Изображение создано при помощи модели Шедеврум
Генеративный ИИ ( GenAI ) перестал быть игрушкой для экспериментов. По данным McKinsey & Company, более 70% компаний уже используют GenAI в бизнесе. Но большинство проектов так и не доходят до устойчивого результата: пилоты запускаются, бюджеты тратятся, а реального влияния на бизнес у них почти нет. Разбираемся, с какими проблемами связано внедрение решений на базе генеративного ИИ и какие учебные программы помогут руководителям разработать новые подходы к использованию GenAI.
Содержание:
Быстрый эффект на практике дают не самые «громкие» AI-проекты, а массовые операционные процессы с понятной логикой. По словам автора программ Центра непрерывного образования Факультета компьютерных наук НИУ ВШЭ (ЦНО ФКН ВШЭ) и руководителя команды роботов обслуживания в Т-Банк Всеволода Викулина, лучше всего работают три направления:
Также в эту категорию неожиданно попадает и разработка кода — если задачи ставит опытный специалист и умеет формулировать подробные спецификации.
«Объединяет эти кейсы три свойства: высокая частота операций, формализованный регламент и измеримый результат», — объясняет Всеволод Викулин.
А вот самые эффектные ИИ-демонстрации нередко оказываются экономически бесполезными.
Эксперт выделяет три типа проблемных проектов:
«Если у вас нет регламента и понятных правил — у вас либо беспорядок в процессе, либо задача требует экспертного суждения, которое в принципе не сводится к инструкции. В обоих случаях агент работать не будет, и никакая модель этого не починит», — уверен Всеволод Викулин.
Одна из самых частых ошибок — запуск проекта «ради инновации», а не ради бизнес-результата. Компании создают ИИ-сервисы, которые красиво выглядят на презентациях, но не влияют на итоговые KPI. В результате пилот остается экспериментом без масштабирования.
«Команды берут задачу не за то, что она принесет ощутимую ценность, а за то, что ее удобно показать руководству», — отмечает Всеволод Викулин.
Еще одна проблема — неправильный владелец проекта. Во многих компаниях GenAI отдают ИТ-департаменту или руководителю инноваций, хотя отвечать за него должен тот, кто владеет бизнес-метрикой.
«Если владельцем проекта делают кого-то другого — например, технического директора или руководителя инноваций, — у проекта нет реального заказчика, и он быстро превращается в технологический эксперимент без бизнес-ценности», — объясняет эксперт.
До старта проекта компания должна зафиксировать две вещи:
Без этого GenAI-проекты легко превращаются в бесконечную разработку без понятного эффекта.
«AI-проекты плохо прогнозируются, и в них легко закопать бесконечные ресурсы и время. Без жесткой временной рамки у руководителя нет инструмента, чтобы остановить проект, который не идет или идет неэффективно», — говорит Викулин.
При этом эффект от GenAI не всегда измеряется прямой экономией. Например, ИИ может:
«Клиент получает решение за пятнадцать секунд вместо двух недель — здесь тратится больше всего денег и здесь же сложнее всего считать эффект в рублях», — отмечает эксперт.
Чтобы проект не остался пилотом, компании нужна не только модель, но и базовая инфраструктура —регламенты процессов, API для работы с внутренними системами, единое хранилище данных, аналитика и мониторинг KPI.
«Если данные разбросаны по десяти системам без единого формата — каждый ИИ-проект начинается с трехмесячной интеграции данных, и это убивает любую экономику», — предупреждает Всеволод Викулин.
Эксперт подчеркивает: главная инвестиция в GenAI — не железо, а сильная команда. Именно она определяет, насколько дорогим или эффективным окажется внедрение.
Во многих случаях бизнесу выгоднее использовать готовые модели через API облачных провайдеров, чем строить собственную инфраструктуру.
Но это работает только при трех условиях:
«Поднимать собственную инфраструктуру под модели имеет смысл только тогда, когда хотя бы одно из этих условий не выполняется», — говорит Викулин.
При этом полностью готовых ИИ-продуктов для бизнеса практически не существует: почти любое решение требует адаптации под процессы компании.
Главный критерий успеха любых решений генеративного ИИ — влияние на конкретный бизнес-KPI.
«Подойдите к владельцу проекта и спросите: как GenAI повлиял на твою метрику? Если он внятно отвечает с цифрами — значит расходы оправданы», — отмечает эксперт.
Главная проблема — компании часто внедряют генеративный ИИ как обычное IT-решение, хотя он требует перестройки процессов, новых подходов к управлению и четких бизнес-метрик. Именно поэтому Центр непрерывного образования Факультета компьютерных наук Национальный исследовательский университет «Высшая школа экономики» запускает новый очный интенсив «Генеративный ИИ для руководителей», который пройдет 18-21 августа 2026 года.
«Руководители цифровой трансформации часто подходят к внедрению генеративного ИИ как к обычным ИТ-решениям, хотя генеративный ИИ дает принципиально другой масштаб эффекта и уровень риска. На нашем интенсиве мы рассказываем, как работать с такими проектами: от выбора идеи до дорожной карты внедрения. И все это — на примере бизнес-задач самого участника», — добавляет Всеволод Викулин.
Программа ориентирована на CEO, владельцев бизнеса, директоров по цифровой трансформации и руководителей бизнес-функций. За два дня участники разбирают реальные кейсы внедрения GenAI, учатся считать экономику проектов и строить дорожные карты внедрения без типичных ошибок.
«По данным McKinsey, более 70% компаний уже применяют генеративный ИИ, однако большинство подобных инициатив не дают устойчивого масштабируемого ROI (Return on Investment — финансовый показатель рентабельности). Причина — недостаточная перестройка бизнес-процессов, отсутствие четких метрик и системного подхода. В нашей программе мы фокусируемся на том, как выбирать релевантные кейсы и выстраивать работу с GenAI-проектами на практике, чтобы руководители могли избежать негативного опыта», — комментирует Наталия Черепенникова, начальник отдела корпоративного и онлайн-обучения Центра непрерывного образования ФКН ВШЭ.
Кроме этого, ЦНО ФКН ВШЭ развивает линейку образовательных программ для руководителей, где компьютерные науки и практика внедрения ИИ соединяются с реальными бизнес-задачами. Первая программа направления — «ИИ-лидеры: бизнес-лаборатория для руководителей» — уже идет и открыла набор на сентябрь 2026 года.
В подписке — дайджест статей и видеолекций, анонсы мероприятий, данные исследований. Обещаем, что будем бережно относиться к вашему времени и присылать материалы раз в месяц.
Спасибо за подписку!
Что-то пошло не так!
