В октябре состоялась традиционная конференция Data & AI Talks 7.0, организованная «Ростелекомом». В ее рамках обсуждались как проблемы в отрасли данных и искусственного интеллекта, так и достигаемые в конкретных компаниях успехи.

По словам Валерии Воробьевой, генерального директора Альянса в сфере искусственного интеллекта, сейчас в России наблюдается «легкое разочарование от ИИ» — ожидаемых эффектов в большинстве случаев не наблюдается. Более того, многие сотрудники на разных уровнях компаний не поддерживают внедрение ИИ, требуется огромная работа по «проталкиванию» этих технологий.

«Российские проблемы не уникальны. Даже в Китае есть большие сложности с внедрением ИИ в традиционные, ‘старые’ отрасли. Самые большие успехи там достигаются именно в инновационных, изначально цифровых компаниях», — подчеркнула Воробьева. Кроме того, во всем мире отсутствует типовая практика оценки влияния ИИ на экономические показатели. В России с этим тоже большие трудности: все расчеты и метрики, в том числе стратегического уровня, находятся лишь в стадии обсуждения. И из-за отсутствия ясности в оценках есть проблемы с привлечением инвестиций.

Несколько лет назад в рамках Альянса запустили институт отраслевых клубов. Как в 2000-е годы сотовые операторы не пустили на рынок зарубежных конкурентов, так и сейчас отечественные компании объединяются в попытке противостоять зарубежным ИИ-игрокам. На базе отраслевых клубов происходит обмен опытом: обсуждаются управленческие проблемы, поиск финансирования, реализацию кейсов.

«Важно, что мы не только оцениваем, но и разрабатываем общий язык, единую методологию, собственные стандарты. Люди пытаются найти в отраслевых клубах синергию – рынок переходит от разрозненных экспериментов к более широким практикам», — сказала Воробьева.

Одним из важных продуктов Альянса стала методология оценки финансовых эффектов АФИИНА («Атлас финэффектов ИИ: новые активы»). Методология выстроена по трем уровням, каждый из которых отвечает на свой ключевой вопрос. Например, финансовый уровень отвечает на вопрос, окупился ли проект и фокусируется на конкретных финансовых показателях и расчетах. На стратегическом уровне проводится оценка того, как ИИ усиливает компанию — какие новые возможности он открывает. Наконец, системный уровень посвящен тому, как применяемые технологии оказывают влияние на отрасль в целом.

«Главная цель — создать для рынка общий язык, чтобы компании могли сравнивать свои проекты, учиться на опыте друг друга и принимать более обоснованные решения об инвестициях в ИИ», — Надежда Морозова, директор по продукту Альянса в сфере искусственного интеллекта. В перспективе эта методология может стать своеобразной базой для расчета финансовых эффектов от ИИ даже в национальном масштабе.

Заход на «чужую поляну»

«ИИ помогает сильно ускорить процессы, но если не проверять результат работы агентов, это может дорого обойтись бизнесу. Нужно инвестировать в людей, способных критически мыслить. Если позволить себе быть ослепленным скоростью, качество сервисов сильно упадет», — отметил один из основных рисков ИИ Алексей Арефьев, директор по технологиям и продуктам Wink.

Полноценный эффект от ИИ ощущается на больших масштабах, но пока такие технологии используются лишь точечно. Их масштабирование означает не только технические проблемы, но и требование к полной перестройке бизнеса. И в любом случае перед началом проекта важно договориться с финансовым блоком об ожидаемых эффектах и методике расчета показателей. Иначе в случае успеха будет трудно доказать, кто «молодец».

«Зачастую бизнес находится в фазе истерии, боясь упустить выгоду, и пытается бездумно внедрять ИИ. Но в большинстве случаев все ограничивается встраиванием LLM в чат-боты», — констатировал Сергей Паршиков, директор департамента развития цифровых каналов юридических лиц Альфа-Банка. Компаниям еще предстоит найти оптимальное использование ИИ-инструментов пользователями. Нужно правильно встроить ИИ в свои внутренние системы и внешние продукты.

С появлением ИИ скорость информационных потоков между ИТ и бизнесом растет, да и качество диалога резко выросло: ИИ стал замечательным переводчиком с «айтишного» на «бизнесовый». Но, как отметил Арефьев, у этой тенденции есть и обратная сторона, когда люди, пользуясь ИИ как источником новых знаний, заходят на «чужую поляну». Более того, у них появляется недоверие к доменной экспертизе. Важно держать определенные границы уважения к чужим знаниям.

«Доверие к чужим знаниям – вопрос организационной культуры. Сейчас появилась возможность быстро делать то, что ранее считалось вообще невозможным. Например, фундаментально меняется процесс разработки ИТ-продуктов», — согласился Паршиков. Важно заходить на чужую территорию с уважением, не пытаясь с ходу менять правила.

«ИИ все глубже проникает в процессы компании, а число пользователей с разнообразными потребностями в использовании ИИ продолжает расти. Если внутренние инструменты развиваются медленно, сотрудники начинают использовать для работы внешние сервисы. В этом случае в компании появляется ‘теневой ИИ’», — напомнил Андрей Зима, директор по развитию технологий ИИ «Ростелекома». Теневой ИИ по определению неэффективен – ключевое значение имеет его интеграция с корпоративными системами: почтой, базами данных, трекерами задач и т.п. Для этого приходится решать массу проблем: доступ к чувствительным данным, право на изменение данных, распределение ролей.

По мнению Ильи Пятигорского, директора по цифровым продуктам «Ростелекома», экономика ИИ влияет на экономику создаваемых продуктов. ИИ стоит денег, сейчас он обходится довольно дорого и требует учета в ценообразовании. Однако получаемый эффект не всегда оправдан.

ИИ с финансовым эффектом

Отдельный блок конференции был посвящен опыту внедрения ИИ-решений с доказанным экономическим эффектом.

Например, в «Ростелекоме» за 2026 год было реализовано 52 пилотных проекта. И хотя 46 из них было признано успешными, лишь 10 из них были масштабированы и запущены в промышленную эксплуатацию. Их совокупный экономический эффект оценивается в 82 млн руб. в год. Планы на 2027 год заметно амбициознее: ожидается запуск 61 пилота и 29 промышленных решений с прогнозируемым эффектом более 1 млрд руб.

«Мы завершаем историю с ИИ-помощниками. Со следующего года начинается реализация задачи разработки полноценных цифровых сотрудников», — поделился Зима. При этом важно не просто создать удачные продукты, но и запустить фабрику ИИ-агентов, позволяющую сотрудникам быстро создавать ИИ-агентов под каждую конкретную задачу.

Татьяна Крылова, директор департамента ИИ-трансформации «ВымпелКома» поделилась кейсом запуска ИИ-инженера в линии поддержки. Инциденты в билайне происходят каждые шесть секунд, и классическая автоматизация уперлась в потолок: рутину было уже не разобрать. Созданный ИИ-инженер – это полноценный цифровой сотрудник первой линии поддержки, собирающий контекст инцидента и формирующий предложения по его устранению. 28% инцидентов агент закрывает самостоятельно, без участия человека.

Максим Чернышов, руководитель корпоративного центра ИИ «ЭР-Телеком Холдинга», рассказал о двух реализованных проектах. Первый из них – внутренний сервис «Речевая аналитика», разработанный самостоятельно. Его целью стал контроль качества диалога менеджеров с клиентами с персональными рекомендациями по развитию. Главной метрикой эффективности является конверсия в продажу, и проведенные оценки показывают его рост на 9%. Второй продукт – рекомендательный движок NBA (Next Best Action), задачей которого стала персонализация клиентского опыта и рост эффективности продаж. В проекте достигнут рост выручки на 6% и увеличение прогнозируемой ценности клиента на 26%.