Наша команда вернулась с акселератора Сбера. Формат мероприятия — живые круглые столы, открытые диалоги с компаниями из регионов. Заказчики и партнёры собрались, чтобы вместе искать точки роста и практические сценарии применения генеративного ИИ.
Поделимся главными наблюдениями, которые мы вынесли из этого опыта.
Кстати, все свежие инсайты с таких мероприятий мы оперативно публикуем в нашем Telegram-канале Data Under Control — подписывайтесь, чтобы быть в курсе первыми.
Два типа компаний: слушатели и задачники
Первое и самое важное наблюдение: уровень зрелости участников разный, но структура запросов — одинаковая. Все компании можно условно разделить на две категории:
1. «Слушатели»
Компании, которые пришли понять, куда вообще можно приложить искусственный интеллект. У них пока нет чёткого понимания возможностей GenAI и того, как технологии могут встроиться в их бизнес-процессы. Их цель — разведка, получение базового образования, знакомство с кейсами.
2. «Задачники»
Бизнесы, которые приходят с конкретным запросом. У них уже есть:
- чётко сформулированная бизнес-боль
- понимание, какую метрику нужно улучшить
- готовность к пилотному проекту (PoC)
Именно второй тип компаний — самые интересные партнёры для быстрого запуска проектов. Кстати, примеры таких успешных пилотов мы собрали в разделе с кейсами — там можно посмотреть, как это выглядит на практике.
Боли бизнеса: одинаковые проблемы в разных отраслях
Удивительно, но боли у компаний из совершенно разных сфер оказались практически идентичными. Вот топ запросов, которые звучали на круглых столах:
- Обработка входящих обращений — логистика, ритейл, сфера услуг
- Контроль качества обслуживания — аптечные сети, розничные сети
- Извлечение данных из документов — застройщики, производственные компании
- Автоматизация внутренних регламентов — охрана труда, финансы, HR
Корневые задачи — одни и те же. При этом у каждой компании своя уникальная специфика: архитектура IT-ландшафта, внутренние регламенты, размер бизнеса, сложившиеся устои и культура работы.
Почему коробочные решения не работают
Из этого вытекает важный вывод: готовые «коробочные» агенты не работают. Бизнес-процессы и инфраструктура у всех разные, а требования к безопасности (персональные данные, коммерческая тайна, контроль полномочий) — критичны.
Если мы говорим про on‑premise или надёжный облачный контур, это всегда заказная разработка с глубокой кастомизацией. Универсального решения, которое «просто подключил и заработало», для сложных бизнес-задач не существует.
Какие решения ищет бизнес
На акселераторе чётко проявились несколько ключевых запросов:
Генеративные агенты — да, но не только.
Часто задача решается гибридной схемой: классическая аналитика (BI, скоринговые модели) работает в связке с LLM на узких участках, где нужна генерация текста или понимание естественного языка.
Централизованная ИИ-платформа вместо разрозненных ботов.
Компании всё чаще хотят единый контур управления агентами, доступом к данным и полномочиями. Вместо десятка разрозненных чат-ботов — одна платформа, где можно управлять всеми ИИ-сервисами.
Интеграция с 1С — один из самых частых запросов.
Агенты должны уметь работать внутри привычного учётного контура. Без глубокой интеграции с 1С и другими корпоративными системами внедрение теряет смысл.
Окупаемость и надёжность — главные вопросы.
Бизнес хочет понимать ROI ещё до старта пилота. Сценарий использования, экономический эффект, гарантии качества работы — это обсуждается на самом первом этапе.
Особенности регионов на примере Волгограда
У каждого региона своя специфика. Волгоград показал интересную особенность: региональные компании на фоне роста заказов и давления на издержки проявляют не меньший интерес к GenAI, чем федеральные игроки.
При этом уровень осведомлённости о возможностях генеративного ИИ здесь высокий. На круглых столах обсуждают уже внедрения и гарантии, а не основы технологий. Компании приходят с конкретикой, а не с абстрактным «хотим что-то сделать с ИИ».
Вопрос телеграм-платформ и МАКС
В профессиональной среде активно обсуждается вопрос работы с мессенджерами. К новому отечественному мессенджеру МАКС пока осторожное отношение:
- API по структуре похож на привычные решения
- функционал ещё не дотягивает до зрелых платформ
- интеграторы уже ведут разработку ботов под МАКС, но массового перехода бизнеса пока нет
Это направление развивается, и за ним стоит следить. Следить за такими трендами удобно в нашем Telegram-канале Data Under Control — там мы разбираем и новые платформы, и практические кейсы их применения.
Главный вывод из турне по Поволжью
Низкая зрелость процессов, связанных с развитием ИИ и его применением в реальных задачах. Что это означает на практике:
- отсутствие ИИ-стратегий в компаниях
- низкая осведомлённость о возможностях ИИ для бизнеса
- непонимание, как именно технологии могут быть применены
При этом интерес к теме — колоссальный. Компании хотят разобраться, но им нужны чёткие, детально проработанные запросы и понятные дорожные карты. Без этого даже самый мощный интерес остаётся на уровне разговоров.
Что дальше
Для нас как для экспертов по внедрению AI-агентов главная задача — помочь бизнесу перейти из категории «слушателей» в категорию «задачников». Помочь сформулировать запрос, спроектировать пилот, посчитать потенциальный ROI и запустить проект, который принесёт реальную пользу.
Если хотите посмотреть, как мы это делаем на практике — вот наши готовые кейсы. А если у вас есть конкретная задача, с которой можно прийти как «задачник», — ознакомьтесь с нашими услугами или просто напишите нам.
И не забывайте подписываться на Telegram-канал Data Under Control — там инсайты с мероприятий появляются первыми, плюс много полезного про внедрение ИИ в бизнес.