Изображение создано при помощи модели Шедеврум
Сегодня ИИ есть почти у всех — от банков до маленьких интернет-магазинов. Но по-настоящему источником конкурентного преимущества он становится лишь у немногих. Новое исследование Центра стратегического предпринимательства НИУ ВШЭ – Санкт-Петербург показывает: дело не только в деньгах и компетенциях, а в том, как думает руководитель. Целеориентированное, плановое принятие решений способно превратить ИИ в системный элемент стратегии.
Галина Широкова
Директор Центра стратегического предпринимательства Санкт-Петербургской школы экономики и менеджмента НИУ ВШЭ в Санкт-Петербурге, профессор Департамента менеджмента НИУ ВШЭ в Санкт-Петербурге, доктор экономических наук, профессор.
Содержание:
Искусственный интеллект (ИИ) обещает малым и средним предприятиям (МСП) рост эффективности, более взвешенные решения и новые бизнес‑модели. Однако в реальности большинство компаний продвигаются в этом направлении медленно и неравномерно. В нашем исследовании мы задаемся вопросом: дело ли только в технологиях и «готовности к цифровизации», или ключевую роль играет то, как руководители принимают стратегические решения в условиях неопределенности.
Исследование фокусируется на малых и средних компаниях в России. Они сталкиваются с высокой институциональной неопределенностью, санкционным давлением, скачущими правилами игры. В то же время присутствует активная государственная повестка по цифровизации и ИИ. Такой фон делает стратегические решения особенно рискованными, а ошибки в выборе подхода к ИИ — дорогостоящими.
Мы решили сфокусировать исследование на двух вопросах:
- как «каузальный» (целеориентированный, плановый) стиль принятия решений руководителей связан с внедрением ИИ.
- как на эту связь влияют два типа ресурсов фирмы — финансовый капитал (деньги) и человеческий капитал (компетенции сотрудников).
Эмпирическая база — опрос 617 российских малых и средних предприятий летом–осенью 2024 года; анкету заполняли собственники, генеральные директора, финансовые директора и заместители руководителей.
ИИ‑внедрение мы специально «разбили» на две измеримые стороны:
глубина применения ИИ (AI‑Mean) — насколько интенсивно компания использует ИИ в ключевых видах деятельности;
широта применения ИИ (AI‑Spread) — в скольких разных функциях и процессах ИИ реально применяется. Это важное различие: одно дело — один «умный» модуль в логистике, и совсем другое — системная работа с ИИ в маркетинге, операциях, финансах и обслуживании клиентов.
В предпринимательских исследованиях давно различают два полярных подхода к решению вопроса: «Как действовать в условиях неопределенности?». Каузальный (causation) подход: когда процесс начинается с четкой цели, строится прогноз, планируются ресурсы и шаги; эффектуационный (effectuation) — когда стартуют из имеющихся ресурсов, много экспериментируют и адаптируются по ходу.*
За последние годы мейнстрим литературы о цифровой трансформации и стартапах явно сместился в сторону гибкости и экспериментов: «пробуйте, тестируйте, пивотируйте». Но ИИ‑проекты в реальных компаниях — это не только эксперименты, а и серьезные вложения: лицензии, инфраструктура данных, интеграции, обучение людей, изменения процессов. В таких условиях гипотеза нашего исследования проста: структурированное, целевое планирование может оказаться не менее, а иногда и более важным, чем «бережливые эксперименты»*.
Эта гипотеза подтвердилась: компании, в которых руководство в большей степени придерживается каузальной логики (ставит конкретные цели для ИИ, планирует шаги, анализирует альтернативы, координирует функции), внедряют ИИ и глубже, и шире. Иными словами, плановое, «рациональное» стратегическое мышление не тормозит ИИ, а наоборот — помогает вывести его за рамки единичных пилотных проектов.
Главная теоретическая тонкость работы — не просто показать, что каузальное мышление полезно, а понять, когда оно особенно эффективно. Тут вступают в игру два ресурса: 1) финансовый капитал: доступ к деньгам, возможность финансировать ИИ‑инициативы, терпимость к долгой окупаемости; 2) человеческий капитал: опыт, знания и технические навыки сотрудников, их способность самостоятельно осваивать и адаптировать ИИ‑инструменты.
Ресурсная теория фирмы обычно говорит: чем ресурсов больше, тем лучше для любой стратегии. Мы, однако получили более тонкую картину — ресурсы могут быть комплементами (усиливать действие планово-ориентированной стратегии каузации) или субститутами (заставлять стратегию каузации играть меньшую роль).
Результаты таковы:
Финансовый капитал усиливает эффект каузального подхода: в фирмах с хорошей финансовой «подушкой» планово мыслящие руководители гораздо успешнее продвигают ИИ и в глубину, и в ширину. Если есть цели и планы, то деньги помогают их реализовать — нанять подрядчиков, купить решения, обучить персонал и масштабировать удачные пилоты.
Человеческий капитал, наоборот, частично заменяет каузальную стратегию: там, где много компетентных сотрудников, ИИ часто распространяется снизу — через локальные эксперименты, инициативы отдельных команд, «самодеятельное» внедрение доступных ИИ‑инструментов. В таких фирмах дополнительная ценность жесткого централизованного планирования ниже: люди и так двигают ИИ вперед.
Для руководителя МСП ключевой практический месседж можно сформулировать так: внедрение ИИ - это стратегический проект, а не просто покупка модного сервиса. От того, как вы принимаете решения и планируете, зависит, останется ли ИИ единичным экспериментом или станет драйвером трансформации бизнеса.
Отсюда следуют несколько прикладных выводов.
1. Если у вас ограничен человеческий капитал (мало ИТ‑специалистов, мало аналитиков, слабый опыт работы с данными), но есть хотя бы некоторый финансовый ресурс, имеет смысл инвестировать в четкую ИИ‑стратегию: постановка целей, дорожная карта, приоритизация процессов, выбор партнеров и метрик. Каузальный подход здесь «закрывает» дефицит компетенций за счёт структурности.
2. Если наоборот, денег немного, но команда сильная, имеет смысл позволить больше экспериментов: пилоты в отдельных функциях, тестирование доступных моделей, небольшие «песочницы». В таких условиях чрезмерная ставка на длинные и дорогие планы без соответствующего бюджета может затянуть внедрение.
3. Если ресурсов мало и по деньгам, и по людям, роль осмысленного, но аккуратного планирования усиливается ещё больше. Нужно очень внимательно выбирать несколько приоритетных кейсов, где ИИ даст максимальный эффект при минимальных затратах, и концентрировать усилия именно на них.
4. Для фирм с хорошей финансовой подушкой важно понимать, что сами по себе деньги не обеспечат успех ИИ‑инициатив. Без четкого направления, постановки задач и координации большие бюджеты легко «сжечь» на разрозненные ИИ‑проекты без заметных стратегических результатов.
Политический и институциональный уровень также важен: программы поддержки ИИ в МСП должны учитывать, что разные фирмы нуждаются в разных видах помощи. Кому‑то больше нужны субсидии и гранты под уже сформулированные ИИ‑планы, а кому‑то — образовательные и консультационные программы, наращивающие человеческий капитал и создающие условия для «снизу вверх» инноваций.
Для академического сообщества работа даёт несколько содержательных сигналов. Во‑первых, она возвращает каузацию в центр обсуждения цифровых стратегий: структурированное планирование по‑прежнему релевантно, особенно в сложных институциональных средах и при переходе от пилотов к масштабированию ИИ. Во‑вторых, результаты демонстрируют асимметричную роль ресурсов: финансовые ресурсы усиливают ценность плановой логики, человеческие — частично ее подменяют альтернативным механизмом внедрения.
В‑третьих, результаты исследования показывают важность разведения глубины и широты ИИ‑внедрения как двух разных, но связанных измерений. Одна и та же фирма может использовать ИИ очень интенсивно в одном процессе и вообще не применять его в других, и на эти два аспекта действуют сходные, но не идентичные механизмы.
Наконец, исследование подтверждает, что российский контекст — не «аномалия», а плодотворная площадка для разработки и тестирования теорий о сочетании управленческого мышления, ресурсов и цифровой трансформации. В условиях высокой неопределённости именно стратегические подходы к принятию решений руководителей и их умение мобилизовать ограниченные ресурсы определяют, станет ли ИИ источником конкурентного преимущества или останется очередным нереализованным обещанием.
В настоящее время статья, подготовленная по результатам исследования, находится на рецензировании в международном научном журнале.
Более подробно об исследованиях Центра стратегического предпринимательства НИУ ВШЭ – Санкт-Петербург можно узнать на странице Центра.
* Подробнее о двух подходах к управлению здесь
** Чтобы проверить эту идею, мы измеряем каузальный стиль с помощью валидированного опросника, очищая его от пересечения с эффектуацией — то есть фактически выделяют именно «чистый» планово‑прогностический компонент мышления руководителей. Дальше мы смотрим, как этот компонент связан с глубиной и широтой внедрения ИИ, контролируя при этом эффектуацию, предпринимательскую ориентацию, неопределенность рынка, размер, возраст фирмы, структуру топ‑менеджмента и отрасль.
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!
