Манифест: операционная модель бизнеса с ИИ

Манифест AI Builders Lab и Self AI для собственников, CEO и управленческих команд. Первая версия опубликована в апреле 2026 года.

Компании, которые не перестроятся вокруг ИИ, потеряют конкурентоспособность за 1–2 года

Не «внедрить ChatGPT». Не «провести пять пилотов». А переосмыслить, как ваша компания принимает решения, обучается на каждом контакте и доставляет ценность клиенту в эпоху, когда барьер входа в любой бизнес упал в 100–500 раз.

Когда я работаю с собственниками и руководителями, главный вопрос всегда один: «Мы понимаем, что ИИ важен. Но что конкретно делать?» За ним обычно стоит не желание разобраться в технологии, а желание понять, как изменится сам способ управления компанией. Этот текст — попытка ответить честно.

Большинство аналитических отчётов 2024–2025 годов говорят примерно одно: ИИ изменит компании сильнее, чем интернет, и быстрее, чем мобильная революция. Это правда. Но за этим прячется неудобный факт: 74% компаний, инвестировавших в ИИ, не видят окупаемости. Не потому что технология не работает. Потому что в неё инвестируют неправильно.

За этим текстом стоит практика: больше 150 сессий с собственниками и руководителями крупного, среднего и малого бизнеса за год, 16 B2B-заказчиков — среди них Мелитэк, ОМК-ЦЕС, HFLabs, VALO Hotel City, «Красная Поляна», AltaiTravel, VirtualLand, Harat's Pub, УБР — и 9 собственных ИИ-продуктов, собранных без команды разработки. Каждый проект учил, как переход выглядит на самом деле, а не на слайдах консультантов.

Компания — это не процессы, не IT и не люди по отдельности. Это система принятия решений. Когда вы говорите «внедрить ИИ», на самом деле вы говорите «переписать архитектуру того, кто и как в нашей компании принимает решения».

ИИ уже встроен в структуру рабочих задач

Это перестало быть гипотезой. По данным Anthropic Economic Index и LinkedIn Workforce Report 2026, доля рабочих позиций, в которых ИИ закрывает четверть и больше задач, выросла с 36% в начале 2025 года до 49% в начале 2026-го. Меньше чем за год.

Это не пилоты энтузиастов, а структурный сдвиг в составе задач внутри тех же должностей. Доля задач внутри профессий будет съедаться быстрее, чем исчезнут сами профессии. Поэтому переучивание и оргдизайн должны обгонять технологию, а не догонять её.

Часть I. ИИ сжимает управленческий цикл в 10–50 раз

Цикл «рынок → сигнал → анализ → решение → действие» в большинстве компаний занимает недели и месяцы. В компании, построенной вокруг ИИ, тот же цикл проходит за минуты и часы. Разница в скорости становится разницей в конкурентоспособности и накапливается со сложным процентом.

Что раньше было нормой, теперь тормозит:

• Идея → совещание → согласование → бюджет → очередь → 6 месяцев против «идея → прототип за день → тест → решение за неделю».
• Отделы работают каждый в своём темпе и ждут друг друга против «каждый бизнес-юнит усилен ИИ и работает в 5–10 раз быстрее».
• Руководитель тонет в совещаниях и отчётах против «руководитель получает ответы за секунды».
• «Нам нужна команда и бюджет, чтобы попробовать» против «я проверил гипотезу вчера вечером — вот результаты».

Сигналы, которые нельзя игнорировать

1. Конкурент создаст новую точку роста, пока вы её планируете. Раньше тест нового направления стоил полгода работы, теперь — недели. Пока вы согласовываете бюджет, конкурент уже измеряет первую когорту клиентов.
2. Каждый отдел конкурента работает как усиленный. Продажи, маркетинг, финансы, HR — везде ИИ-инструменты. Разница в продуктивности на одного сотрудника становится 5–10-кратной.
3. Процессы съедают прибыль. Скрытая стоимость медленных решений в большинстве компаний — 15–30% фонда оплаты труда управленцев.
4. Лучшие люди уходят туда, где быстрее. «Согласование занимает неделю» для сильного сотрудника — сигнал, что пора уходить.

Три модели управления

За последние 30 лет компании прошли две парадигмы — аналоговую и цифровую. Сейчас разворачивается третья, интеллектуальная.

• Аналоговая: человек решает. Масштаб ограничен людьми, данные — в головах.
• Цифровая: человек решает, система исполняет. Масштаб ограничен контролем, данные — в отчётах.
• Интеллектуальная: система решает, система исполняет. Данные становятся активом для обучения.

Интеллектуальная компания — это не «цифровая плюс ИИ». В ней система имеет право первого хода и принимает большую часть тактических решений на основе единой модели бизнеса и актуальных данных. Человек определяет цели, ограничения и несёт ответственность. Это не «ИИ заменяет людей», а снижение энтропии управления при росте: с числом людей сложность решений растёт нелинейно, а единая система держит её в рамке.

Часть II. Почему 74% компаний не видят окупаемости от ИИ

Большинство компаний внедряют ИИ одинаково: берут старый процесс и прикручивают к нему чат-бота, помощника или автоматизацию. Получается быстрее, но не принципиально лучше. По данным McKinsey, три из четырёх организаций не видят от этого значимой окупаемости. Boston Consulting Group называет этот подход Deploy — «асфальтирование коровьей тропы».

Парадокс 80/80

По оценке BCG, 80% реальной отдачи от ИИ лежит в перестройке процессов. Но 80% корпоративных бюджетов уходит на Deploy: лицензии, интеграции, пилоты, которые красиво смотрятся в квартальном отчёте.

Почему так? Deploy понятен. Купил лицензию, подключил, показал, что менеджеры работают на 15% быстрее. Перестройка процессов — Reshape — страшнее: другие роли, другие данные, другие метрики, сопротивление людей, результат не завтра. Её не делают не из-за технологических ограничений, а из-за управленческих: нужна политическая воля и системное видение.

Урок Klarna: метрика без контрметрики обманывает

В 2024 году Klarna заявила, что ИИ-ассистент выполняет работу 700 операторов поддержки. Дашборды были зелёными: скорость ответа, стоимость контакта, объём обработки. Позже компания вернула людей в сложные и премиальные обращения: транзакционные метрики скрывали провал там, где клиенту нужен был не формально правильный, а человеческий ответ.

Это типичная «метрика без противовеса»: оптимизация одного показателя ломает то, что не измеряли. К каждой метрике нужна контрметрика. ИИ усиливает то, что уже структурировано, а хаос он масштабирует.

Три теста: Deploy или Reshape

1. Изменилась ли функция людей? Если менеджер делает то же самое, только быстрее, — это Deploy. Если он перестал писать клиентам и начал проектировать правила, по которым с ними работает агент, — Reshape. Проверка: откройте описание должности через полгода после запуска.
2. Появились ли данные, которых раньше не было? Reshape порождает новые данные: лог решений с обоснованием, обратную связь по каждому контакту, правила, формализованные из опыта. Если процесс не производит данные, улучшающие следующий прогон, внедрение превращается в дорогой автокомплит.
3. Может ли ИИ вести клиента без посредника? В Reshape агент ведёт рутину сам, а человек подключается к нестандартным случаям, конфликтам и стратегическим решениям.

Два «да» из трёх — вы в Reshape. Ноль или одно — в Deploy, и для некоторых процессов это нормально. Ловушка начинается, когда Deploy применяют там, где все три теста положительны.

Часть III. Маховик данных: что нужно построить

Перестроить процесс вокруг ИИ звучит красиво на стратсессии и бесполезно в понедельник утром. Что конкретно делать? Перестроить процесс так, чтобы он становился умнее с каждым прогоном. Не быстрее — это Deploy, — а именно умнее.

Вслед за Сергеем Липчанским и Асхатом Уразбаевым (книга Oper8) мы называем эту систему маховиком данных. Внутри крутятся два цикла: быстрый — каждый клиент учит систему, и медленный — все клиенты учат процесс.

1. База знаний — откуда ИИ знает, как работать: факты, правила, примеры в трёх слоях, которые меняются с разной скоростью.
2. Автономия — сколько свободы у ИИ и где границы: лестница из пяти уровней, от подсказчика до автопилота с надзором.
3. Память — что решили, почему и оказалось ли это верным.
4. Проверка качества — тесты до запуска: работает ли и стало ли лучше. Ловит регрессию раньше клиентов.
5. Метрики — показатели результата плюс контрметрики.

Четыре сдвига, которые создаёт маховик

• Один клиент. Компания перестаёт думать сегментами: каждый клиент — индивидуальный контекст, который не теряется при текучке.
• Каждый контакт учит. Заказ, отказ, прочитанное и неотвеченное сообщение становятся обучающим сигналом. Находка одного менеджера становится правилом для всех.
• Сервис как защита. Конкурент может купить ту же платформу, но не два года накопленных решений.
• Мгновенность. Клиент получает ответ в 23:00 за десять секунд, а каждый такой контакт снова учит систему.

Три волны экономического эффекта

Эффект приходит не сразу и не в одном виде. Знание этих волн помогает не разочароваться через 8 недель и не сдаться через 4 месяца. Цифры ниже — ориентиры, а не обещание: у каждой компании своя база.

1. Экономика времени — 4–8 недель. Рутина становится автоматической, ориентир — до −30% времени на неё.
2. Операционные затраты — 3–6 месяцев. Процессы дешевеют, ориентир — −15–20% операционных затрат.
3. Управляемость и выручка — 6–12 месяцев. Точность решений и скорость реакции, ориентир — +5–10% к конверсии.

Как это выглядит в практике

• Мелитэк: корпоративная база знаний с ИИ-поиском — ответ по регламенту за 2 минуты вместо 40, больше 120 часов в месяц вернулись команде. Это первая волна.
• ОМК-ЦЕС: пилот NLQ-аналитики — вопросы к данным на русском вместо ручной сборки отчётов. Расчёт экономии на данных заказчика — 15 млн ₽ в год, оценка ROI ≈ 280% в первый год. Это пилот и расчёт, а не замер после внедрения.
• AltaiTravel: ИИ-консьерж и агент в Telegram — +35% выручки, 70% обращений закрываются без менеджера. Это уже третья волна.

Подробнее о каждом — в портфолио. Самые крупные деньги рождаются не внутри отдела, а на стыке функций. Это объясняет, почему большинство пилотов умирает: они оптимизируют функцию, а не контур.

Часть IV. Какие процессы перестраивать первыми

Полная обвязка маховика нужна процессам, которые крутятся часто, влияют на выручку или клиентский опыт и включают передачу работы между людьми или системами. Таких в организации обычно 15–20%. Остальным хватает базовой автоматизации.

Три барьера выбора

Пропустите каждый процесс-кандидат через три вопроса. Если хотя бы на один ответ «нет» — отложите процесс и вернитесь через квартал.

1. Привязан ли процесс к измеримому результату? Не «станет эффективнее», а какой показатель изменится и на сколько. Без этого вы не докажете собственнику окупаемость.
2. Есть ли данные, с которых можно начать? Не идеальные, но хоть какие-то: CRM с историей заказов, логи сервиса, архив переписки.
3. Способна ли организация действовать по результату? Если рекомендацию некому исполнить или она упрётся в «я знаю лучше компьютера», никакой ИИ не поможет.

Шесть типовых точек старта

1. Отдел продаж — ИИ-ассистенты для менеджеров: предложения, ведение клиентов, работа с возражениями. Знание не уходит при текучке.
2. Входящие обращения — квалификация, маршрутизация, ответы на типовые вопросы; время первого ответа сокращается в 5–10 раз.
3. База знаний компании — внутренний поиск по документам и регламентам вместо 40 минут поиска инструкции.
4. Коммерческие предложения — КП и договоры по шаблонам с учётом клиента: от запроса до отправки за часы, а не дни.
5. Аналитика для руководителя — вопрос на русском вместо статичного дашборда, плюс уведомления об аномалиях.
6. Прототип нового продукта — от гипотезы до работающего MVP на боевых данных за 1–3 недели.

Правило приоритизации: один процесс в работе лучше, чем пять на стадии пилота. И не начинайте с самого простого: маленький эффект никого не убеждает. Берите процесс средней сложности — достаточно простой, чтобы запустить за три месяца, и достаточно ценный, чтобы цифры впечатлили собственников.

Квадрант зрелости: пионеры или прагматики

Перед стартом честно оцените две оси: текущую зрелость данных, процессов и команды — и амбиции трансформации.

• Опасная зона (низкая зрелость, высокие амбиции): «хотим всё и сразу», зоопарк пилотов без фундамента. Снизить амбиции, набрать зрелость.
• Старт (низкая зрелость, умеренные амбиции): быстрые победы, порядок в процессах и данных.
• Пионеры (высокая зрелость, высокие амбиции): строят сами — долго, дорого, но с контролем.
• Прагматики (высокая зрелость, умеренные амбиции): готовые платформы и интеграция, быстрый возврат вложений.

Большинству компаний подходит путь прагматиков: готовые платформы, быстрые внедрения, встраивание в существующие процессы.

Часть V. Барьер входа упал в 100–500 раз

Проверка бизнес-идеи раньше стоила сотен тысяч рублей и трёх месяцев. Теперь — десятков тысяч и семи дней. Когда такая скорость встречается с корпоративным управлением, где каждое решение проходит три согласования за две недели, корпоративное управление проигрывает.

Четыре опоры новой парадигмы:

• Вайб-бизнес. Идею можно проверить до поиска ресурсов — быстро, дёшево, своими руками.
• Соло-команды. Основатель или команда из 2–3 человек с ИИ конкурирует с командами в 50.
• Скорость как оружие. От идеи до проверки — дни, от гипотезы до внедрения — недели.
• Оркестрация. Работа меняется от «делегировать и ждать» к «сформулировать запрос и получить результат за минуты».

Главное здесь не ИИ как таковой, а смена модели работы всей управленческой команды. Руководитель не ждёт и не просит — создаёт и показывает. Большинство трансформаций проваливается именно потому, что меняют инструменты, не меняя того, как работают руководители.

Что это даёт бизнесу

1. Меньше времени на решение: руководитель работает с интерпретированными вопросами и сценариями, а не со сбором фактов.
2. Раннее распознавание изменений рынка: система видит сигналы раньше, чем они становятся проблемой.
3. Меньше разрыв между стратегией и исполнением: видно, какие действия действительно двигают компанию.
4. Управляемость при масштабировании: логика управления не распадается на ручной контроль.
5. Новая роль CEO: фокус на целях, ограничениях и архитектуре устойчивости.

Интеллектуальная компания растёт быстрее своей организационной сложности.

Часть VI. Три входа в трансформацию

Все три пути дополняют друг друга. Обычно компании начинают со стратегии, переходят к пилотам и параллельно разворачивают инфраструктуру.

1. Стратегия — воркшоп для управленческой команды. Стратегическая сессия для CEO, COO и топ-команды: находим процессы, где ИИ даёт экономию или рост, собираем 1–3 рабочих прототипа на ваших данных и выходим с дорожной картой на 90 дней. От 100 000 ₽. Форматы воркшопов.
2. Внедрение — ИИ-пилот для конкретного процесса. Рабочий ИИ-процесс для одной задачи за 1–3 недели: от аналитики, как у ОМК-ЦЕС, до ИИ-консьержа, как у AltaiTravel. На ваших данных, под NDA.
3. Сопровождение — ИИ-директор на аутсорсе. Стратегия, дорожная карта, контроль внедрения и ИИ-комитет на 3–6 месяцев. Условия.

Если не уверены, какой путь подходит, самый безопасный старт — бесплатная 45-минутная диагностика: вместе смотрим вашу ситуацию и подбираем формат. Как она устроена, мы подробно разобрали в статье «С чего начать внедрение ИИ в компании».

Через год после трансформации никого не будет интересовать, какие у вас были лицензии. Будет интересовать, кто из конкурентов теперь работает в 10 раз быстрее — и вы или нет. У вас есть 1–2 года, пока окно открыто. Не на то, чтобы «провести цифровую трансформацию», а на то, чтобы перестроить, как компания принимает решения. Это не проект IT-отдела. Это работа управленческой команды.

Василий Рыжонков, основатель AI Builders Lab и Self AI. 18 лет создаю цифровые продукты. Манифест подготовлен на основе внедрений и более 150 диалогов с собственниками и руководителями компаний.