«Интеллектуальное предприятие 2026»: главная ценность – по-прежнему люди

В середине октября состоялся форум «Интеллектуальное предприятие 2026», организованный издательством «Открытые системы». В его ходе участники обсудили такие актуальные для нынешнего рынка темы, как выход из «пилотного плена» ИИ-проектов, управление гибридными командами, расчет стоимости владения решений и безопасная архитектура ИИ-агентов.

Константин Вишневский: «С одной стороны, потенциал технологий ИИ очень велик, с другой – с реальной эффективностью проектов пока возникают проблемы. Разрыв поистине огромен: ожидания гораздо выше результатов»

«С одной стороны, потенциал технологий ИИ очень велик, с другой – с реальной эффективностью проектов пока возникают проблемы. Разрыв поистине огромен: ожидания гораздо выше результатов», — подчеркнул Константин Вишневский, директор Центра стратегической аналитики и больших данных НИУ ВШЭ, в рамках экспертной панели «ИИ как рычаг трансформации компании». Как подметили участники дискуссии, многие компании готовы делиться опытом и рассказывать о качественных эффектах своих ИИ-проектов, но при этом довольно неохотно говорят о затратах и достигнутых финансовых результатах. Чаще всего финансовый эффект упоминается там, где компании четко понимают свои процессы и идет речь о зрелых технологиях, таких как компьютерное зрение и машинное обучение. Другая проблема заключается в том, что считать эффекты пока не очень-то и получается – и из-за отсутствия методологии, и из-за недостатка компетенций.

Ловушки «пилотов»

Борис Маяцкий: «Мы из тех, кто сильно ждет финансового эффекта, тем более что сильно вложились в это направление»

«Мы из тех, кто сильно ждет финансового эффекта, тем более что сильно вложились в это направление», — признал Борис Маяцкий, руководитель направления стратегического развития генеративного ИИ АО «Северсталь-Инфоком».

Согласно данным BCG, 74% компаний не чувствуют пользы от ИИ, и основной проблемой становятся не технологии, а люди и процессы. Маяцкий советует в первую очередь повышать компетенции сотрудников, ведь возможность стать эффективнее не означает готовность ею воспользоваться – как с психологической, так и с технической точки зрения.

Как же выйти из «ловушки пилотов»? Во-первых, ориентировать исследовательские команды на бизнес-ценности. Во-вторых, закладывать возможность масштабирования еще на первом этапе проекта. Вопросы интеграции, сопровождения и показатели эффективности нужно прорабатывать еще на старте проекта.

«Работать с владельцами данных, добиваясь их мотивированности, обеспечивать интеграции, которые часто обходятся дороже, чем сами модели, разрабатывать метрики эффективности, выбивать бюджеты на эксплуатацию», — перечислил Михаил Бурмистров, ведущий специалист по ИИ «ЭкоНива-АПК Холдинг». Проблема в том, что сам бизнес часто не готов к трансформации, и продвижение таких проектов требует значительных усилий.

Учить людей, менять регламенты

«С 2025 года мы экспериментировали с ИИ-агентами в HR, но очень быстро столкнулись с тем, что наряду с ИИ-энтузиастами есть и значительная доля скептиков. Появление ИИ расслаивает команду и даже может разрушить ее – многие воспринимают ИИ как угрозу и ожидают увольнения», — предупредила Александра Чернышова, руководитель ИИ-проектов платформы «Профессионалы 4.0» компании «Газпром нефть». Реализованная в компании программа развития культуры ИИ-мышления охватила процессы вовлечения, коммуникаций и обучения, фокусируясь на синергии человека и ИИ.

Андрей Комиссаров: «Самые лучшие ИИ-агенты не дадут большого эффекта без правильно подготовленных сотрудников – нужно активнее работать с ними»

«Самые лучшие ИИ-агенты не дадут большого эффекта без правильно подготовленных сотрудников – нужно активнее работать с ними, причем обучение должно проводиться только в процессе работы и в обычных рабочих инструментах, иначе эффект будет невелик», — рекомендовал Андрей Комиссаров, директор по ИИ корпорации «Синергия». Людей, которые активно используют для решения бизнес-задач, Комиссаров называет ИИ-кентаврами. Они становятся в компаниях новым типом сотрудников, умея организовывать совместную работу с ИИ и отвечать за конечный результат.

По словам Армена Шахназаряна, исполнительного директора ITQ Group, ИИ уже стал таким же общедоступным как электричество, модель сравнимого качества можно взять у кого угодно. Главное – как именно ее использовать. Среда сейчас создалась крайне благоприятная: собственники бизнеса часто сами инициируют такие проекты, имея опыт использования ИИ в личных целях. Главной ценностью становятся люди, которые способны увидеть в использовании новой технологии точки роста.

Василий Арсенов: «Нужно сразу учить людей и менять регламенты – без этого проект не масштабируется»

«Наш первый опыт в 2024 году был неудачным. В мае 2026 года мы решились на второй заход, и начали с поиска кадров. Нужно сразу учить людей и менять регламенты – без этого проект не масштабируется», — признал Василий Арсенов, руководитель направления ИИ девелопера DOGMA. Многое оказалось гораздо труднее, чем ожидалось. Например, были как технологические барьеры – неоднородность документов, сложность интеграции и низкое качество данных, так и организационные сложности: длительное согласование изменений и невовлеченность бизнеса в постановку задач – многие открыто саботировали проект. Совместно с бизнесом для реализации в DOGMA было отобрано 30 инициатив, и от них удалось получить достаточно быстрые результаты. Сейчас в компании внедрен ИИ-бухгалтер, экономический эффект от которого составляет почти 1,8 млн руб. в год, и ИИ-закупщик, сэкономивший 4,8 млн руб.

Вписать ИИ в корпоративный ландшафт

Ценность возникает, когда люди и технологии развиваются вместе: ИИ-платформы без компетенций остаются лишь технологиями, а без корпоративной платформы люди уйдут в «теневой ИИ» и будут пользоваться сторонними сервисами. Между тем, Shadow AI запретить не получится, гораздо правильнее предоставить корпоративный инструмент, с которым пользователям будет комфортно.

Василий Мухин: «Сотрудники осваивают ИИ быстрее, чем компании учатся им управлять. В результате бесконтрольного использования внешних сервисов данные компании часто утекают в сеть»

«Сотрудники осваивают ИИ быстрее, чем компании учатся им управлять. В результате бесконтрольного использования внешних сервисов данные компании часто утекают в сеть», — считает Василий Мухин, директор направления ИИ-решений для бизнеса K2Тех. Он поделился практикой борьбы с ChatGPT с помощью создания корпоративных решений. Созданная в компании ИИ-платформа стала единым окном для доступа к различным моделям. Ключевой рецепт внедрения ИИ – грамотное управление проектами, для чего был создан ИИ-офис, в том числе рассчитывающий экономический эффект от реализуемых инициатив.

Следующим шагом должны стать ИИ-сотрудники и целые ИИ-отделы: платформа ИИ-агентов постепенно становится привычной частью работы для всех. Первая цель в этой области – создание персонального ассистента для каждого сотрудника, автоматизирующего рутину и четко понимающего, чем именно занимается его «хозяин». Далее этот помощник должен взять на себя все взаимодействие с корпоративным окружением.

«Почти все ИИ-проекты упираются в интеграционные проблемы – как с другими корпоративными системами, так и с людьми», — отметил Алексей Чистяков, технический директор Bercut. Неготовность смежных систем – большая проблема. ИИ не может с ними работать – ведь они ориентированы на людей. Чистяков дал рекомендации по выстраиванию взаимодействия между ИТ, ИБ и владельцами процессов при создании ИИ-агентов.

Александр Бочкин: «Важно сделать так, чтобы фактический процесс становился источником информации для ИИ»

По мнению Александра Бочкина, генерального директора «Инфомаксимум», автоматизацию следует начинать с определения результата, необходимого клиенту или бизнесу, а не с поиска операций, которые проще всего автоматизировать. При этом важно сделать так, чтобы фактический процесс становился источником информации для ИИ. Например, с помощью инструментов Process Mining, Task Mining и корпоративных баз знаний появляется полный контекст, дающий пищу ИИ для поиска возможностей их оптимизации. Система самостоятельно ищет потенциал для оптимизации процесса и показывает, на чем основано предположение, что будет автоматизировано и при каких условиях процесс перейдет к сотруднику.

Подумать о рисках

Михаил Крихели: «При внедрении ИИ важно считать не только экономические эффекты, но и стоимость смены технологического курса: для ИИ необходим ‘запасной выход’»

«При внедрении ИИ важно считать не только экономические эффекты, но и стоимость смены технологического курса: для ИИ необходим ‘запасной выход’», — подчеркнул Михаил Крихели, глава совета Консорциума технологических компаний России. Хорошее решение часто превращается в зависимость, особенно в случае успешного внедрения, и уход с рынка западных вендоров это ярко показал. Именно поэтому к расчетам ИИ-проекта следует добавить еще один вопрос: «Сколько будет стоить смена технологического курса через год, два или три?»

По мнению Крихели, важно создать свободу выбора еще до того, как она в реальности понадобится. Полномочия ИИ должны быть обратимыми, необходимы механизмы их отзыва. Часто это не закладывается в создаваемую систему, так как на рынке еще не сформировалась культура разработки ИИ-решений.

Рустэм Хайретдинов: «Часто безопасность воспринимается бизнесом как тормоз, мешающий развитию, но на самом деле этот тормоз не дает разогнаться слишком сильно и улететь в пропасть»

«Очень радует, что все больше говорят о вопросах безопасности ИИ. Часто безопасность воспринимается бизнесом как тормоз, мешающий развитию, но на самом деле этот тормоз не дает разогнаться слишком сильно и улететь в пропасть», — сказал Рустэм Хайретдинов, эксперт по ИБ. ИИ-агент – это новый цифровой субъект, действующий на стыке границ доверия. Это не ПО, не инсайдер и не злоумышленник, поэтому традиционные инструменты и политики ИБ против него не работают.

Хайретдинов предложил несколько принципов безопасности для агентов. Во-первых, агенту как субъекту цифровой экосистемы нужна собственная учетная запись. Во-вторых, следует использовать принцип наименьших привилегий: все, что не разрешено, — запрещено. В-третьих, важно нулевое доверие для межагентских соединений. Взаимодействие агентов между собой часто приводит к обходу установленных ограничений. Наконец, микросегментация – работа только с указанными источниками данных, без возможности выхода за пределы рабочей среды.

Марина Федорова: «Без семантического слоя ИИ становится генератором правдоподобной ерунды. ИИ не понимает корпоративных данных, таблицы не имеют для него смысла»

«Без семантического слоя ИИ становится генератором правдоподобной ерунды. ИИ не понимает корпоративных данных, таблицы не имеют для него смысла», — констатировала Марина Федорова, аналитик-исследователь «Кругов Громова». Человек видит в таблице смысл, а LLM может лишь попытаться угадать значение идентификатора, и это самое опасное. Агент должен обращаться не к «сырым» данным, а к семантическому слою, и, если не найдет там информации, ответить: «Я не знаю этого показателя».

В рамках семантического слоя создается реестр показателей. Он фиксирует источники правды и лишает ИИ возможности «догадываться», заставляя его считать метрики по правилам. Но это серьезная работа, и у загруженных сотрудников на это часто не хватает времени.