ценность ИИ для бизнеса
Содержание материала
Семь блоков: от картины мира через план действий к будущему.
Авторское слово
На чём основан этот материал
Только первоисточники крупнейших исследований применения ИИ за 2025–2026 годы.
Как я работаю с этими данными
Три метода, три ограничения — чтобы вы понимали границы каждой цифры.
Телеметрия
Обезличенные данные реального использования: что, где и как часто. Самый надёжный источник «где ценность».
Замеры экономии
Сколько времени экономит ИИ на задаче. Считается на уровне задачи, не процесса — это важное различие.
Триангуляция
Сверяю источники между собой. Где расходятся — показываю прямо, а не выбираю удобную цифру.
Как читать этот материал
Я отделяю измеренный факт от собственной оценки.
Измерено
Цифра есть в данных исследований: обезличенная телеметрия, данные о зарплатах и занятости, замеры экономии времени.
Моя оценка
Моя модельная экстраполяция или допущение: всё, что касается денег конкретной компании, российского контекста и прогнозов.
Чего эти данные НЕ говорят
Нет российской телеметрии
Все количественные данные собраны на зарубежных выборках. Российские цифры здесь — моя оценка на пересчёте, не замер.
Нет гарантии окупаемости
Срок возврата вложений по вашей компании считается только после пилота на ваших процессах.
Нет кейсов конкурентов
Это закрытые данные. Я опираюсь на отраслевую логику, а не на чужие цифры.
Нет сравнения моделей по цене
Российские модели — зона отдельного доисследования.
Три вывода и одна рекомендация
Ценность реальна, но узкая
Отдача концентрируется в знаниевых, текстовых и аналитических задачах. Не «везде», а в конкретных функциях.
Время не превращается в деньги автоматически
Ускорение задачи на 80% не равно экономии на процессе. Деньги — только при перестройке процесса и сборе высвобожденного времени.
Разрыв организационный, не технологический
Решают процессы и люди, а не доступ к моделям. Отрыв накапливается и быстро деньгами не закрывается.
Это уже не шум: рынок инвестирует
Пока идёт спор «верить или нет», конкуренты уже вкладывают деньги.
Где люди реально применяют ИИ
Три задачи дают 78% использования Измерено OpenAI, 2025. «Спрашивание» ценится выше «делания» — 49% против 40%.
Топ-10 рабочих категорий задач
Полная раскладка для аналитиков совета.
| # | Категория задач | # | Категория задач |
|---|---|---|---|
| 1 | Практические советы и инструкции | 6 | Анализ данных |
| 2 | Поиск и проверка информации | 7 | Перевод |
| 3 | Письмо и редактура | 8 | Черновики деловой переписки |
| 4 | Программирование и техзадачи | 9 | Обобщение документов |
| 5 | Обучение и объяснение | 10 | Идеи и брейнсторминг |
Насколько глубоко ИИ вошёл в работу
49% профессий уже используют ИИ минимум в четверти задач — и проникновение быстро растёт.
Почему источники расходятся
Данные расходятся — и это повод доверять, а не наоборот.
Доля программирования
Разница не в ошибке, а в природе платформ. У Anthropic исторический перекос в разработку; у OpenAI — массовая аудитория. Поэтому я триангулирую источники, а не верю одной цифре.
Не-наивный читатель должен видеть расхождения. Я показываю их сам.
IT-компания
Высокая доля знаниевых задач
Производство
Большая доля физического труда
Карта функций по эффекту
Есть функции, где ИИ даёт максимум, и где почти ничего — с привязкой к подразделениям.
Максимум эффекта
Работа со знаниями и текстами, документы, аналитика, разработка.
Частичный эффект
Смешанная природа: часть в тексте/данных, часть требует присутствия или согласований.
Низкий эффект
Межличностная координация, задачи с большой долей живого контакта.
Почти ничего
Физический труд, выезды, работа на месте, ручные операции.
Сколько стоит задача, которую отдают ИИ
Денежный масштаб работы, которую люди реально приносят в ИИ — не каждая задача профессии подряд. Считается как время задачи × ставка специалиста.
| Категория задач | США, $ | РФ-эквивалент, ₽ · моя оценка |
|---|---|---|
| Управленческая | 133 | 4 000 – 7 000 |
| Юридическая | 119 | 3 500 – 6 500 |
| Программирование | 82 | 3 000 – 6 000 |
| Наука / инженерия | 70 | 2 200 – 4 200 |
| Финансово-деловая | 69 | 2 000 – 4 000 |
| Образование | 60 | 1 800 – 3 500 |
| Медианная задача | 54 | 1 500 – 3 000 |
| Общепит | 8 | 200 – 500 |
На уровне задачи экономия огромна
Медиана 84%, но интереснее — по конкретным задачам, особенно бизнесовым.
| Задача | Экономия | Стоила бы, $ |
|---|---|---|
| Разработка учебных программ | 96% | 149 |
| Сбор источников, библиография | 93% | 101 |
| Исследовательские сводки, отчёты | 91% | 84 |
| Инвойсы, памятки, документы | 87% | 46 |
| Финансовый анализ | 80% | 43 |
| Заметки совещаний, переписка | 61% | 7 |
Но процесс — это не задача
Ускорение задачи не равно ускорению процесса.
На уровне задачи
экономия времени на отдельной операции
На уровне процесса
экономия в эксперименте по сквозной разработке
ИИ ускоряет звенья, но процесс идёт со скоростью самого медленного — несобранного, непеределанного, несогласованного. Инвестировать надо в перестройку процесса, а не в покупку ещё инструментов. И мерить процесс целиком, а не отдельную операцию.
Куда уходит эффект
Между «ускорили задачу» и «получили деньги» — три утечки.
сырой замер
результат надо проверять и иногда переделывать
задачи, что ИИ не ускоряет, задают темп
минуты у многих ≠ деньги без сбора
то, что в P&L
Неравномерность вклада: топ-10 профессий
Это вклад каждой профессии в общий эффект ИИ на производительность экономики — топ-10 из всех, не все.
Кто выигрывает, а кто нет
Сплошные теги — есть в данных; пунктирные — моя оценка.
Деквалификация рутины
Рутину забирает ИИ; ценность роли смещается. Связь зарплаты и сложности задачи сильная (0,8): сложнее задача — выше экономия, но ниже надёжность.
Рост ценности
Человек поднимается к суждению, переговорам и контролю — туда, где ИИ слаб.
Где старт в каждом юните
Коэффициент = доля применимых задач × реальная экономия = сколько % трудозатрат юнита потенциально высвобождает ИИ.
| Юнит | Коэф. | Старт сейчас | Можно к концу 2026 · моя оценка |
|---|---|---|---|
| Разработка | 0,24 | Код, тесты, аналитика | End-to-end фичи под контролем |
| Наука / инженерия | 0,18 | Обзоры, расчёты, документация | Авто-сводки исследований |
| Маркетинг / Продажи | 0,17 | Контент, КП, письма, досье | Агенты квалификации лидов |
| Менеджмент / Юристы | 0,175 | Аналитика, черновики документов | Подготовка решений с проверкой |
| Обучение / HR | 0,15 | Учебные материалы, адаптация | Скрининг с проверкой человеком |
| Финансы / Бэк-офис | 0,144 | Почта, разбор документов | Инвойсы: извлечение и сверка |
| Клиентская поддержка | 0,14 | Подсказки оператору, база | Авто-ответ в простых тикетах |
| Здравоохр. (админ) | 0,105 | Документация, выписки | Авто-заполнение форм |
| Операции | 0,0375 | Документация, регламенты | Физтруд — по-прежнему нет |
Последовательность внедрения: три волны
Внедрять поэтапно — что первым даёт возврат вложений.
Развернуть
Ускоряем задачи без перестройки процесса. Быстрые победы, низкий риск. 80–100% портфеля в первые 6 мес. Примеры: контент, КП, почта, код, документы.
Перестроить
Реинжиниринг 1–2 процессов вокруг ИИ — здесь время становится деньгами. 20–40% к 6–12 мес. Примеры: сквозная поддержка, обработка инвойсов, квалификация лидов.
Изобрести
Новые продукты и модели работы на базе ИИ. Не раньше зрелости. Примеры: ИИ-продукт для клиентов, агентные сервисы.
Деньги появляются на перестройке процесса, а не на ускорении старых задач. Конкретика — что именно разворачивать, перестраивать и изобретать — определяется на уровне стратегии ИИ-трансформации бизнеса.
Формула 1: высвобождаемые деньги
Простая прикидка «на салфетке» — сколько денег высвобождает ИИ.
Формула 2: эквивалент в людях
Перевод высвобожденного времени в понятный язык — «сколько это сотрудников».
Формула 3: срок окупаемости
Когда вложения вернутся — простая прикидка.
Таблица коэффициентов по функциям
Готовая таблица для подстановки в формулу под вашу компанию.
| Функция | Доля задач | Реальная экономия | Коэффициент |
|---|---|---|---|
| Разработка / IT | 60% | 40% | 0,24 |
| Наука / инженерия | 50% | 36% | 0,18 |
| Менеджмент / Юристы | 50% | 35% | 0,175 |
| Маркетинг / Продажи | 45% | 38% | 0,17 |
| Образование | 50% | 32% | 0,16 |
| Обучение / Персонал | 50% | 30% | 0,15 |
| Финансы / Бэк-офис | 45% | 32% | 0,144 |
| Клиентская поддержка | 40% | 35% | 0,14 |
| Здравоохранение (админ) | 35% | 30% | 0,105 |
| Операции (физтруд) | 15% | 25% | 0,0375 |
| Розница / линейный | 10% | 20% | 0,02 |
Стоимость часа труда по ролям в России
Переводим в рубли честно — полная стоимость часа, с диапазонами.
| Роль | Диапазон, ₽/час | Медиана, ₽/час |
|---|---|---|
| Разработка / IT | 2 500 – 5 000 | 3 700 |
| Менеджмент | 2 800 – 6 000 | 4 400 |
| Юристы | 2 500 – 5 500 | 4 000 |
| Маркетинг / Аналитика | 1 800 – 3 800 | 2 800 |
| Финансы / Бухгалтерия | 1 600 – 3 200 | 2 400 |
| Клиентская поддержка | 900 – 1 800 | 1 350 |
| Линейный персонал | 600 – 1 200 | 900 |
Расчёт 1: IT-компания
Высокая доля знаниевой работы — высокий потенциал. Моя оценка.
Расчёт 2: производственно-торговая
Разбили честно: эффект концентрируется в офисе и продажах, не в цеху.
Расчёт 3: торговая компания
Средний эффект — ценность в поддержке, маркетинге и закупках.
Пять уровней ИИ-зрелости компании
Чтобы понимать «зрелость 3–4» дальше — вот шкала. Большинство компаний на 1–2.
Нет активности
ИИ не используется или запрещён. Наблюдение со стороны.
Фрагментарно
Отдельные сотрудники используют ИИ сами, без системы и политик.
Эксперименты
Точечные пилоты, есть интерес руководства, нет метрик и владельца.
Операционализация
ИИ встроен в процессы, есть метрики, владелец, управление качеством.
ИИ по умолчанию
Процессы спроектированы вокруг ИИ, агенты в продуктиве, культура.
Три горизонта: Помощник → Агент → Автоматизация
Путь внедрения — три стадии, движемся снизу вверх, не перепрыгивая.
Помощник (копилот)
Человек делает работу, ИИ ускоряет задачи. Зрелость 0–2.
Агент
ИИ выполняет цепочки действий, человек ставит цель и контролирует. Зрелость 2–3.
Автоматизация функций
Сквозная автоматизация участков. Зрелость 3–4. Для зрелых, не для старта.
Три вопроса до любого старта
Прежде чем внедрять что угодно — ответьте на три вопроса.
1Где в нашем фонде оплаты труда сидят знаниевые задачи? Эффект пропорционален доле текстовых и аналитических задач, а не численности.
2Какой процесс мы готовы перестроить, а не просто ускорить? Деньги — на перестройке.
3Кто отвечает за сбор высвобожденного времени и как мы измерим деньги, а не «удобство»?
Как искать бизнес-задачи для ИИ
Логика проста: разложить работу юнита на задачи и замерить экономию каждой.
| Шаг | Что делаем | Пример (продажи) |
|---|---|---|
| 1. Разложить | Работу юнита — на конкретные повторяемые задачи | Оценка лида, подготовка КП, отчёт |
| 2. Замерить «сейчас» | Сколько времени занимает задача без ИИ | Оценка лида — 25 мин |
| 3. Замерить «с ИИ» | Сколько с ассистентом | 3 мин |
| 4. Экономия | Процент и деньги | 88% |
| 5. Сложность | Оценить порог входа (1–5) | 2 — быстрая победа |
Карта бизнес-функций: где сколько ассистентов
Пример из практики (SelfAI): по каждой функции — число ассистентов и потенциал экономии времени.
Продажи −79%
27 ассистентов: оценка лидов, КП, отчёты, прогнозы
Маркетинг −75%
17 ассистентов: контент, анализ, кампании
Поддержка −65%
17 ассистентов: ответы, база знаний
ИТ-поддержка −60%
17 ассистентов: тикеты, диагностика
Аналитика −55%
15 ассистентов: отчёты, дашборды
HR / адаптация −50%
17 ассистентов: документы, онбординг
Операции −50%
16 ассистентов: регламенты, документация
Юристы −40%
15 ассистентов: договоры, проверка
Закупки −20%
16 ассистентов: сравнение, документы
Внутри функции: продажи, 27 ассистентов
Разворот одной функции — каждая задача со своей экономией и сложностью.
| Ассистент | Сейчас | С ИИ | Экономия | Сложн. |
|---|---|---|---|---|
| Оценщик лидов | 25 мин | 3 мин | 88% | 2 |
| Прогнозист сделок | 8 мин | 1 мин | 88% | 4 |
| Обработчик встреч | 20 мин | 3 мин | 85% | 3 |
| Подготовщик к встрече | 30 мин | 5 мин | 83% | 2 |
| Приоритизатор сделок | 15 мин | 3 мин | 80% | 3 |
| Составитель отчётов | 25 мин | 5 мин | 80% | 3 |
| Составитель предложений | 45 мин | 12 мин | 73% | 3 |
Помощник: человек делает, ИИ ускоряет
Где начинают почти все.
Вопросы стадии «Помощник»
Три проверки перед запуском помощника.
4Готовы ли наши данные для этого уровня? Помощнику на общих знаниях данные не нужны; ассистенту с базой знаний нужна чистая база.
5Как мы встроим проверку результата человеком? Это не недоверие к ИИ, а часть устройства процесса.
6Как мы снимем сопротивление сотрудников? 70% успеха — это люди, не технология.
Быстрые рычаги стадии «Помощник»
Где отдача сейчас — теги показывают, какие функции и типы бизнеса выигрывают.
Быстрые победы
Тексты, поиск и синтез, почта, документы.
Чуть сложнее
Черновики, база знаний (чистые данные).
Зависит от типа бизнеса
IT — код; торговля — контент/закупки; услуги — клиентские тексты; производство — документация.
Не здесь
Всё, что требует действий в системах без человека (это уже стадия «Агент»).
Риск стадии: сопротивление и доверие
Главный риск помощника — не технология, а люди.
Что показывают данные
Организационные факторы дают вдвое больший эффект, чем индивидуальные усилия (67% против 32%) Измерено Microsoft, 2026. Сотрудники неохотно принимают навязанный сверху ИИ; использование иногда воспринимается как признак «лени».
Сначала покажите магию
Сопротивление снимается не приказом, а опытом — когда человек сам увидел пользу.
Людям нужно показать магию ИИ на их собственной задаче — тогда они полюбят инструмент и будут им пользоваться. Обучение через «вау-эффект» снимает сопротивление лучше, чем регламент.
Агент: ИИ выполняет цепочки
Здесь появляются деньги.
Вопросы стадии «Агент»
Здесь процесс перестраивается, а человек берёт на себя роль контроля.
7Стоимость успешного результата, а не обращения к модели? Дешёвая ненадёжная модель в продуктиве дороже дорогой надёжной.
8Есть ли инфраструктура контроля агентов? Кто проверяет, кто меняет процесс, как масштабировать.
9Где граница автономии — где обязателен человек? Зависит от уровня риска участка.
Стратегические ставки стадии «Агент»
Куда целиться: проекция на конец 2026 (автономность ×2 каждые ~7 мес).
Клиентская поддержка в продуктиве
Сквозной процесс, не черновики. К концу 2026 — реалистично для простых тикетов.
Автоматизация процессов
Перестройка участка вокруг агента с проверкой.
Агентские цепочки с инструментами
Многошаговые задачи с доступом к системам.
Полная замена людей
Не цель стадии. Даже к концу 2026 нужна точка контроля.
Стоимость ИИ-интеллекта рухнула
Главная причина, почему ИИ стал доступен бизнесу: интеллект подешевел в тысячи раз.
Длина автономных задач удваивается каждые ~7 мес
Растёт не только дешевизна, но и сложность того, что ИИ делает сам.
- 2022–2023: вопросы-ответы, короткий код — минуты
- 2024: сборка фичи end-to-end, отладка — часы
- 2025–2026: автономный проект — дни
- 2027–2028: недели автономной работы (прогноз)
Инференс продолжает дешеветь
За последний год — ещё одно кратное падение стоимости топ-моделей.
Считать стоимость результата, а не обращения
Парадокс: дешевле модель не значит дешевле результат.
Что показывают данные
Измерено a16z × OpenRouter, 2025. Бизнес выбирает не дешёвую, а надёжную модель. Дешёвая ненадёжная в продуктиве дороже из-за переделок.
Что делать
Считать стоимость успешного результата (с учётом проверок и переделок), а не цену одного обращения к модели.
Скрытый риск: стоимость компьюта растёт
Стремясь заменить людей, недооценивают рост счёта за вычисления.
Парадокс фронтира
Измерено Epoch AI, 2025. Цена за токен падает, НО стоимость топ-результатов растёт: рассуждающие модели тратят в разы больше вычислений на ответ. Все хотят самые мощные модели (Opus 4.8, GPT-5.5) → стоимость задач не падает, а растёт.
Замена людей на ИИ не равно автоматическая экономия: сэкономив на зарплатах, легко переплатить за компьют, если все задачи гнать через топ-модели.
Не всем задачам нужна топ-модель
Грамотный роутинг моделей — где экономия на компьюте без потери качества.
| Тип задачи | Какая модель | Пример функции |
|---|---|---|
| Массовые черновики, простой текст | Дешёвая / быстрая | Маркетинг, переписка, поддержка 1-я линия |
| Аналитика, синтез, код | Средняя | Аналитика, разработка, финансы |
| Сложные рассуждения, ответственные решения | Топ (Opus 4.8 / GPT-5.5) | Юристы, стратегия, архитектура |
Агенты — новый класс рисков
Чем больше агент исполняет, тем дороже пропущенная ошибка.
Новые риски
Число рабочих агентов выросло в 15–18 раз за год Измерено Microsoft, 2026. Утечка данных, непреднамеренные действия систем, несанкционированный доступ.
Принцип управления
Агентов нужно вести как управляемые сущности — с правами доступа, журналом действий и проверками. Контроль качества строится до запуска, а не после инцидента.
Автоматизация функций
Сквозная автоматизация участков. Для зрелых, не для старта.
Главный вопрос стадии «Автоматизация»
Одна проверка решает, стоит ли автоматизировать функцию.
Эта функция действительно узкая, повторяемая и с высокой надёжностью результата — или мы собираемся автоматизировать хаос?
Что нужно до автоматизации функции
Автоматизация требует данных и процессов уровнем выше, чем помощник.
Что показывают данные
У лидеров фундамент данных был выстроен до внедрения ИИ. Надежда «ИИ сам починит данные» — путь в те самые 95% компаний без отдачи.
Где осторожно: «пока не трогать»
Честная граница применимости на сегодня.
Физика и присутствие
Физический труд и работа на месте — ИИ не закрывает.
Критичное узкое горлышко
Процессы, где ключевое звено ИИ не ускоряет.
Сложное без проверки
Высокосложные задачи без проверки экспертом.
Мало знаниевой работы
Участки с минимальной долей текстовых задач.
Где мы по зрелости
Прежде чем выбирать стадию — оцените свою зрелость честно.
Семь вопросов, на которые отвечают данные
Дальше — семь стратегических развилок, каждая с честным ответом для бизнеса.
1. Превращается ли экономия времени в реальные деньги?
2. Почему счёт за ИИ может расти, даже когда модели дешевеют?
3. В каких функциях искать ценность в первую очередь?
4. Как финдиректору посчитать вклад каждого подразделения?
5. Почему ускорение задач не ускоряет процесс?
6. Какие новые узкие места появятся после внедрения?
7. Сколько стоит решение «подождём»?
Превращается ли экономия времени в деньги?
За
- Экономия на задаче до 80–96%
- На уровне экономики США: +1,8% производительности в год (макро-оценка)
- Для бизнеса: 7–13% прироста по профилю компании
Против
- Сквозные RCT: 14–56%, иногда ноль
- +1,8% — это про экономику, НЕ про вашу прибыль
- Оценки завышены без поправки на проверку результата
Время превращается не в сокращение затрат напрямую, а в пропускную способность, качество и стоимость обслуживания. В сокращение ФОТ — только при перестройке процесса и сборе высвобожденного времени. Совету: не закладывать сокращение расходов как автоматическое следствие. Моя оценка
Почему счёт за ИИ растёт, когда модели дешевеют?
Если обращение к модели подешевело в 1000 раз, почему расходы на ИИ не падают?
Парадокс Джевонса: дешевле единица — больше суммарное потребление. Пример: токен подешевел ×1000, но компания тратит на ИИ больше — задач стало в разы больше, перешли на рассуждающие модели (дороже за ответ, уже >50% использования), запускают агентов в цикле (десятки обращений на одну задачу). Измерено a16z, 2025.
Бюджет на ИИ может расти при росте проникновения — это нормально, если растёт и отдача. Управление: маршрутизация (дешёвые модели на черновики, дорогие на ответственное), политики использования, метрика «стоимость успешного результата», дисциплина FinOps с первого дня.
Где предел: формула чистой выгоды
Авторская рамка, чтобы не уйти в минус, заменяя людей на компьют.
Точка равновесия
Пока высвобожденное время (в деньгах) растёт быстрее счёта за компьют — внедрение в плюс. Когда все задачи гонят через топ-модели, второе слагаемое может обогнать первое.
Что делать
Моя оценка Моделировать баланс на своём пилоте, а не предполагать. Держать роутинг моделей и K_capture под контролем — это и есть рычаги, удерживающие выгоду положительной.
В каких функциях искать ценность первой
Светофор: где отдача максимальна, средняя и минимальная.
Зелёный · максимум
Жёлтый · середина
Красный · минимум
Как посчитать вклад каждого подразделения?
Как финдиректору оценить вклад каждого подразделения под свою оргструктуру?
Вклад подразделения = доля в фонде оплаты труда × применимость задач × реальная экономия. Это рабочая логика, которую можно посчитать самостоятельно по своим данным.
Подставить свои доли ФОТ в таблицу коэффициентов и формулу эквивалента в людях. Получить вклад каждого подразделения в деньгах и приоритизировать — начать с тех, где вклад максимален.
Почему задача ≠ процесс?
Раз отдельные задачи ускоряются, почему процесс целиком — нет?
Ускорение задачи не даёт ускорения процесса. Эксперимент по сквозной разработке функций показал нулевую экономию времени.
Инвестировать в перестройку рабочего потока, а не только в инструменты. Искать, где теряется экономия: проверка результата, передача между людьми, согласования. Назначить владельца сбора экономии.
Какие новые узкие места появятся?
Что станет узким горлышком после того, как помощники и базы знаний уже внедрены?
Компания автоматизировала поддержку 1-й линии → скорость ответов выросла вдвое → но узким местом стала 2-я линия и эскалации, которые ИИ не закрывал. Потребовалось переобучить часть операторов в аналитиков претензий и перестроить маршрутизацию. Узкое место сместилось, а не исчезло.
Рост ограничен тем, что необходимо и трудно улучшить (логика Агийона). После первой волны вкладываться не в новые инструменты, а в расшивку новых узких мест: координация, согласования, проверка качества, человеческая пропускная способность на ревью.
Сколько стоит решение «подождём»?
Разрыв с лидерами накопительный — он растёт со временем, а не стоит на месте.
Измерено Разрыв организационный, не технологический: преимущество лидеров — в отлаженных процессах и обученной команде, что копится со временем и быстро деньгами не закрывается. Внедрение идёт ~×10 быстрее технологий прошлого века. Входить поэтапно, сейчас.
Свод инсайтов: что меняем в приоритетах
Каждый вывод — в конкретные действия.
Первый шаг: рамка ИИ-директора
Не «купить инструмент», а пройти три фазы. Внутри каждой — три цели.
Стратегия ИИ-трансформации
- Диагностика ИИ-зрелости компании
- Метрики, соосные с бизнесом (6–12 мес)
- Матрица ИИ-инициатив
Замер базовых линий + пилоты
- Baseline процессов до внедрения
- Запуск 3–5 пилотов
- Экономика и метрики качества
Change-менеджмент и люди
- Владелец трансформации
- Обучение и «магия» для сотрудников
- AI-champions в каждом юните
Что мерить и что не мерить
Правильные метрики защищают от иллюзии успеха. Настроить эту систему — отдельная экспертиза.
Мерить
- Стоимость успешного результата — с учётом проверок и переделок
- Доля результатов без переделки — реальное качество
- Надёжность / частота ошибок — success-rate ответов
- Собранные часы × K_capture — что стало деньгами
- Время цикла процесса — не отдельной задачи
Не мерить
- Количество обращений и чатов — активность ≠ ценность
- Стоимость обращения — в отрыве от результата
- Сырое ускорение — без поправок на надёжность
- Лицензии и охват — закупка ≠ эффект
- «Стало удобнее» — самооценка не в P&L
Делать самим, купить или партнёр
По каждому участку — осознанный выбор с ориентирами.
Купить готовое
Типовые задачи со зрелыми решениями: помощники, базы знаний. Быстро, дёшево, низкий риск.
Партнёр
Нужна экспертиза, которой нет внутри, на ограниченный срок. Внедрение + передача компетенций.
Делать самим
Только уникальное конкурентное преимущество, где готовых решений нет.
Уровни автономии — по процессам
Где ИИ может действовать сам, а где обязателен человек — на конкретных процессах.
| Риск | Процессы | Правила запуска |
|---|---|---|
| Низкий | Черновик письма, внутренняя сводка, подсказка оператору | ИИ действует сам, выборочная проверка |
| Средний | Ответ клиенту, КП, отчёт для руководства | Обязательная проверка человеком до отправки |
| Высокий | Финансовая операция, юр. документ, доступ к данным | Строгий контроль, журнал действий, проверки качества до запуска |
Четыре риска и запрос к совету
Каждый риск привязан к делу — с конкретной митигацией.
Задача ≠ процесс
Ускорили операцию, а процесс не изменился → мерить процесс целиком, назначить владельца сбора экономии.
Переоценка из-за надёжности
Заложили сырые 80%, а с проверками вышло 30% → три сценария, поправка на надёжность.
Распыление сил
Двадцать пилотов вместо фокуса → 3–5 инициатив из зелёной зоны.
Автономия без управления
Агент действует в высокорисковом процессе без контроля → привязать автономию к риску, проверки до запуска.
Один вывод и три следствия
Если запомнить только одно из всего материала.
Ценность ИИ реальна и измерима, но её берёт не тот, кто купил технологию, а тот, кто перестроил под неё процессы и людей.
Где
Отдача — в знаниевых задачах. Начинать там, а не «везде».
Как
Деньги — на перестройке процесса и сборе времени, не на ускорении задач.
Когда
Входить поэтапно и сейчас — разрыв с лидерами накапливается.
Кто это предсказал
Это не блогеры, а инсайдеры с доказанным послужным списком прогнозов.
Daniel Kokotajlo
Бывший governance-исследователь OpenAI. Ушёл в 2024, отказавшись от ~$2 млн опционов, чтобы свободно говорить о рисках. В 2021 предсказал развитие ИИ на 5 лет вперёд — и попал почти во всё: chain-of-thought, экспортный контроль чипов, прогоны на $100 млн.
Eli Lifland
Сооснователь AI Digest. #1 в общем зачёте RAND Forecasting Initiative — один из лучших прогнозистов мира.
AI Futures Project
Некоммерческая группа (Беркли, 2025). Сценарий AI-2027 — помесячная хроника развития ИИ от агентов до возможного сверхинтеллекта.
Почему слушать
Прямое знание исследовательских пайплайнов + конкретный, датированный, проверяемый прогноз. Когда такой прогноз сбывается — это инструмент планирования, не футурология.
Их вектор сбывается
Прогноз наполовину подтвердился уже сейчас — значит, по нему можно планировать.
- Сбылось (вектор): кривая автономности METR, агенты-сотрудники, рассуждающие модели >50%, турбулентность рынка junior-разработчиков
- Сдвинулось (сроки): сверхинтеллект к 2027 маловероятен; медиана AGI у авторов теперь ~2029
- Вывод: направление верное, темп мягче. По подтверждённому вектору можно строить картину будущего
Лестница автономности: где ИИ сейчас и куда идёт
Каждые ~7 месяцев ИИ умеет вдвое более длинную работу. Это измеренный тренд (METR).
Сколько агент работает без человека
Агент превращается из инструмента на запрос в цифрового сотрудника на смену.
Что это значит: человек, профи, бизнес
Ценность смещается с исполнения на суждение и контроль — на всех уровнях.
Обычный человек
сейчасПрофи
сейчасБизнес
сейчасГлавный разрыв — внедренческий
Будущее ближайшего года — не новые модели, а закрытие этого разрыва.
Между «попробовали» и «работает в проде» — огромный зазор. Это и есть ваше окно: выигрывает не тот, у кого новее модель, а тот, кто доводит пилот до рабочего процесса.
AGI: не паника и не отрицание
Строить стратегию на наблюдаемом векторе, а не на крайностях.
- Сроки сдвинулись: медиана AGI у авторов ~2029 (было модально 2027), 80–90% — в пределах десятилетия
- Но экспонента не выполаживается: METR — «нет признаков плато»
- Риски приходят раньше способностей: автономный поиск уязвимостей, геополитика чипов, регуляторика 2026 — это среда уже сегодня
- Вывод: не «AGI завтра» (паника) и не «это хайп» (отрицание). Каждые ~7 мес ИИ умеет вдвое больше — этого достаточно, чтобы менять бизнес сейчас
ИИ-директор на аутсорсе
Когда ИИ-трансформация уже стала управленческой задачей, но нанимать CAIO в штат рано.
Диагностика
Стратегия, процессы, данные, текущие инициативы. Точки эффекта в управлении, выручке, марже, скорости.
Портфель инициатив
Backlog ИИ-проектов: приоритеты, владельцы, риски, критерии успеха. Убираем хаос пилотов.
Архитектура внедрения
Данные, интеграции, безопасность, контуры контроля, операционная модель: кто решает, отвечает, поддерживает.
Запуск пилотов
3–5 инициатив до рабочих прототипов или продакшен-пилотов с понятной экономикой и метриками.
Команда и подрядчики
Внедрение силами команды, SelfAI, сотрудников заказчика или внешних поставщиков — выбор вместе с менеджментом.
Управление трансформацией
ИИ становится частью бизнес-процессов и бизнес-модели, а не экспериментом отдела инноваций.
Три ИИ-воркшопа для команд
Меньше теории, больше рабочих артефактов.
ИИ-пульт за день
4 часа–1 день для CEO/топ-команды. 5 управленческих вопросов → прототип cockpit CEO → карта данных и интеграций.
Продуктовый конвейер ИИ-инициатив
4 часа для топ/CDTO/COO/CFO. Хаос идей → управляемый портфель: оценка по эффекту, данным, сложности, скорости проверки.
AI Builders для команды
90 дней / модуль программы. Как из бизнес-задачи собрать рабочий ИИ-инструмент. Роли: владелец, builder, аналитик, контролёр качества.