Кажется, мы уже перешагнули через тот момент, когда искусственный интеллект был чем-то из области фантастики. Теперь ИИ встроен в повестку совещаний, в повседневную рутину, в продуктовые стратегии. Его обсуждают в чатах, в блогах и на митапах. Но если чуть приоткрыть статистику, выясняется, что не всё так однозначно. Вроде бы ИИ уже здесь, а результатов как будто нет. Или они есть, но не такие, как ждали.
И тут стоит остановиться и спросить: а что, собственно, мешает извлекать ценность из ИИ? Почему многие внедрили, потратили деньги — а потом как-то неловко замолчали? Давайте разберемся.
Не всегда работает так, как обещали
Начнём с главного: бизнесу ИИ действительно помогает — но не всегда, не везде и не сразу. Многое зависит от того, кто и как его внедряет. По исследованиям, генеративный ИИ в среднем экономит сотрудникам до 3,6 часов в неделю. Вроде бы неплохо. Но в реальности кто-то получает профит, а кто-то просто пробует поиграться с чат-ботом, пишет пару промптов и откладывает тему в сторону — мол, "не взлетело".
Результат, как показывает практика, зависит от трёх факторов:
- Насколько заинтересован сам сотрудник
- Насколько глубоко ИИ встроен в реальные процессы, а не просто открыт во второй вкладке
- Насколько сложна и структурирована работа, в которую ИИ вовлекается
Без этих условий никакой ИИ не даст пользы. А если ещё и сотрудники не понимают, зачем всё это нужно, то система просто зависает где-то между "поэкспериментировали" и "ну да, надо будет как-нибудь разобраться".
Деньги — улетают быстрее, чем приходят
Есть и вторая сторона. Финансовая. Красивая презентация на тему "внедрим ИИ, сократим издержки" нередко заканчивается тем, что затраты вырастают в несколько раз. Ошибки в оценке бюджета бывают на уровне 500–1000%. Почему? Потому что мало кто понимает, как считать.
ИИ — это не просто подписка на сервис. Это инфраструктура, данные, специалисты, адаптация процессов, поддержка. А ещё — пересмотр ролей внутри команд, пересборка метрик, переобучение персонала. Всё это требует вложений. И часто — весьма больших.
Если бюджет плохо просчитан, ИТ-директору потом сложно доказать, зачем всё это было. Особенно если выгоды обещали красивые, а реальность получилась мутной.
Если вы планируете внедрение ИИ — важно начать не с технологий, а с системного подхода. Бизнесу часто не хватает не инструментов, а структуры: понимания процессов, ролей, данных и зон ответственности.
На курсе “Школа проектного специалиста. Системный аналитик” вы научитесь:
• разбирать бизнес-требования и определять, где действительно нужен ИИ;
• описывать процессы и структуру данных;
• согласовывать интересы бизнеса, ИТ и конечных пользователей;
• работать с сопротивлением и внедрять изменения постепенно. Подробнее на сайте.
Данные в рассыпную
Следующий барьер — данные. Их сейчас много, они повсюду. Но именно это и создаёт проблему. Раньше данные хранились централизованно — в BI-системах, хранилищах, базах. А теперь — в чатах, в письмах, в облаках, в ноу-код решениях и в личных GPT-болванках каждого сотрудника.
Это делает управление ИИ-моделями сложнее. Доступы — неясные. Ответственность — размытая. Конфиденциальность — под угрозой. В итоге, по оценкам аналитиков, в организациях используется не более 35% возможностей ИИ. Всё остальное — это потенциал, до которого никто не дотянулся.
Чтобы из этой воронки выбраться, нужен пересмотр политики работы с данными. Это уже не про "запретим использовать ChatGPT". Это про системную работу: кто имеет доступ, как обезличиваются данные, где хранятся, как используются, кто контролирует. Без этого ИИ становится неконтролируемым и не даёт бизнесу ничего, кроме головной боли.
Сотрудники — не всегда рады
Отдельная история — сотрудники. И тут всё непросто. Есть те, кто с радостью берут ИИ в руки и ускоряют работу. А есть те, кто чувствует угрозу. Кто боится, что его заменят. Или считает, что ИИ — это "потому что начальник захотел хайпануть".
Всё это влияет на психологическое состояние людей и атмосферу в команде. У кого-то ИИ вызывает азарт, у кого-то — обиду. Иногда это просто невидимо. Люди молча сопротивляются, игнорируют инструменты, саботируют процессы. А иногда — прямо говорят: "Зачем вы нас учите этим пользоваться, если завтра нас заменят?"
Согласно опросам, только 20% ИТ-директоров действительно думают о том, как ИИ влияет на сотрудников. Остальные — надеются, что "само разрулится". Но не разрулится. Без мягкой адаптации, без вовлечения, без понимания, зачем всё это людям — ничего не взлетит. Ни эффективность, ни вовлеченность, ни автоматизация.
Если вы отвечаете за реализацию цифровых решений, обратите внимание на продукт 1С:PM Управление проектами — он помогает выстроить внедрение ИИ поэтапно: с контрольными точками, назначенными ролями и управлением рисками.
Это особенно важно, если речь идёт о проектах с высокой стоимостью и высокой степенью неопределённости.
📩 Подробнее — на сайте.
Что с этим делать
Если резюмировать — мешают четыре вещи: слабое вовлечение, недооценка затрат, плохое управление данными и игнорирование отношения сотрудников.
Чтобы ИИ начал давать реальную ценность, а не просто мелькал в презентациях, надо перестать воспринимать его как "дополнительную фичу". Это не кнопка. Это перестройка подходов. И чем раньше это осознаёт руководство, тем выше шансы на то, что ИИ станет не дорогой игрушкой, а реальным рычагом роста.
В итоге всё упирается в зрелость управления. ИИ не сам по себе меняет бизнес. Это люди делают бизнес другим — с его помощью. Или не делают.
Больше полезного и интересного ищите в нашем Telegram-канале. Подписывайтесь! По вопросам сотрудничества, по внедрению 1С:ERP и не только пишите по этому адресу: erp.lab@1cbit.ru
Наш сайт https://1solution.ru/