«Вышка знает» – это практики и кейсы, а также экспертиза Высшей школы экономики в формате подкаста.
В каждом выпуске — профессиональные разборы, свежие идеи и реальные кейсы от преподавателей и бизнес-партнеров Высшей школы экономики.
Ведущий подкаста – Михаил Шушкин, профессор ВШЭ, руководитель программы «МВА – Операционная эффективность бизнеса», заведующий кафедрой маркетинга, эксперт по маркетинговым исследованиям и стратегиям компаний.
Гость выпуска – Иван Маркушев, преподаватель онлайн-магистратуры «Управление организациями и проектами» НИУ ВШЭ – Нижний Новгород, специалист по цифровым технологиям и внедрению искусственного интеллекта в бизнес-процессы.
Михаил Шушкин (М.Ш.): Иван, сегодня все говорят про искусственный интеллект. Почему вокруг него столько шума — это просто хайп или действительно новая технологическая революция?
Иван Маркушев (И.М.): На самом деле, это одновременно и хайп, и технологическая революция. С одной стороны — хайп. Любая новость о стартапе с ИИ или запуске новой модели нейросети моментально разлетается по медиа. В 2023 году венчурные фонды США вложили более $30 миллиардов в стартапы, связанные с ИИ, а аналитики Crunchbase фиксируют рост числа стартапов в сфере искусственного интеллекта почти на 45% в год. Это привлекает внимание, создаёт ажиотаж и обсуждения в бизнес-среде.
С другой стороны, мы действительно живём в эпоху новой технологической революции. ИИ — это не просто модное слово. Сейчас идёт шестая волна технологических инноваций, где ИИ соседствует с робототехникой, нанотехнологиями, квантовыми вычислениями и биоинженерией. По прогнозам PwC, к 2030 году ИИ может добавить к мировому ВВП до $15,7 триллиона, что составляет около 14% глобального экономического производства. Для сравнения, это больше, чем текущий ВВП Германии и Японии вместе взятых.
Причем это не только про производство или оптимизацию процессов. ИИ затрагивает почти все отрасли: финансы, ритейл, логистику, маркетинг, здравоохранение, даже творчество. Например, компания DeepMind использует ИИ для прогнозирования структуры белков, что ускоряет разработку лекарств на годы вперед. А Amazon применяет ИИ для прогнозирования спроса на миллионы товаров, минимизируя потери и оптимизируя склады.
Активное взаимодействие с ИИ началось всего около пяти лет назад, и за это время мы наблюдаем, как его возможности растут экспоненциально. В мире есть компании, которые полностью перестроили бизнес-процессы вокруг ИИ. Например, JPMorgan Chase использует алгоритмы для анализа контрактов, что экономит миллионы долларов и сотни часов ежегодно. В России тоже появляются примеры: банки внедряют чат-ботов для консультаций, ритейлеры анализируют поведение клиентов онлайн, а логистические компании прогнозируют маршруты доставки с помощью нейросетей.
М.Ш.: – И как это отражается на бизнесе в России и мире?
И.М.: – Очень заметно. Даже в России ИИ всё чаще проникает в повседневную жизнь и в бизнес. Нам звонят роботы, отвечают чат-боты — и мы иногда даже не понимаем, где заканчивается человек. По оценкам McKinsey, компании, внедрившие ИИ в операционные процессы, сокращают время рутинных задач на 20–40%, при этом повышается точность и снижается количество ошибок.
Для малого бизнеса это особенно важно. Малые компании могут внедрять инструменты ИИ практически бесплатно: чат-боты для поддержки клиентов, автоматизация бухгалтерии, генерация контента. Например, в Великобритании стартапы используют ИИ для ведения клиентской поддержки: один чат-бот способен одновременно вести тысячи диалогов, что раньше требовало десятков операторов.
В мире также есть яркие примеры малого бизнеса, который полностью перестраивает работу с помощью ИИ. В США компания Lemonade применяет ИИ для обработки страховых выплат — клиенты получают ответ в течение нескольких минут, а сотрудники освобождаются от рутинных задач.
При этом важно понимать, что популярность ИИ и хайп вокруг него — это не одно и то же. Хайп создаёт внимание, инвестиции и медийную шумиху, а реальные технологические изменения происходят постепенно, внедряясь в процессы компаний и отраслей.
М.Ш.: – Если говорить про менеджмент и бизнес, где искусственный интеллект уже работает эффективно?
И.М.: – Сценариев много. Их можно разделить на функциональные возможности и прикладные сценарии использования.
Функциональные возможности — это то, что ИИ умеет делать: анализировать большие массивы данных, создавать текстовый и визуальный контент, автоматизировать повторяющиеся процессы. С этим всё более-менее понятно.
Но вот сценариев применения — бесконечно много. Всё зависит от того, какие задачи ставит бизнес. Например, в банковской сфере есть проекты, где менеджеры и аналитики проводят двухдневные стратегические сессии, на которых генерируют идеи по внедрению ИИ. Первый день посвящен обучению: что такое нейросети, какие кейсы работают в мире, как анализировать данные. Второй день — мозговой штурм: как ИИ может помочь в их конкретных бизнес-процессах.
В Европе Bank of America внедрил чат-бот Erica, который обработал более 50 миллионов клиентских запросов за год. В России подобные практики только начинают появляться, но интерес огромный.
М.Ш.: – Можешь привести конкретные примеры решений?
И.М.: – Да. В целом, их можно разделить на три направления:
У меня есть личный кейс: я создал чат-бот на базе регламента ВШЭ по командировкам. Он отвечает на вопросы сотрудников, анализируя текст официального документа. Всё работает на открытых моделях и экономит рабочее время. Подобные решения можно масштабировать на любой бизнес, где есть стандартизированные правила и процессы.
М.Ш.: – То есть ИИ уже реально решает задачи, освобождая людей от рутинных процессов?
И.М.: – Да. И это только начало. По данным Gartner, к 2025 году 75% корпоративных процессов будут частично или полностью автоматизированы с помощью ИИ. А в США компании, внедрившие ИИ в производство, сократили человеческий фактор в контроле качества на 40–60%, используя компьютерное зрение и алгоритмы машинного обучения.
Примеры из мирового рынка впечатляют: японская Toyota применяет ИИ для мониторинга производственных линий, выявляя дефекты на ранней стадии, а в США агрохолдинг Tyson Foods использует ИИ для наблюдения за птицей на фермах и предупреждения болезней.
М.Ш.: – Итак, Иван, мы говорили про базовые возможности ИИ и первые кейсы внедрения. Но как это работает на практике? Например, компания решила внедрить ИИ в финансовые процессы или в производство. Как это выглядит, сколько времени занимает, дорого ли это?
И.М.: – Это зависит от уровня компании и сложности задачи. На практике я выделяю два типа проектов.
Первый тип — малый бизнес. Это компании до миллиарда рублей выручки, где команды небольшие и нет строгих регламентов. Такие компании могут внедрять инструменты ИИ буквально за один-два дня. Например, подключить чат-бота, который отвечает на запросы клиентов, или автоматизировать обработку счетов через Google Sheets и AI-скрипты.
Плюсы таких решений очевидны: быстро, дешево, просто внедрять. Минусы тоже есть: меньше контроля над безопасностью данных, возможны ошибки, если ИИ неправильно обучен. Но для малых команд это рабочий компромисс.
М.Ш.: – А что с крупными компаниями? Там все сложнее?
И.М.: – Да, кардинально. В крупных корпорациях есть службы безопасности, информационные системы и тысячи регламентов. Любая инновация проходит проверку на соответствие стандартам безопасности и комплаенсу. Например, внедрение чат-бота для обработки регламентов требует согласования с ИТ-службой, юристами и департаментом безопасности.
Есть пример: крупный российский банк хотел внедрить ИИ для обработки огромного пакета регламентов по комплаенсу. Сотрудники не понимали, что внутри этих документов, а ручная работа занимала недели. Мы создали чат-бота, который обрабатывает текст, отвечает на вопросы сотрудников и ускоряет работу отдела на порядок. Но перед этим пришлось согласовать хранение данных, модели обучения и доступы.
М.Ш.: – То есть тут не просто «нажал кнопки, и все работает».
И.М.: – Совершенно верно. Всё начинается с понимания задачи. Часто приходят клиенты с формулировкой: «Хочу ИИ внедрить». А зачем, непонятно. Нужен анализ бизнес-процессов: где рутинные операции, какие данные есть, какие сотрудники задействованы, какие регламенты и инструкции уже существуют. Без этого внедрение будет бессмысленным или опасным.
М.Ш.: – Можешь привести пример промпта для решения конкретной бизнес-задачи?
И.М.: – Конечно. Промпт — это инструкция ИИ, аналогичная задаче для сотрудника. Простой пример: нужно создать пост для Телеграм-канала компании о том, как использовать ИИ в бизнесе.
Таким образом, ИИ сразу понимает задачу и создаёт структурированный контент. Если добавить генерацию изображений или видео, можно получить полноценный мультимедийный пост за 15–20 минут вместо нескольких часов ручной работы.
М.Ш.: – Как студенты реагируют на такой курс?
И.М.: – Очень интересно. На курсе онлайн-магистратуры «Управление организациями и проектами» у нас около 190 студентов: руководители, маркетологи, IT-специалисты, HR. Их объединяет одно — они хотят понять, как применять ИИ на практике.
У меня выделено 6 ключевых тем:
Самое ценное для студентов — сценарии использования. Каждый студент формирует гипотезу: где ИИ может помочь конкретно ему. Это стимулирует креативность и формирует практические навыки.
М.Ш.: – Можете привести примеры практических заданий?
И.М.: – Да. Каждое занятие включает практику:
Например, студенты создавали чат-бота для образовательного отдела компании: бот анализировал вопросы сотрудников и выдавал инструкции по внутренним процессам. Это сэкономило десятки часов работы сотрудников и стало реальной практикой применения ИИ.
Другие кейсы: маркетологи генерировали контент для соцсетей, дизайнеры искали вдохновение через AI, HR создавали автоматические письма и документы для сотрудников.
М.Ш.: – А как обстоит дело с онлайн-обучением? Не сложнее ли преподавать ИИ удаленно?
И.М.: – Сложнее, чем оффлайн, но решаемо. Онлайн есть ограничения: студенты — это квадратики на экране, трудно почувствовать внимание и вовлечённость. Но деление на группы, практические кейсы, интерактивные задания позволяют компенсировать недостаток живого контакта.
Кстати, интересный момент: студенты удивляются, насколько ИИ можно использовать в повседневной жизни. Один из студентов сказал: «Теперь я делаю презентации для школьника за 15 минут вместо двух часов». Это показывает, что навыки, полученные на курсе, применимы не только в бизнесе, но и в быту.
М.Ш.: – Часто говорят, что ИИ заменит людей. Это правда?
И.М.: – Это сложный вопрос. Да, ИИ заменяет часть рутинной работы, но при этом создаёт новые вакансии. По прогнозу World Economic Forum, к 2025 году около 85 миллионов рабочих мест могут быть изменены ИИ и автоматизацией, но появятся 97 миллионов новых профессий.
Ранее считалось, что пострадают низкоквалифицированные работники. Но исследования показывают: наиболее востребованными будут либо высококвалифицированные специалисты, либо люди с уникальными навыками. Средняя квалификация будет менее востребована.
Пример: Яндекс.Такси. Система связывает клиентов и водителей, аналитика маршрутов и распределение заказов автоматизированы. Средний персонал ушёл, а нужны остались: водители, программисты, логисты.
М.Ш.: – Какие новые тренды в ИИ сейчас самые горячие?
И.М.: – Есть несколько ключевых направлений:
М.Ш.: – И в завершение, какое главное послание для наших читателей?
И.М.: – Не бояться технологий. Смотреть на свою жизнь и работу, понимать, где можно сделать процессы проще и эффективнее, а где ИИ может стать помощником, а не заменой. Важно развивать навыки, повышать квалификацию и быть готовым использовать новые инструменты.
М.Ш.: – Иван, а если посмотреть глобально, как ИИ меняет бизнес-процессы в мире? У нас есть примеры из России, но за рубежом тоже происходит много интересного.
И.М.: – Да, безусловно. Возьмём, например, финансовый сектор в США и Европе. JP Morgan и Bank of America внедряют ИИ для анализа кредитоспособности клиентов и автоматической обработки заявок. В итоге сотрудники освобождаются от рутинной работы, ошибки снижаются, а скорость обработки документов увеличивается в разы.
В производстве примером служит немецкая компания Siemens: на их заводах ИИ анализирует работу оборудования в режиме реального времени, прогнозирует поломки и оптимизирует производственные линии. Это снижает простой оборудования на 20–30%, экономия огромная.
В логистике Amazon использует ИИ и робототехнику для управления складами. Поставки стали быстрее, точность комплектации увеличилась, а водители и логисты теперь сосредоточены на задачах, где требуется человеческий опыт и интуиция.
М.Ш.: – А как насчет медиасферы и маркетинга?
И.М.: – Тут тренд тоже очевиден. Все ведущие компании — от Coca-Cola до Netflix — используют ИИ для персонализации контента. Netflix анализирует поведение зрителей и предлагает фильмы и сериалы, которые с высокой вероятностью понравятся. Coca-Cola применяет ИИ для генерации креативных рекламных кампаний и мониторинга откликов аудитории.
Даже малый бизнес может использовать те же подходы через открытые инструменты: чат-боты для соцсетей, генерация постов, визуального контента и коротких видео. Это сокращает время подготовки контента с нескольких часов до нескольких минут.
М.Ш.: – Возвращаясь к студентам, какие необычные решения они придумывают?
И.М.: – Очень разнообразные. Кто-то создаёт чат-ботов для HR-отделов, кто-то — для внутреннего обучения сотрудников. Некоторые генерируют образовательный контент для школ и университетов. Один студент сделал проект, где ИИ генерирует интерактивные презентации по школьным предметам, а учителя тратят на подготовку меньше времени.
Другие студенты — дизайнеры — используют ИИ для поиска нестандартных идей для брендов, логотипов, визуального контента. Малый бизнес активно применяет ИИ для тестирования гипотез: генерация рекламных постов, A/B-тестирование, прогноз спроса.
Таким образом, студенты учатся не просто пользоваться ИИ, а мыслить стратегически, подбирать инструменты для конкретных задач
М.Ш.: – Сложно ли преподавать онлайн?
И.М.: – Есть свои нюансы. Онлайн труднее почувствовать вовлеченность студентов, но можно компенсировать интерактивными заданиями и делением на группы. Мы используем практические кейсы, работу с реальными данными, симуляции бизнес-процессов.
Главная ценность онлайн-формата — масштабируемость. Можно охватить сотни студентов в разных городах и странах, дать каждому доступ к современным инструментам и кейсам.
М.Ш.: – И как быть с тем, что ИИ заменяет человека?
И.М.: – Это миф в его крайних формах. Да, ИИ частично заменяет рутинные операции, но одновременно создает новые рабочие места и увеличивает спрос на квалифицированных специалистов. По данным McKinsey, к 2030 году около 70% компаний будут использовать ИИ для оптимизации процессов, но при этом потребность в аналитиках, программистах, креативных специалистах и менеджерах по инновациям только вырастет.
Важно понимать: ИИ — инструмент, а не «волшебная замена всех сотрудников». Он освобождает людей для решения более интересных и сложных задач.
М.Ш.: – То есть работа станет интереснее, а не легче?
И.М.: – Да. Требования к квалификации повышаются, задачи становятся сложнее. Средняя квалификация будет постепенно уступать место специалистам с навыками анализа, критического мышления и работы с ИИ.
Пример: компании типа Uber или Яндекс.Такси автоматизировали распределение заказов, но водители и программисты остались востребованными. Аналитическая и стратегическая работа может полностью перейти к ИИ, но человек нужен для контроля, обучения и принятия нетривиальных решений.
М.Ш.: – Какие самые горячие темы в ИИ сейчас?
И.М.: – «Темные цеха» на производстве. Роботы работают без света и участия человека. Пример — автозаводы в Китае.
М.Ш.: – И наконец, главное послание для читателей?
И.М.: – Не бояться технологий. Смотреть на процессы, оценивать, где ИИ может помочь. Развивать навыки, повышать квалификацию и быть готовым использовать новые инструменты.
ИИ — это не заменитель человека, а мощный инструмент для работы, аналитики, креатива и оптимизации процессов. Тот, кто умеет применять его правильно, получит огромное конкурентное преимущество.
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!
