Как бизнесу стать технологичнее без перестройки подразделений

Read Time:4 Minute, 51 Second

Фото: пресс-служба

Искусственный интеллект (ИИ) в мировой экономике превратился в массовый инструмент: активно растет рынок связанных с ним технологий. К 2035 году, согласно прогнозам Roots Analysis, только объем глобального рынка ИИ-агентов может составить почти $221 млрд против $9,8 млрд в 2025 году — при среднегодовом темпе роста (CAGR) 36,55%.

В мире 88% компаний уже используют генеративный ИИ для тех или иных функций, говорится в исследовании McKinsey. Речь может идти, например, о клиентском сервисе, маркетинге, логистике, HR, финансах, производстве, аналитике и пр. Однако только 6% компаний отмечают при этом реальный финансовый эффект в виде стабильного увеличения операционной прибыли (EBIT).

В России концентрация ИИ-инструментов высока, но их интеграция в бизнес-процессы фрагментарна, и, по экспертным оценкам, лишь около 10% проектов, связанных с внедрением языковых моделей и ИИ-агентов, показывают экономическую эффективность. Таким образом, с одной стороны, информационное поле заполнено новостями о сотнях успешно запущенных агентов и пилотов. С другой — финансовая отчетность не фиксирует каких-либо переломных радикальных изменений (дизрапта), которого ждут от инноваций акционеры.

Причина, на наш взгляд, очевидна: компании пытаются внедрить ИИ в изолированные подразделения или продуктовые команды, которые сфокусированы только на своих целях, бюджетах и приоритетах, что затрудняет реализацию кросс-функциональных проектов.

Ситуация на рынке показывает, что типичный сценарий внедрения ИИ-инструментов в крупных российских компаниях сегодня выглядит так: каждая вертикаль, включая взаимодействие с клиентами (b2c), с бизнесом (b2b), управление рисками, управление персоналом (HR) и другие, принимает к исполнению амбициозную задачу, но при этом начинает процесс цифровизации с адаптацией под свою специфику. Появляются десятки, а то и сотни инициатив. Каждый департамент оптимизирует свой кусочек пазла. В итоге получается линейное улучшение операционки, но не экспоненциальный рост бизнеса.

Ключевая проблема сегодня не в технологии, а в способе ее внедрения. Бизнес пытается сделать ИИ частью старых процессов, вместо того чтобы позволить ему стать новым каркасом организации. Если посмотреть на мир, то опыт таких компаний, как американский банк JPMorgan, сингапурский инвестбанк DBS, китайская финтех-компания Ant Group и испанский банк BBVA, показывает, что настоящая трансформация начинается с создания горизонтального технологического слоя — в рамках так называемой концепции AI Overlay. Это не «еще одна IТ-система» и не новое подразделение, а архитектурный мандат, который основан на принципе обратного закона Конвея и позволяет менять поведение организации без формальной реструктуризации. В «Сбере», например, активно развивается платформа, состоящая из набора продуктов для разработки решений на базе GigaChat. Такой платформенный подход позволяет масштабировать объем операций без лишних затрат на инфраструктуру.

Концепция AI Overlay, в частности, подразумевает внедрение семи технологических блоков, которые работают как единый механизм и позволяют директорам по информационным технологиям (CIO) выстроить единую архитектору без мучительных организационных перестроек.

Первый блок — это единая точка входа (AI Gateway). Так, известный API-мандат Джеффа Безоса в Amazon, выпущенный в 2002 году, потребовал, чтобы все возможности в компании были разработаны и доступны через API (от англ. application programming interface — «программный интерфейс приложения», с помощью которого различные программы общаются между собой и обмениваются данными). При таком подходе все запросы к моделям, агентные вызовы, использование инструментов проходят через единый шлюз. Это дает CIO полную картину происходящего: кто, зачем и с какой эффективностью использует ИИ.

Второй блок — единое пространство данных (Data Fabric) — представляет собой виртуализирующий слой, который располагается над существующими хранилищами, позволяя объединить разные физические системы хранения и диски в единое виртуальное пространство, абстрагировать их в виде единого пула емкости. Несмотря на то что данные остаются в распоряжении их владельцев, они становятся доступными для использования в качестве стандартных продуктов. Ключевым компонентом этой системы является Knowledge Graph (граф знаний), который объединяет клиентов, продукты, риски и сотрудников в единую структуру. Благодаря этому ИИ-агенты получают полное и всестороннее представление о текущей ситуации.

Третий блок — фабрика агентов (Agent Orchestrator) — платформа полного жизненного цикла, которая позволяет создавать кросс-функциональных агентов. Компании необходимо сформировать внутренний маркетплейс, где подразделения публикуют и потребляют агентов, которые превращаются в новый middleware (промежуточное программное обеспечение) организации.

Четвертый блок — автономные решения (Decision Intelligence). Скорость принятия решений сегодня — главная валюта конкурентоспособности. Когда скоринг или динамическое ценообразование занимают миллисекунды, а не дни, меняется сама бизнес-модель. Единый аналитический механизм решений с причинно-следственным анализом позволяет не просто констатировать факт, а понимать его причину.

Пятый блок — архитектура компонуемости (API Composition). Это подход, при котором функциональность IT‑систем разбивается на небольшие независимые модули, а доступ к ним предоставляется через API. Эффективность агентов напрямую зависит от разнообразия их инструментов. Новые сложные функции или продукты можно создавать, комбинируя существующие модули как детали конструктора, причем за считаные дни, а не месяцы, как при традиционном подходе. Модульная архитектура позволяет превратить все сервисы компании в повторно используемые элементы, доступные для искусственного интеллекта.

Шестой блок — управление через прозрачность (AI Observability) — позволяет бизнесу видеть метрики ИИ-систем в реальном времени: дрейф моделей, стоимость токена, ROI (return on investment — «коэффициент возврата инвестиций») конкретного агента. Это повышает доверие технологии. Управление через платформу работает быстрее и эффективнее, чем управление через бесконечные комитеты коллегиального принятия решений.

Наконец, седьмой блок можно обозначить, как каждый сотрудник — создатель (Developer Experience). Настоящий прогресс — это не просто скорость написания кода разработчиками, а возможность бизнес-пользователей создавать агентов без кода. Как показал опыт компании DBS, где фреймворк (набор инструментов) AI и платформенный подход сократили время вывода продукта на рынок с 15–18 месяцев до трех и менее, когда функционал с ИИ становится более быстрым и простым, люди начинают использовать его по собственному желанию.

В этой модели роль CIO кардинально меняется. Вместо того чтобы просить бизнес измениться, он создает инфраструктуру, в которой изменения неизбежны.

У большинства крупных организаций уже есть большие языковые модели (LLM), облака, данные и бюджеты. Чего зачастую нет, так это горизонтального слоя, который превратит разрозненные инициативы в единую систему, способную генерировать экспоненциальную стоимость. Те же JPMorgan, DBS, Ant Group, BBVA, «Сбер» пришли к этому разными путями. Их объединяет одно: они перестали встраивать искусственный интеллект в старую логику вертикалей и начали строить архитектуру, которая сама диктует новые правила координации.

Задача российского CIO сегодня — не доказывать бизнесу необходимость меняться, а создать технологическую платформу, где изменения станут единственно возможным путем развития. Архитектура — это и есть наша новая стратегия.