Как организации внедрять AI, чтобы максимизировать ценность, ограничить риски и оказаться в выигрыше? Чтобы ответить на этот вопрос, запускаю цикл статей, описывающих AI КОМП-АС фреймворк, в котором собраны знания и 14-летний опыт разработки и внедрения решений на базе AI и ML для наших клиентов в России и зарубежом.
Навык владения AI - современное мерило грамотности. Если в первой четверти ХХ века спрашивали «Читать можешь?», то сейчас все чаще проверка на «грамотность» звучит как "Пользоваться AI умеешь?»
Наиболее критичной ИИ-грамотность является для владельцев бизнеса и управленцев, влияя на текущие и будущие результаты их организации: внедряемый осознано искусственный интеллект в правильных руках может послужить дополнительным драйвером развития компании, тогда как, будучи «неумело приготовлен», может привести к убыткам и стать «черной дырой» экономики компании.
Как организации внедрять AI, чтобы оказаться в выигрыше?
Для ответа на этот вопрос, запускаю цикл статей, представляющих AI КОМПАС фреймворк, агрегирующий знания и 14-летний опыт разработки и внедрения решений на базе AI и ML для наших клиентов в России и зарубежом.
Трудности внедрения AI в бизнес
В 2026 году мировой бизнес показыват уровень «грамотности» ниже показателей грамотности дореволюционной России - так согласно отчету MIT The GenAI Divide STATE OF AI IN BUSINESS 2025 лишь 1 из 20 организаций удалось добиться позитивного экономического эффекта от внедрения AI на горизонте 1 года.
Проблемы, описанные в отчете, мы в том или ином виде видим и среди наших клиентов - трудности с выбором точки приложения для ИИ, с пониманием возможностей и ограничений технологий, с выбором экономически оправданного подхода… Наличие подобных проблем и поиск подходящих решений - это естественные спутники любого технологического торнадо, и вопрос не в том, выходить или не выходить в море, чтобы их избежать, вопрос в том, чтобы корабль, капитан и команда были готовы к шторму.
Анализируя как собственные кейсы успешные и не очень, так и практики AI-индустрии в целом, нам в Рафт удалось разработать AI КОМПАС - подход, помогающий выстроить дорожную карту AI-трансформации, опираясь на которую, организация может кратно увеличить шансы на успешное внедрение технологий, получение бизнес-ценности и положительный экономический эффект.
Введение в AI КОМП-АС
Основные пункты на карте, через готорые AI КОМП-АС поможет проложить навигацию:
К - куда мы хотим прийти?
Определяем бизнес цели компании, ключевые возможности и барьеры развития. Отвечаем на вопрос Зачем нам вступать на путь AI-трансформации.
--------
О - откуда мы выходим?
Описываем текущее состояние бизнеса компании, рабочие и технологические процессы, определяем болевые точки.
--------
М - можем ли дойти?
Оцениваем для компании существующие ограничения и риски, зрелость процессов и культуры, готовность инфраструктуры и данных.
--------
П - приоритезируем путь
Оцениваем потенциал с точки зрения получения ценности и экономической оправднанности внедрения AI для автоматизации определенных бизнес-функций. Проводим приоритезацию задач.
--------
А - архитектурно-продуктовый дизайн
Тестируем бизнес-гипотезы, очерчиваем функциональные и нефункциональные требования и ограничения для задачи, проектируем продуктовый и архитектурно-технический дизайн решения, оцениваем риски, рассчитываем стоимость владения. Разрабатываем пошаговый план разработки и внедрения решения - от прототипа до ограниченного минимально-необходимого функционала на продакшене.
--------
С - скейлинг
Разрабатываем стратегию масштабирования от MVP до полноценного решения, закрывающего все требования к AI-автоматизации бизнес-функции. Организацонные, продуктовые и архитектурно-технические нюансы, которые требуется учесть.
--------
На прохождении каждого из этих пунктов дорожной карты мы будем подробно останавливаться в последующих статьях, посвященных AI КОМП-АС подходу.
----------------
Алексей Бобок,
AI трансформация, Рафт
Делюсь опытом внедрения ИИ в бизнес через поиск максимальной ценности: