Эксперт назвал главные ошибки бизнеса при внедрении ИИ

Почему внедрение искусственного интеллекта не приносит прибыли и что происходит с рынком труда.

Фото: скриншот презентации Игоря Никитина, генерация картинки - alice.yandex.ru.

Почему внедрение искусственного интеллекта не приносит прибыли, как измерить эффект от ИИ в рублях и что происходит с рынком труда – главное из вебинара «Амбассадор ИИ-инноваций».

Эффект от внедрения искусственного интеллекта (ИИ) должен измеряться в рублях, а не в количестве запросов и навыков. К такому выводу пришли участники вебинара «Амбассадор ИИ-инноваций» – первого мероприятия в цикле встреч в преддверии IV Международного форума «ИИ – будущее сегодня». Эксперт по внедрению ИИ Игорь Никитин и модератор Слава Ходько (представитель Фонда Росконгресс и организатор крупных деловых форумов) обсудили, почему российские компании застревают на пробных внедрениях, как переходить к AI-native модели и что будет с рынком труда.

ЭФФЕКТ ОТ ИИ ИЗМЕРЯЕТСЯ В РУБЛЯХ

Ключевая проблема, по мнению Никитина, в том, что компании измеряют внедрение ИИ новыми метриками — количеством токенов, скиллов и проведённых часов — вместо старых показателей: выручки, прибыли и личной производительности. Спикер привёл данные: успешными во внедрении ИИ оказываются лишь 5–6% компаний, а внедрение через личную эффективность сотрудников даёт только 10–15% эффекта. Этого недостаточно для перехода в AI-native компанию (то есть «прирождённо ИИ-компанию»): дальнейший рост требует переизобретения процессов и изменения структуры организации.

ПОЧЕМУ РОССИЙСКИЙ БИЗНЕС ЗАСТРЕВАЕТ НА ВНЕДРЕНИИ ИИ

Одна из главных ошибок – попытка «вычистить» процессы вручную перед внедрением ИИ, а затем автоматизировать их. По словам эксперта, правильнее не чистить, а заново переизобретать процессы вместе с интеллектом. Переход к AI-native означает уплощение структуры: если у компании семь слоёв управления, должно остаться пять, если четыре – три. Уходят «посредники» – рядовые программисты, юристы, финансисты, работающие по готовому техническому заданию. Остаются «авторы», которые сами формулируют задачи.

Спикер привёл примеры из практики. В юридических отделах компаний, с которыми он работал, штат сокращался в 4–5 раз, а сроки согласования договоров – с 5 дней до 7 часов; после внедрения цифрового агента по досудебным претензиям дебиторская задолженность уменьшилась на 20%. У одного из клиентов 135 сотрудников превратились в 75 – часть перешла в новое подразделение, часть заменило естественное выбытие. После трансформации появилось 13 специалистов новой роли FDE (Forward Development Engineer – «инженер перспективной разработки»), сочетающей профессиональный опыт с высоким уровнем владения интеллектом.

РЫНОК ТРУДА

По оценке Никитина, производительность профессионала, владеющего ИИ (таких сотрудников называют AI Pro – «профессионал по ИИ»), должна расти минимум в 5 раз. При этом рост производительности не обязательно ведёт к увольнениям.

«Либо вы сокращаете штат, либо в два раза увеличиваете свою выручку, свою прибыль. Так зачем вам сокращать людей, если они прошли всё обучение, научились быть высокопроизводительными?» – сказал он, предложив останавливать новый найм и обеспечивать больший результат старой командой.

ПРОМПТЫ И КОНТЕКСТ

Для эффективной работы интеллекта, по словам Никитина, нужны две вещи: качественные промпты (запросы-инструкции к ИИ) и контекст – сведения о человеке, подразделении, компании, целях, ключевых показателях эффективности (KPI), конкурентах и карьерных планах. Контекст – это не резюме, а суть личности. Как человек принимает решения, какие ошибки допускал, чем гордится.