Бизнес перешел от робких экспериментов с ИИ к полноценному внедрению

На сессии «Как компании живут с ИИ – честный разговор», прошедшей в рамках конференции ЦИПР, представители компаний из сфер ИТ, финтеха и ритейла сошлись во мнении, что главные вызовы внедрения ИИ лежат уже не в технологической плоскости, а в области корпоративной культуры и управления изменениями.

Серая зона и ИИ-шейминг

Компании все чаще сталкиваются не с технологическими ограничениями, а с неконтролируемым использованием ИИ сотрудниками и необходимостью выстраивать понятные правила его применения внутри бизнеса. Как считает директор по информационным технологиям и кибербезопасности HeadHunter Татьяна Фомина, если компания сознательно не ведет внутренний диалог об использовании ИИ, она автоматически проигрывает гонку за эффективность. «Это означает лишь то, что инструменты находятся в серой зоне, – подчеркнула она. – Сотрудники используют личные учетные записи во внешних сервисах, и вы не контролируете, что происходит с вашими корпоративными данными». Чтобы избежать этого, HeadHunter создал внутренний шлюз – агрегатор, предоставляющий сотрудникам безопасный доступ к большинству популярных языковых моделей под контролем департамента информационной безопасности.

Генеральный директор группы Rubytech Игорь Ведёхин согласился, что создание легальной инфраструктуры – единственный способ контролировать тренд, который невозможно предотвратить. По его словам, в ИТ-компаниях подразделения разработки используют ИИ практически в 100% случаев, знают об этом руководители или нет. «Нас волнует безопасность данных и цена ошибки, особенно при работе с заказчиками, – отметил Ведёхин. – В Rubytech внедрение ИИ идет как в разработке продуктов, так и в бэк-офисе: от поддержки рабочих совещаний до оптимизации закупок».

Конец эры «единорогов»

Одной из самых острых тем обсуждения стал кадровый вопрос. Рынок труда демонстрирует взрывной спрос на ИИ-компетенции: по данным HeadHunter, число вакансий с упоминанием AI (AI-product, AI-lead) в начале 2026 г. выросло в 2,5 раза по сравнению с аналогичным периодом 2025 г. и в 4 раза – к 2024 г.

Тем не менее участники дискуссии назвали кадровый дефицит во многом искусственным. Директор по персоналу MWS AI (МТС Web Services) Анастасия Зальцман сравнила искусственный интеллект с электрическим током, кабели для которого индустрия прокладывала последние 15 лет в рамках цифровизации. «И вот ток пошел, и все закричали, что им нужны электрики», – отметила Зальцман. Но проблема, по ее словам, кроется в завышенных требованиях менеджеров. «Они ищут «швейцарский нож» или «единорога» – человека, который одновременно является архитектором, ML-инженером (ML – machine learning, машинное обучение. – «Ведомости. Инновации и технологии») и сильным управленцем, чтобы в одиночку закрыть задачу целой команды», – пояснила Зальцман.

По мнению экспертов, рынку необходимо сместить фокус с поиска редких дорогих специалистов на переобучение существующего штата. Как показал опыт HeadHunter, создание закрытых «ИИ-лабораторий» (AI-lab) для ИИ-звезд – это тупиковый путь развития, если технология не проникает в общую культуру компании, подчеркнула Фомина. Высококлассных инженеров в области обучения больших языковых моделей на рынке по-прежнему единицы, но их требуется немного, тогда как базовыми навыками промпт-инжиниринга и саммаризации должен владеть каждый сотрудник – от продаж до поддержки, считает эксперт. Умение работать с ИИ переходит из разряда элитарных качеств в категорию базовой грамотности, аналогично знанию ПК или Excel в прошлые десятилетия, добавила Фомина.

Регламент против галлюцинаций

По мере перехода к промышленному использованию ИИ компании формализуют процессы контроля и закрепляют ответственность за результаты его применения за конкретными сотрудниками. «Никто не хочет делегировать ответственность хирурга его скальпелю», – проиллюстрировала тезис Зальцман. В MWS AI навыки взаимодействия с ИИ, подготовки данных и контроля результатов уже зашиты в матрицы компетенций, по которым оценивается регулярный рост сотрудников.

Особую позицию здесь занимает финансовый сектор, традиционно находящийся под жестким давлением регулятора. Заместитель руководителя технологического блока ВТБ Сергей Безбогов напомнил, что Банк России до сих пор ограничивает использование ИИ для принятия решений в ряде чувствительных процессов. «Поэтому ИИ у нас сейчас применяется для внутренних нужд. Например, мы автоматизировали мониторинг проектов нормативных документов Госдумы и ведомств, оценивая их влияние на банк. И главным драйвером здесь, как ни странно, выступила одна из самых консервативных функций – юристы», – рассказал Безбогов.

Директор по информационным технологиям АК «Алроса» Вадим Желтухин добавил, что в крупных промышленных холдингах ИИ-трансформация упирается в необходимость обучения персонала. «Наша ключевая задача – вырастить квалифицированного внутреннего заказчика. В этом году мы ввели для топ-менеджмента KPI на генерацию ИИ-идей для бизнеса, чтобы сформировать у руководителей вкус к этим инструментам и понимание их реальной ценности», – поделился Желтухин.

Проектирование будущего

В отраслях с длинным инвестиционным циклом, таких как девелопмент, ИИ используется не только в задачах обработки данных, но и в проектировании и управлении строительством. Как сообщил генеральный директор «Дом.РФ Технологии» Александр Лукьянов, технологии машинного обучения сегодня активно внедряются на этапе проектирования зданий и для контроля за ходом самого строительства. Нейросети способны анализировать чертежи, выявлять коллизии и оптимизировать затраты, что дает мощный экономический рывок сектору, перечислил Лукьянов.

Однако развитие технологий обнажило фундаментальную управленческую проблему бизнеса – неумение ставить задачи, считают эксперты. ИИ стал лакмусовой бумажкой, которая наглядно подсветила, насколько плохо руководители умеют формулировать ТЗ, резюмировала Зальцман. По ее словам, чтобы модель выдала качественный результат, в нее нужно загрузить колоссальный объем контекста, выстроить систему мультипромптинга (метод работы с нейросетями, при котором нейросеть получает не один, а несколько различных запросов для решения одной задачи, в итоге выбирается лучший результат из предложенных. – «Ведомости. Инновации и технологии»). «Тот, кто этого не понимает, бросает инструмент после первой неудачи», – заявила Зальцман.

Среди факторов успеха при внедрении ИИ Ведёхин выделил оптимизацию инфраструктуры, мониторинг экономической эффективности, информационную безопасность, обмен проверенными моделями между командами, верификацию ответов ИИ и формирование института внутренних амбассадоров. По словам спикера, технологии ИИ оказываются намного эффективнее, если применять их не в рамках отдельного ИИ-ассистента, а в составе полностью автоматизированного цикла разработки, где модели взаимодействуют между собой в мультиагентных системах.

Подводя итог разговора, участники сессии сошлись во мнении: главным навыком будущего для управленцев становится качественная схематизация и архитектурное описание бизнес-процессов. Только четко понимая архитектуру компании, можно определить правильные точки для внедрения искусственного интеллекта и не потерять контроль над операционной эффективностью.