В ленте традиционно Николай Фетюхин, CEO Intelsy: здесь мы разбираем, что происходит в IT и какая в этом выгода бизнесу. Сегодня — про людей, озвучили то, что я думаю, на более широкую аудиторию.
14 августа в Москве прошла конференция DUC‑Medlex, посвящённая практическому внедрению искусственного интеллекта и data-driven решений в бизнес. Организовали её DUC Technologies и Medlex Holding из Саудовской Аравии как точку пересечения архитектурных подходов, международного опыта и структурирования ИИ-бизнеса.
Главный месседж: не прикол, а структурная бизнес-трансформация
Искусственный интеллект работает только в готовой среде
Его невозможно просто «подключить», как новое приложение. Чтобы модель действительно помогала, а не плодила ошибки, нужны качественные данные, защита от «галлюцинаций», прозрачная архитектура и система мониторинга. Это подчёркивали многие спикеры, в том числе Александр Сулейкин.
Мы в Intelsy видим то же самое: если ИИ выступает надстройкой где-то «сбоку от продукта», результата не будет — только дополнительный источник багов.
Главный барьер — не технологии
Большинство проблем с внедрением ИИ — вообще не про ИИ. Сотрудники боятся потерять контроль, не понимают, зачем это нужно, или просто не уверены в себе. Саκер Альхадем на конференции предложил логичный путь: сначала обучаем небольшую пилотную группу, потом демонстрируем первые успехи, и только после этого можно масштабировать — когда все уже убедились, что имеют дело с инструментом, а не с машиной, которая отберёт работу.
Мы действуем так же. Например, при запуске внутреннего чат-бота мы сначала обучили несколько человек, показали, что он реально экономит время — и только потом открыли его для всей команды.
Данные формируют экономику
Алиса Школьникова показала на кейсах, что правильно собранные и используемые данные помогают не только удерживать клиента, но и увеличивать выручку. Это не теория: мы уже внедрили у себя в Intelsy «умные» формы с персонализированными подсказками. За счёт сегментации и контекстного диалога они дают рост конверсии в 1,5 раза просто за счёт релевантности.
Меняется профиль идеального специалиста
Если раньше продукт, аналитика и технология были тремя отдельными функциями, то теперь бизнесу нужен человек, который объединяет все три. Роман Дьяконов назвал это «E-shape-специалист»: профессионал, который понимает продукт, мыслит как аналитик и при этом способен управлять технической реализацией.
Что это значит для бизнеса?
ИИ не включается по кнопке. Это не SaaS по подписке, а технология, которая требует среды. Вот что важно учесть, если вы хотите, чтобы он реально работал:
- Уберите хаос в данных. Модели обучаются на структурированной и чистой информации. Если у вас 15 Excel-файлов в разных отделах и ни одной нормальной базы — сначала наводим порядок, потом зовём ИИ.
- Определите задачи. Не «давайте что-то сгенерим», а конкретный кейс: оптимизировать логистику, спрогнозировать спрос, подсказать менеджеру в CRM. Без чёткой цели будет красивый пилот и ноль эффекта.
- Готовьте инфраструктуру. Нужны мощности, API, каналы доставки результата. Даже самый умный ИИ не даст бизнес-ценности, если его ответы не встроены в процессы.
- Обеспечьте контроль. Без метрик, логирования, прав доступа и регламентов — это не ИИ, а чёрный ящик. Управляемость и безопасность — обязательные условия.
- Встраивайте в команду..Любое внедрение технологий начинается с команды: важно, чтобы внутри бизнеса была готовность к изменениям, а не просто праздное любопытство. Поддержка, обучение и вовлечённость сотрудников — залог успеха.
Оставайтесь на связи: здесь бывает горячо.