Сегодня почти каждая компания говорит о внедрении ИИ. Но если смотреть на реальные результаты, ситуация выглядит не так оптимистично: по разным оценкам, до 80% AI-проектов не доходят до устойчивого результата. Они остаются на уровне пилотов, отдельных экспериментов или быстро теряют эффект после запуска. Почему так происходит?
Ответ, на самом деле, очень простой: потому что в большинстве случаев внедрение ИИ происходит хаотично. Компания покупает отдельные инструменты, дает сотрудникам задачу начать экспериментировать с ChatGPT, где-то появляется автоматизация, кто-то пробует AI-агентов… Но чаще всего все это происходит без общей архитектуры изменений.
В результате:
- инструменты не интегрируются в процессы;
- сотрудники используют ИИ нерегулярно;
- знания и экспертиза в сфере ИИ не накапливаются;
- эффект остается локальным.
То есть, по сути, происходит точечное внедрение инструментов, а не трансформация всей системы. Именно поэтому я сейчас активно работаю над темой методологии AI-трансформации компаний. Работаю в команде, в которой сейчас кроме меня есть Дмитрий Бицак, Семен Якушев и Дмитрий Афонов. Это наша попытка ответить на простой вопрос: как внедрять ИИ так, чтобы это действительно меняло систему работы компании, а не становилось набором разрозненных экспериментов?
Почему существующих моделей недостаточно?
Конечно, можно сказать, что в управлении изменениями в бизнесе уже есть известные модели: например, ADKAR или модель Коттера. И они действительно хорошо описывают организационные изменения, но у AI-трансформации есть свои особенности. Технологии здесь меняются очень быстро; сотрудникам приходится одновременно и учиться новому, и применять знания на практике; инструменты регулярно обновляются, а знания – устаревают. Именно поэтому классические модели дают полезную основу, но не закрывают специфические проблемы AI-внедрения. Для этой групп технологий нужна более прикладная методология, которая учитывает:
- когнитивную нагрузку сотрудников;
- управление знаниями;
- интеграцию ИИ в процессы внутри компании;
- необходимость постоянного обучения внутри организации.
Три ключевых принципа AI-трансформации
Сейчас в своей работе я опираюсь на три базовых принципа, на которых, по моему мнению, должна строиться работа с ИИ в компании.
Первое и самое главное: система важнее инструментов. ChatGPT, Claude, агенты, автоматизация – это только инструменты и они, на самом деле, могут быть любыми. Результат ИИ трансформации появится только тогда, когда будет изменена структура работы в компании, когда ИИ будет интегрирован в различные процессы внутри бизнеса и будут определены способы принятия решений и управления знаниями. Для успешной трансформации ИИ должен становиться частью операционной системы компании.
Я не случайно упомянул систему управления знаниями, ведь именно знания и данные при ИИ трансформации становятся ключевым активом. Когда сотрудники начинают активно использовать ИИ, внутри компании очень быстро появляется огромное количество новых практик: промпты; сценарии работы; способы решения задач… Все эти знания важно сохранять и шерить с коллективом (конечно, речь идет об удачных рабочих вариантах) – если этого не делать, компания каждый раз начинает с нуля.
И, наконец, третье – это скорость трансформации. Все изменения должны происходить постепенно, ведь одной из главных причин провала AI-проектов часто становится попытка сделать все и сразу. На практике же работает другая стратегия: нужны постепенные небольшие изменения, быстрые циклы обратной связи, накопление практики и только затем – масштабирование работающих решений. AI-трансформация – это эволюция системы, а не одномоментный проект.
Еще пара слов о методологии
Как я уже упоминал выше – сейчас мы системно работаем над формированием методологии AI-трансформации компаний.
В канале я буду периодически делиться своими наработками в данной области, публиковать наблюдения из практики и коротки исследования, рабочие модели и фреймворки, разборы кейсов внедрения. Фактически, это будет открытый рабочий журнал по теме создания и совершенствования методологии ИИ трансформации бизнеса.
Если вам интересны вопросы внедрения ИИ в интеллектуальный труд; управления знаниями и повышения продуктивности в эпоху AI-инструментов – думаю, вам будет интересно следить за этим направлением. Потому что главный вопрос сейчас уже не «использовать ли ИИ», а как встроить его в систему работы компании так, чтобы это действительно меняло результат.