Более 70% крупных российских компаний уже используют генеративный ИИ хотя бы в одной функции бизнеса. Об этом говорится в исследовании «Искусственный интеллект в России — 2025: тренды и перспективы», которое подготовили консалтинговая компания «Яков и Партнеры» и Яндекс.
Внедрение искусственного интеллекта происходит неравномерно. В одних отраслях он уже стал ключевым фактором роста и повышения эффективности, в других все еще остается инструментом для точечного улучшения отдельных бизнес-процессов.
Готов ли бизнес Пермского края к внедрению нейросетей, как оценить влияние ИИ на бизнес и выгоду от него, а также с чего начать использование ИИ и как обеспечить безопасность — об этом РБК Пермь поговорил с директором «Школы 21» в Перми Анной Светлаковой.
Как вы оцениваете текущий уровень готовности пермского бизнеса к внедрению ИИ? С чего компаниям начинать, чтобы не наломать дров?
Пермский бизнес уже прошел стадию наблюдения и входит в стадию практического внедрения. Это пока не массовая системность, но уже и не единичные эксперименты. Компании начинают понимать, что ИИ — это не отдельная технология, а инструмент повышения управляемости бизнеса в условиях, когда горизонт планирования резко сократился.
При этом главная ошибка остается прежней: многие начинают с платформы, а не с людей и перестройки процессов. Покупают решение, зовут консультанта, запускают проект, а потом пытаются понять, где именно он дает эффект. Правильная логика обратная: сначала бизнес-проблема, потом пилот, потом масштабирование.
Конечно, нужно готовить людей к этим изменениям. Потому что зачастую цифровая трансформация «буксует» не из-за технологий, которые ушли далеко вперед, а из-за сопротивления персонала, страхов людей.
Начинать стоит с одной рутинной и измеримой функции: обработка обращений, подготовка отчетности, поиск по документам, первичная аналитика. Если задача хорошо определена, можно быстро увидеть, работает ли ИИ в конкретном процессе. И уже после этого принимать решение о расширении.
Хороший пример — проекты в социальной сфере, где ИИ помогает автоматизировать типовые запросы и снимать нагрузку с сотрудников. Это не история про замену людей. Это история про то, что люди перестают тратить ресурс на повторяющиеся операции и могут сосредоточиться на более сложных случаях.
Сегодня выигрывают не самые крупные компании, а самые адаптивные. ИИ не заменяет управленческое мышление, но усиливает его: дает скорость, опору на данные и масштаб. Поэтому вопрос уже не в том, внедрять ИИ или нет. Вопрос в том, насколько быстро компания научится использовать его безопасно и по делу.
Как измерить результат от внедрения ИИ? Можно ли это посчитать в деньгах?
Да, и это обязательно нужно делать. Без измерения ИИ легко превращается в красивую, но бесполезную инициативу. Оценивать его нужно не по впечатлению, а по конкретным бизнес-метрикам.
Первый показатель — экономия времени. Сколько минут или часов уходит на задачу до внедрения и сколько после. Если сотрудник перестает выполнять рутинные операции вручную, это уже прямой эффект. Освобожденное время можно перевести в деньги через фонд оплаты труда и производительность команды.
Второй показатель — рост производительности без найма. Это особенно важно в условиях кадрового дефицита. ИИ позволяет обрабатывать больше обращений, заявок или документов без линейного увеличения штата. Для бизнеса это означает, что рост не упирается сразу в найм и дефицит специалистов.
Третий — снижение операционных рисков. В промышленности это один из самых сильных эффектов. Если ИИ помогает раньше увидеть сбой оборудования, сократить вероятность простоя или снизить число ошибок в испытаниях, эффект может быть очень значительным. Иногда окупаемость проекта складывается не из ежедневной экономии, а из одного предотвращенного крупного инцидента.
Четвертый — качество решений. ИИ помогает принимать решения быстрее и на более качественной базе, потому что опирается на данные, а не только на опыт отдельных сотрудников и собственную интуицию.
Поэтому вложения в ИИ — это инвестиции не в софт как таковой, а в интеллектуальный капитал компании. И считать их нужно так же строго, как любой другой инвестиционный проект: через время, риск, производительность и возврат на процесс.
А как быть с безопасностью? Многие боятся, что сотрудники «сольют» коммерческую тайну в публичные ИИ-модели или внешние сервисы.
Этот страх абсолютно рационален. Если сотрудник загружает в публичную ИИ-модель коммерческую тайну, персональные данные или внутренние документы, это уже риск. И здесь нельзя рассчитывать на дисциплину «по умолчанию» — нужны правила.
Есть две опоры. Первая — технологическая. Для конфиденциальной информации должны использоваться корпоративные решения и защищенный контур. Публичные модели можно применять для черновиков, текстов, идей, поиска формулировок. Но как только речь идет о данных, которые не должны выходить за пределы компании, нужен другой режим работы.
Вторая — организационная. Нужна цифровая гигиена. Людям надо не просто сказать «не делайте так», а четко объяснить, что можно, что нельзя и где проходит граница. Это касается персональных данных, договоров, финансовой информации, производственных документов, стратегических материалов.
На практике именно здесь чаще всего и возникает риск: не потому что ИИ опасен сам по себе, а потому что у компании нет понятного регламента. Поэтому вопрос безопасности — это не вопрос страха, а вопрос управленческой дисциплины.
С точки зрения Школы 21, цифровая грамотность сегодня — это часть профессиональной ответственности. И если команда умеет работать с данными аккуратно, ИИ перестает быть угрозой и становится рабочим преимуществом.
По вашему опыту, какие пермские компании уже активно используют ИИ? Какие отрасли — лидеры?
В Пермском крае уже видно несколько отраслей, где ИИ перестает быть экспериментом и становится рабочим инструментом.
Первая — телеком. Здесь ИИ особенно полезен в колл-центрах, обработке обращений и маршрутизации запросов. В этой сфере любой выигрыш по скорости и качеству ответа дает очень заметный эффект.
Вторая — промышленность. Для региона это особенно важное направление. ИИ применяют для анализа испытаний, предиктивной диагностики, машинного зрения, работы с технической документацией и мониторинга процессов. Там, где много сложных операций и высокая цена ошибки, ИИ быстро показывает практическую ценность.
Третья — строительство и девелопмент. Здесь ИИ помогает сметчикам, проектным командам и тем, кто работает с большим массивом типовых документов и согласований. Кроме того, в строительных проектах ИИ-агенты уже могут анализировать видео с камер, выявлять нарушения техники безопасности, фиксировать потенциальные риски травматизма и снижать вероятность штрафов и простоев.
Четвертая — муниципальная сфера и городская среда. Здесь ИИ применяется в сервисах для жителей, в обработке обращений, в видеоаналитике, в системах умного города. Это уже не абстрактная цифровизация, а конкретное повышение качества услуг и управляемости городской инфраструктуры.
Пятая — здравоохранение. Там ИИ используют для обработки ЭКГ, дистанционного мониторинга, поддержки первичного приема и анализа медицинских данных. Это очень показательный сектор, потому что здесь ИИ помогает не просто ускорить процесс, а раньше увидеть риск.
Если обобщить, то ИИ лучше всего приживается там, где есть повторяемые процессы, большие массивы данных, мониторинг в реальном времени и высокая цена ошибки. Но успех возможен только тогда, когда компания готова не просто поставить систему, а научить людей с ней работать.
Но конечное решение в каждой из этих сфер все-таки за человеком?
Ключевой страх, с которым мы сталкиваемся: «ИИ меня заменит». Нет, не заменит. ИИ становится не конкурентом человеку, а его усилением. Но чтобы это действительно так работало, людям нужно новое мышление, новые привычки и новая уверенность в работе с технологиями. И здесь роль Школы 21 очень важная: помочь людям и компаниям перейти к этой логике без страха и без иллюзий — туда, где человек думает, а ИИ делает.