От идей к внедрению: как лидерам работать с искусственным интеллектом

Фото: Freepik

Об авторе: основатель и генеральный директор холдинга Skillbox Дмитрий Крутов.

ИИ как фундамент новой бизнес-реальности

По данным отчета McKinsey, 20% лидеров отмечают увеличение доходов минимум на 5% благодаря искусственному интеллекту. Он не просто трансформирует бизнес, а становится его основой. Технологии уже внедрены в 55% компаний, что подтверждает их ключевую роль в здравоохранении, ретейле и производстве. Диагностика заболеваний и персонализированное лечение в медицине, оптимизация логистики и предиктивное обслуживание оборудования в промышленности — лишь часть направлений, где ИИ уже приносит ощутимые результаты.

К 2030 году вклад искусственного интеллекта в мировой ВВП может составить $15,7 трлн, что станет значительным драйвером роста глобальной экономики. В частности, 26% прироста ВВП Китая будет обеспечено за счет активного внедрения ИИ-решений.

Автоматизация, связанная с использованием ИИ, изменяет рынок труда. К 2025 году прогнозируется сокращение до 85 млн рабочих мест, однако на смену им появятся 97 млн позиций, требующих новых навыков. В клиентском сервисе, например, 91% руководителей отмечают эффективность ИИ-чат-ботов, которые повышают качество и скорость обслуживания.

Искусственный интеллект уже доказал свою способность повышать производительность и эффективность, но его главная сила — в открытии новых возможностей для бизнеса.

Платформа для роста и трансформации

Сегодня ключевые кейсы использования искусственного интеллекта — это коммуникативные технологии. Платформы вроде Aiphoria.ai помогают бизнесу лучше общаться с клиентами, ускорять ответы, делать их точнее и персональнее. Такие решения не только упрощают жизнь пользователей, но и позволяют компаниям заметно улучшить сервис и увеличить продажи.

Но ИИ уже не просто модный инструмент, а драйвер реальных изменений. В ноябре 2024 года автоконцерн BMW рассказал об использовании роботов на базе ИИ для приварки металлических шпилек к рамам внедорожников. Это повысило точность операций до миллиметра и увеличило скорость выполнения задач на 400%, позволяя выполнять до 1 тыс. операций в день.

Другой пример — «Газпром нефть». Она создает цифровые двойники месторождений. Это позволяет анализировать процессы добычи и переработки нефти. Также компания использует цифровые двойники оборудования, что позволяет предотвращать его поломки.

Французская косметическая компания L’Oréal использует ИИ для персонализации рекомендаций, повышая лояльность клиентов и средний чек. А отдельное приложение бренда на основе ИИ анализирует состояние кожи пользователя и дает советы по уходу.

На этом фоне решение разработчика CRM-систем и корпоративного ПО Salesforce изменить стратегию разработки продуктов стало важным сигналом для рынка. Компания объявила о приостановке найма разработчиков и сделала ставку на развитие существующих ИИ-решений.

Таким образом, процесс использования искусственного интеллекта бизнесом вошел в стадию зрелости: компании больше не инвестируют в масштабное расширение команд, а сосредотачиваются на улучшении готовых продуктов и повышении их окупаемости.

От классического управления к технологическому лидерству

Настоящий лидер в эпоху искусственного интеллекта — это основатель компании, генеральный директор или топ-менеджер, который не просто адаптируется к изменениям, а формирует стратегию, в которой технологии становятся драйвером роста. Осознание того, что перемены неизбежны, помогает вовремя задать себе важные вопросы: как использовать искусственный интеллект для усиления бизнеса и какие шаги предпринять уже сейчас? Технологии, способные преобразить рынок, уже здесь, и только от решений лидера зависит, принесут ли они компании устойчивый успех.

Советы лидерам по эффективному внедрению технологий:

1. Определите ключевые области для внедрения ИИ. Проанализируйте бизнес-процессы, чтобы выявить задачи, где автоматизация и анализ данных принесут наибольшую пользу. Например, компания Harley-Davidson внедрила маркетинговую систему на основе ИИ, что позволило увеличить производство мотоциклов в течение трех месяцев благодаря точному прогнозированию спроса и персонализированным предложениям.
2. Начните с пилотного проекта. Выберите небольшую, но значимую часть бизнеса для тестирования ИИ. Этот подход поможет минимизировать риски, выявить слабые стороны и оценить потенциальные выгоды. После успешного тестирования масштабируйте технологии, основываясь на анализе полученных результатов. «Новосибирскэнергосбыт» запустил пилотный проект цифрового помощника на базе генеративных нейросетей для упрощения поиска ответов на вопросы сотрудников по корпоративным документам. Проект показал высокую эффективность, обрабатывая 90% обращений без участия человека.
3. Соберите и структурируйте данные. Качественные данные — основа работы ИИ. Организуйте их сбор и хранение так, чтобы они были репрезентативными и надежными. Без данных высокое качество работы алгоритмов и точность их решений невозможны. Например, в «Отбасы банке» Казахстана для автоматической обработки пакетов документов клиентов внедрили связку RPA и OCR (распознавание текста и перенесение данных в нужную базу). Государственный архив Астаны использует эту же технологию для оцифровки бумажных документов, а бухгалтерия крупного завода — для работы с финансовыми проводками. Такой подход снижает количество ошибок, экономит сотни рабочих часов и делает работу сотрудников удобнее.
4. Обучайте команду для работы с ИИ. Инвестируйте в развитие сотрудников, чтобы они понимали, как применять технологии. Создавайте команду, которая не просто адаптируется к изменениям, но и станет их двигателем. Например, Совкомбанк обучает сотрудников и поддерживает некоммерческие организации через проект «Технологии добра», который развивает их цифровые навыки и инфраструктуру, предоставляя доступ к платформе для развития сотрудников Lerna. ВТБ также инвестирует в корпоративное обучение, помогая команде осваивать ИИ-инструменты для повышения эффективности и адаптации к цифровой трансформации.
5. Действуйте этично и с социальной ответственностью. Учитывайте, как внедрение ИИ повлияет на ваших сотрудников, клиентов и общество. Придерживайтесь принципов прозрачности и ответственности, чтобы сохранять доверие и формировать устойчивую бизнес-модель. Например, при разработке корпоративных обучающих курсов рекомендуется проводить бета-тестирование на ограниченной группе сотрудников. Это позволяет учесть их мнение, адаптировать содержание под реальные потребности и обеспечить комфортное обучение для всех участников.

Чем рискует бизнес

Искусственный интеллект дает компаниям мощные конкурентные преимущества, но его внедрение сопряжено с серьезными вызовами. Чтобы избежать этих рисков, важно понимать, с какими проблемами чаще всего сталкиваются компании.

• Неточность и ошибки в данных. Отчет McKinsey за 2024 год подчеркивает, что одной из главных угроз при использовании ИИ является риск неточных результатов и неправильной интерпретации данных. Кроме того, компании сталкиваются с проблемами конфиденциальности, интеллектуальной собственности и необъяснимости решений, принимаемых на основе ИИ.
• Сложности с масштабированием ценности. Исследование BCG показывает, что только 26% компаний способны перейти от пилотных проектов ИИ к его масштабированному использованию с реальной выгодой. Основные проблемы связаны с отсутствием необходимых компетенций и инфраструктуры.
• Безответственность в использовании ИИ. Опрос PwC демонстрирует, что только 58% организаций провели предварительную оценку рисков, связанных с ИИ.
• Структурные изменения и долгосрочные риски. В исследовании Beyond Accidents and Misuse говорится о том, что ИИ способен кардинально изменить экономические, социальные и политические структуры из-за непредсказуемости в распределении власти и доверия. Технология может усилить зависимость бизнеса от автоматизированных решений, снижая контроль над ключевыми процессами. Монополизация технологий приведет к тому, что крупные игроки получат еще больше власти, а небольшие компании окажутся в невыгодном положении. Кроме того, автоматизация рабочих мест способна усилить социальное неравенство и вызвать протесты, если не учитывать влияние ИИ на рынок труда.