроизводить этот хаос», – считает заместитель директора по ИИ и цифровым продуктам Big Data & AI «Билайна» Максим Слипенчук. По его словам, компания начала внедрение ИИ с внутренней трансформации. Более 2000 сотрудников прошли профильное обучение, бизнес-подразделения через хакатоны beeHack ищут прикладные сценарии для ИИ-агентов, а внутренняя «песочница» с десятками LLM (large language model – большая языковая модель. – «Ведомости. Инновации и технологии») позволяет безопасно тестировать гипотезы. Для компаний с разным уровнем цифровой зрелости нужны разные решения, уверен спикер: enterprise-сегменту – мультиагентные хабы в закрытом контуре с интеграцией в legacy-системы, фронт-офису – ИИ в роли второго пилота, который подсказывает сотруднику следующий лучший ответ, обобщает обращения и помогает быстрее закрывать запросы.

По опыту заказчиков «Билайна», внедрение одного ИИ-агента может дать потенциальный рост выручки на 43 млн руб. в месяц, а скорость закрытия сделок – увеличиться на 40%, продолжил Слипенчук. По его словам, для малого и среднего бизнеса нужен другой вход: не долгий проект трансформации на один-два года, а снижение стоимости эксперимента через готовые сценарии для повседневных бизнес-задач. Например, предприниматель может создать рекламный креатив и сразу подготовить его к размещению или запустить чат-бота, который будет общаться с клиентами, отвечать на типовые вопросы и принимать заявки. Для этого «Билайн» вывел на рынок коробочное решение «ИИ-помощники «Билайн», в котором собраны прикладные сценарии для маркетинга, клиентского сервиса, аналитики и других задач, а также доступ к российским и зарубежным нейросетевым инструментам и готовым ИИ-помощникам, отметил Слипенчук.

«ИИ – не самоцель, а инструмент для оптимизации бизнес‑процессов. Wildberries использует его точечно, в конкретных задачах, а не «везде и всюду», – поделился директор по данным RWB (объединенная компания Wildberries & Russ. – «Ведомости. Инновации и технологии») Павел Раваев. В качестве примеров применения ИИ на маркетплейсе он назвал поиск по фото, который дает возможность найти товар по изображению. За год работы внедрение этой функции повысило GMV (Gross Merchandise Value – валовая стоимость всех товаров или услуг, проданных через платформу. – «Ведомости. Инновации и технологии») на 112%, ARPU (Average Revenue Per User – средний доход на пользователя) – на 104%, DAU (Daily Active Users – число ежедневных активных пользователей) – на 107% до 1,7 млн человек. Еще один инструмент для пользователей – виртуальная примерка одежды, которая подберет платье по фигуре или оттенок косметики, а также покажет, как будет выглядеть предмет в интерьере комнаты. Генеративный ИИ для продавцов помогает создавать карточки товаров: генерировать описания, записывать видео, сообщил Раваев и отметил, что благодаря ИИ для селлеров стала доступна автогенерация ответов на отзывы.

Ритейлер «Магнит» же, напротив, пошел по пути генеративного ИИ. «Мы хотим заниматься внедрением решений генеративного ИИ везде, где это имеет смысл», – акцентировал внимание главный директор по цифровым технологиям «Магнита» Вячеслав Кубаев. Группа компаний использует комплекс ИИ‑решений, чтобы оптимизировать логистику, улучшать клиентский опыт и повышать эффективность работы сотрудников, рассказал он. Стратегия гиперперсонализации CVM (Customer Value Management – подход к маркетингу, основанный на управлении ценностью клиента. – «Ведомости. Инновации и технологии») нацелена на рост прибыли за счет понимания потребностей клиентов и создания персонализированных предложений. Прогнозирование и пополнение запасов (Forecasting & Replenishment) – это аналитика, которая предсказывает спрос на конкретный товар на 90 дней вперед с учетом сезонных пиков спроса, собственных промоакций и акций конкурентов. По словам Кубаева, корпоративный ИИ‑помощник MagnitGPT помогает сотрудникам разобраться в процессах. Например, подсказывает, что делать при получении партии с битыми бутылками алкоголя, или помогает делать выводы из подсчетов в Excel.

Маркетплейс Lamoda перешел от ручного управления ценами и акциями к интеллектуальным моделям – это повысило эффективность и дало измеримый бизнес‑результат, поделилась директор B2B-продукта Lamoda Анастасия Уткина. ML Pricing Optimizer (система, использующая машинное обучение для автоматического подбора оптимальных цен на товары или услуги с учетом множества факторов. – «Ведомости. Инновации и технологии») позволил перейти от установления цен на товары вручную к расчету «витринной» стоимости с учетом себестоимости закупки, текущего спроса на товар, остатков на складе, цен конкурентов и целевой маржи. В результате по NMV (Net Merchandise Value – чистая стоимость товара после налогов и вычета скидок. – «Ведомости. Инновации и технологии») прирост составил 5,9%, а доля отказов и возвратов сократилась на 1,6%. Также компания предусмотрела для селлеров умное управление промоакциями, рассказала Уткина. Продавцы сами добавляют товары в акции, а модель анализирует ситуацию и подсказывает, где можно увеличить скидку, объяснила она. Трендом в онлайн-ритейле стал инструмент по суммаризации отзывов, отметили представители RWB и Lamoda. Модель автоматически обобщает отзывы покупателей – выделяет главное, помогая сэкономить время: вместо чтения десятков комментариев пользователь видит краткую выжимку и быстрее принимает решение о покупке.

У компании VK действует мультиагентная система для «ВК рекламы», которая автоматизирует до 80% ответов на клиентские обращения и дает уровень удовлетворенности выше 80%, заявил руководитель отдела маркетинга B2B-продуктов VK Алексей Шиховец.В декабре 2025 г. VK запустила ИИ-агента для проверки домашних заданий на курсах платформы VK Education.

Работа в премиальном сегменте медицины накладывает особые ограничения на внедрение ИИ, в первую очередь из-за осторожного отношения части пациентов и сотрудников к технологиям, пояснил генеральный директор управляющей компании «Европейский медицинский центр» Андрей Яновский. Тем не менее компания внедряет ИИ для сотрудников и клиентов. ИИ‑ассистенты в точках физического контакта, например на ресепшене, обрабатывают информацию, подсказывают администраторам ответы на вопросы клиентов, помогают правильно маршрутизировать пациентов к нужным специалистам. Это позволяет избежать ситуаций, когда клиент заплатил за одну услугу, а ему нужна другая, что сказывается на удовлетворенности потребителей. Также ИИ поддерживает врачей: помогает собрать и структурировать данные по пациенту, подтверждает или опровергает предварительные диагнозы и предлагает направление к профильным специалистам при наличии «зацепок» в анамнезе, рассказал Яновский.

Споткнуться о масштаб

«Правильный старт – не пытаться сразу перестроить всю компанию, а идти от микропобед. Дайте сотрудникам легальный, безопасный и понятный инструмент, начните с рутины, замерьте эффект и только потом масштабируйте. Так ИИ превращается из модной технологии в операционный рычаг бизнеса», – резюмировал Слипенчук.

Масштабирование становится эффективным не сразу, а после накопления базы готовых решений, замечает Шиховец. Это связано с использованием разрозненных источников данных внутри компании и неготовностью инфраструктуры. Нужно понимать, что первый пилот требует наибольших затрат, но последующие решения получаются быстрее и дешевле за счет переиспользования уже созданных компонентов в новых функциях, отметил эксперт.

Но даже если компания готова потратиться, возникает еще одна сложность: сроки поставки оборудования могут растянуться до полугода, предупреждает Слипенчук. Из‑за этого внедрение ИИ‑решений затягивается: бизнес вынужден либо долго ждать, либо вовсе отказываться от своих планов. Облачная модель не требует покупки дорогостоящих вычислительных мощностей и все сложности с инфраструктурой «Билайн» готов взять на себя, указал он.

Однако в медицине нужны инвестиции в собственную IT-инфраструктуру и тщательная обработка данных, которая базируется на принципах систематизации (упорядочивание данных и приведение их к единому формату) и анонимизации (зашифровка персональной информации для сохранения конфиденциальности), указывает Яновский. Это обязательное условие для безопасной работы с чувствительной информацией, подчеркнул он. 

При работе с языковыми моделями стоит обращать внимание на этические риски: модели могут демонстрировать нежелательное поведение при взаимодействии с внешним миром, предупреждает Кубаев. Зачастую зарубежные модели не учитывают российское законодательство, игнорируют культурный код и региональные особенности, из-за чего могут возникать проблемы, предупредил он. Поэтому следует тщательнее калибровать поведение ИИ‑моделей под общепринятые нормы – блокировать нежелательные диалоги на чувствительные темы, считает эксперт.