В четверг я была на мероприятии «ИИ-стратегия для бизнеса: как увидеть деньги за ИИ-гипотезами» от КОРУС Консалтинг.
И, честно говоря, это был один из тех редких случаев, когда после встречи выходишь не с ощущением «нам еще раз красиво рассказали про искусственный интеллект», а с более взрослым ощущением: рынок начинает трезветь.
Спасибо команде КОРУС Консалтинг за сильную организацию, дружескую атмосферу и хорошую деловую среду, в которой можно спокойно обсуждать не только возможности ИИ, но и ограничения, риски и реальные эффекты.
Было особенно интересно послушать Александра Семёнова, Игоря Терёхина и Александру Редько — у каждого был свой фокус, и вместе это сложилось в очень живую картину того, что происходит с ИИ в компаниях прямо сейчас.
Для меня в этой встрече было несколько сильных наблюдений.
1. Информационная безопасность корпоративных данных стала вопросом номер один
Это, пожалуй, уже больше не обсуждается.
Потому что сотрудники все равно будут использовать ChatGPT, DeepSeek и другие ИИ-инструменты, если они помогают сделать работу быстрее, проще и удобнее. Можно сколько угодно делать вид, что этого не происходит, но реальность сильнее регламентов.
Иногда я слышу довольно ванильную позицию:
«Ну и что, ChatGPT в США, кому вообще нужны наши данные?»
Я с этим не согласна.
Проблема не в том, что «кому-то очень интересна именно ваша таблица». Проблема в том, что компания часто вообще не контролирует, какие данные, в каком объеме и в каком контексте сотрудники начинают выносить во внешние модели, чтобы сэкономить себе 20 минут времени.
Именно поэтому мне близок подход крупных компаний, которые не просто «дают людям ИИ», а встраивают модели в закрытый корпоративный ландшафт, работают со своими данными внутри контролируемой среды и выстраивают правила доступа, ролей и безопасности.
В презентации КОРУС это тоже звучало очень четко: среди ключевых угроз для бизнеса отдельно выделялись доступ к данным, информационная безопасность, поддержка и интеграция нового ИИ-подхода в корпоративную инфраструктуру.
То есть рынок уже начал понимать простую вещь: ИИ — это не только вопрос продуктивности. Это вопрос управляемости.
2. У компаний есть инструменты, но нет зрелой культуры применения ИИ
Это второй важный инсайт.
Снаружи может казаться, что все уже активно внедряют ИИ. На деле же во многих компаниях ситуация выглядит так:
- кто-то что-то пробует точечно
- кто-то делает красивые пилоты
- кто-то запускает один-два сценария
- но системного применения нет
Этот разрыв между наличием инструментов и реальной культурой использования очень заметен.
На встрече звучала мысль, что компании пока часто находятся в логике хаотичных экспериментов, а не в логике зрелого управленческого контура. В материалах это тоже было сформулировано предельно ясно: вместо вопроса «Нужен ли нам AI?» зрелый подход начинается с вопроса «Где он даст измеримый эффект?».
И это очень точное различие.
Потому что незрелый подход — это когда ИИ ставят рядом с процессом как красивую игрушку.
А зрелый — когда ИИ встраивают в контур принятия решений, в операционный цикл, в экономику процесса.
Отдельно мне запомнилось, что многие участники говорили про страх потерять собственные когнитивные навыки. Это тоже интересная тема, и в ней есть рациональное зерно. Действительно, если бездумно переложить мышление на ИИ, можно постепенно потерять навык анализа, сопоставления, проверки.
Но мой взгляд здесь другой.
Я не воспринимаю ИИ как замену мышлению. Я воспринимаю его как способ снять с человека рутину, чтобы освободить место для более сильной интеллектуальной работы. И именно поэтому мне особенно близка не просто логика «спросить у нейросети», а логика создания своих ИИ-агентов под конкретные задачи: чтобы они помогали готовить материалы, анализировать информацию, структурировать данные, собирать черновики, отслеживать контур задач.
То есть не думать вместо меня, а усиливать меня там, где я не обязана тратить время вручную.
3. У большинства компаний пока нет ИИ-стратегии как стратегии
Это, наверное, мой главный вывод после встречи.
У компаний сейчас чаще всего есть не стратегия, а:
- набор гипотез
- коллекция пилотов
- интерес к теме
- желание «что-нибудь попробовать»
Именно это очень хорошо совпало с материалами выступления про переход от пилотов к P&L. Там отдельно подчеркивалось, что значительная часть пилотов не масштабируется: нет baseline, нет правильного use case, нет вовлеченного владельца процесса, нет связи с бизнесом и нет понимания архитектуры масштаба. По презентации, 70%+ пилотов не масштабируются именно по этим причинам.
Это вообще очень жизненный тезис. Потому что сейчас многие компании живут в состоянии: «Мы тоже тестируем ИИ».
Но вопрос уже не в этом. Сегодня вопрос звучит иначе:
Что именно вы тестируете? В каком процессе? По каким метрикам? Кто владелец? Какой baseline? Какой gate-критерий? Какой экономический эффект?
Вот с этого момента и начинается стратегия.
Мне понравилось, что в одном из выступлений эта логика была разложена буквально по шагам: сначала экономическое обоснование, потом диагностика AS-IS, затем пилот с ограниченным rollout, и только потом — масштабирование с контролем KPI и ROI. Причем следующий этап предлагается проходить только если проект окупается в пределах заданного горизонта.
Это очень взрослый подход.
И, на мой взгляд, именно он постепенно вытеснит весь поверхностный хайп.
4. Самое ценное на таких встречах — реальные кейсы
Для меня именно кейсы были самой важной частью мероприятия. Потому что идеи — это хорошо. Но бизнес начинает меняться не тогда, когда появляется новая технология, а тогда, когда ты видишь: где это уже работает, как это встроено и какой эффект дает.
Особенно впечатлил кейс Даниила Скворцова (Директор по развитию) из Петровича.
Суть в том, что у них внедрена нейросеть, которая помогает продавцам подбирать клиенту нужные материалы на основе корпоративных данных и номенклатуры — вне зависимости от специализации конкретного продавца.
Это очень сильный сценарий.
Почему?
Потому что в нем ИИ не заменяет человека, а снимает ограничение системы.
Раньше качество рекомендации зависело от того, насколько конкретный продавец знает ассортимент и умеет быстро собрать решение.
Теперь в процесс добавляется интеллектуальный слой, который помогает сотруднику быстрее сформировать качественный ответ.
Да, из минусов пока есть скепсис части покупателей к таким рекомендациям. Но это абсолютно нормальная стадия взросления любого нового инструмента.
Зато сама логика очень правильная: меньше зависимости от индивидуальной экспертизы, выше скорость обслуживания, выше устойчивость процесса.
Вот это и есть тот самый переход от «модного ИИ» к управленческой эффективности.
5. Мне откликнулся подход КОРУС к отбору процессов для автоматизации
Еще одна сильная часть встречи — это подход к выбору сценариев для внедрения.
Не в логике: «Давайте куда-нибудь прикрутим ИИ-агента».
А в логике:
- где есть бизнес-боль
- где есть понятная задача
- где можно зафиксировать baseline
- где есть владелец процесса
- где есть метрики
- где можно посчитать эффект
В одном из материалов это было показано через матрицу приоритезации use cases: ценность для бизнеса, влияние на результат, уровень рутины, измеримость эффекта, готовность данных, сложность интеграции, мотивация команды и скорость до результата.
И вот это, на мой взгляд, очень здоровая рамка. Потому что проблема большинства корпоративных ИИ-инициатив не в том, что технологии «еще не дозрели».
Проблема чаще в другом: компания начинает с технологии, а не с процесса и экономического смысла.
Это, кстати, тоже прямо звучало в материалах: почему AI не дает эффекта?
Потому что начинают с технологии, пилотируют бессистемно, не фиксируют метрики и не встраивают ИИ в реальный процесс.
6. Что я вынесла из этой встречи как общий тренд по рынку
Если попытаться собрать все в один вывод, то он для меня такой: рынок ИИ быстро взрослеет.
Стадия, где достаточно было просто громко сказать «мы занимаемся AI», заканчивается.
Сейчас уже начинает работать другая логика.
Побеждать будут не те, кто:
— громче всех говорит про ИИ
— делает больше красивых презентаций
— запускает больше разрозненных пилотов
А те, кто умеет:
— безопасно работать с данными
— выбирать процессы, а не игрушки
— считать baseline и эффект
— назначать владельцев
— встраивать ИИ в реальную работу
— доводить инициативы от пилота до масштаба
Иными словами:
ИИ перестает быть темой инновационного PR и становится темой операционного и управленческого качества.
И это, на мой взгляд, очень хорошая новость. Потому что когда рынок взрослеет, он наконец начинает говорить не про чудеса, а про архитектуру, процессы, риски, метрики и деньги.
А это уже язык бизнеса.
И да — отдельная ценность таких встреч в том, что всегда приятно встретить коллег.
Потому что именно в кулуарах, в разговорах после выступлений и в обмене наблюдениями часто становится еще лучше видно, кто правда работает с реальностью, а кто пока остается в зоне модных слов.
Позже отдельно хочу разобрать:
- как отбирать процессы под ИИ,
- какие ошибки компании чаще всего делают при внедрении ИИ-агентов,
- и почему «просто дать сотрудникам ИИ» — это вообще не стратегия.