Любая технология работает ровно настолько эффективно, насколько готова к ней система, в которую она внедряется. Искусственный интеллект — не исключение. Он уже способен решать сложные задачи, но сталкивается с неожиданным барьером: неподготовленными бизнес-процессами. Компании инвестируют в решения, но не пересобирают управление, и в итоге не получают результата.
Может ли правильный подход к внедрению стать ключевым конкурентным преимуществом, директор по развитию бизнеса ICL Services Марина Кириленко поделилась мнением с изданием «О финансах и не только».
— ИИ — это уже зрелый инструмент или все еще завышенные ожидания?
— Это скорее разрыв между зрелостью технологии и зрелостью корпоративного контура внедрения. ИИ уже перестал быть игрушкой, но у многих компаний он все еще живет вне операционной модели: отдельно от владельца процесса, отдельно от KPI, отдельно от целевой архитектуры.
В результате ожидания у бизнеса уровня «сейчас все ускорим в два раза», а фактический результат — локальный PoC без промышленного SLA, без сквозной интеграции и без подтвержденной экономики эффекта.
— Когда интерес к ИИ начал превращаться из стратегии в тренд?
— Как только у топ-менеджмента появилось ощущение, что технологию можно быстро показать на демо, рынок пошел по знакомому сценарию: сначала «нам тоже надо», а уже потом «зачем именно». Это нормальная стадия любого хайпа, но на ней очень легко перепутать цифровую витрину с реальной трансформацией бизнеса.
«Стратегия начинается с карты потерь, анализа узких мест, базовых метрик и целевой модели процесса. Мода начинается со слов: «давайте тоже что-нибудь внедрим, чтобы не отставать», — Марина Кириленко.
— Почему компании часто идут от технологии, а не от задачи?
— Купить модный инструмент всегда легче, чем честно вскрыть слабое место в бизнес-процессе. Пилот ИИ выглядит красиво, а пересборка процесса — это сложная управленческая работа: определить владельца процесса, согласовать контур данных, пересобрать регламенты, встроить участие человека, задать правила ответственности за ошибки модели. В результате компания получает не промышленное решение, а выставочный образец: вроде современно, а на P&L почти не влияет.
— С чего тогда должен начинаться рабочий ИИ-проект?
— Правильный проект начинается не со слов «давайте внедрим нейросеть», а со слов «вот процесс, вот убыток, вот KPI, который нужно изменить». Сначала определяется процесс с измеримым экономическим дефектом: высокая стоимость операции, длинный цикл, нестабильный SLA, ошибки или перегрузка персонала. Дальше назначается владелец результата, фиксируются базовые показатели, считается экономика и проектируется целевая модель. И только после этого выбирается технология — GenAI, NLP, компьютерное зрение или прогнозные модели.
— Почему так много проектов не доходят до масштабирования?
— Потому что пилот проверяет гипотезу, а масштабирование — зрелость компании. На пилоте можно работать «вручную», с командой энтузиастов. В промышленной эксплуатации это не работает. Сразу возникают вопросы: кто владелец модели, кто отвечает за ее деградацию, как происходит дообучение, какой SLA, что делать при ошибках, как меняются процессы. Поэтому компании застревают не на уровне технологии, а на уровне операционной модели. ИИ сейчас очень напоминает ERP двадцать лет назад: купить проще, чем внедрить по-настоящему.
Марина Кириленко, директор по развитию бизнеса ICL Services https://icl-services.com
Беседовала Карина Лунёва