Самая сложная задача в корпоративном ИИ — расставить приоритеты, а не внедрять инновации

У большинства организаций идей для применения ИИ более чем достаточно. Но как успешно воплотить их в жизнь, чтобы они действительно повышали окупаемость инвестиций?

Для руководителей бизнеса и технологических подразделений этот вопрос кажется простым, но на деле ответить на него surprisingly трудно: чтобы определить, оценить и расставить по приоритетам возможности применения ИИ, которые действительно создадут ценность, нужно учесть множество факторов.

Хотя технологии уже готовы, а идей хватает, большинство инициатив в области ИИ терпят неудачу еще до внедрения. Разрыв между экспериментами и практическим применением очевиден: S&P Global выяснила, что организации отказывались в среднем от 46% своих проектов по проверке концепции ИИ, не доведя их до промышленной эксплуатации. Причина в том, что организации оценивают идеи применения ИИ, не определив до конца проблему, которую пытаются решить.

Многие организации уже прошли этап экспериментов, когда они пытались понять, на какие инициативы в области ИИ делать ставку и в каком порядке. Однако внедрение не обязательно приводит к результатам для бизнеса: опрос McKinsey «Состояние ИИ в 2026 году» показал, что, хотя 44% организаций теперь сообщают о масштабном внедрении ИИ по всей компании, лишь 37% отмечают какое-либо измеримое влияние ИИ на операционную прибыль. Этим организациям нужна система принятия решений, которую можно применять снова и снова: она должна отделять быстрые победы от стратегических возможностей, необходимых предварительных условий и проблем, не связанных с ИИ, прежде чем выделять ресурсы.

Проблема начинается с того, как формулируются идеи

В руководящие команды идеи об ИИ редко поступают в виде четко сформулированных отдельных возможностей. Чаще это целые наборы — масштабные, неоднозначные и амбициозные заявления вроде: «Нам нужен ИИ для коммуникаций, отчетности, совещаний, передачи знаний, управления эффективностью и, возможно, даже для того, чтобы ИИ-агенты вели наши проекты».

Здесь не обойтись одной идеей. Понадобится как минимум шесть, и каждая будет существенно отличаться масштабом, сложностью, требованиями к управлению и ожидаемой ценностью.

За одной фразой вроде «нам нужен ИИ для отчетности» могут скрываться:

• Повторяющаяся задача, которую можно автоматизировать за несколько недель
• Процесс, который нужно перестроить, прежде чем ИИ сможет помочь
• По-настоящему новая возможность, которую впервые открывает ИИ
• Проблема с данными или системами, которую не решить одним лишь ИИ

Если оценивать все эти возможности одинаково — по одним и тем же критериям, срокам и методике расчета окупаемости инвестиций, — приоритеты будут расставлены неверно, а усилия окажутся напрасными. Быстрые победы теряются под грузом процедур управления, разработанных для крупных инициатив. Революционные идеи так и не получают необходимой поддержки руководства. А на задачи, которые вообще не связаны с ИИ, тратятся ресурсы, нужные в других областях.

Как расставить приоритеты среди возможностей применения ИИ

Организациям нужен единый набор принципов, который поможет определить, какие задачи лучше всего подходят для решений на основе ИИ. Предлагаю следующий подход:

1. Разбейте задачу на составляющие, прежде чем расставлять приоритеты. Качество решений в области ИИ полностью зависит от качества идей, поступающих на рассмотрение. Самый важный шаг — разделить общие запросы на отдельные возможности, для каждой из которых определены результат, единственный ответственный и реалистичный масштаб. Если оценивать широкие идеи таким образом, из нескольких исходных формулировок можно получить ряд отдельных возможностей, поддающихся оценке. Некоторые из них можно сразу запустить в пилотном режиме. Для других сначала потребуется создать необходимые условия. А некоторые вообще могут не иметь отношения к ИИ.
2. Тип определяет порядок управления. Оценка определяет очередность. Тип внедрения ИИ, необходимый для решения бизнес-задачи, и его оценка (или потенциал создания ценности) — два совершенно разных вопроса, которые в большинстве процессов расстановки приоритетов ошибочно объединяют. К какому типу относится эта возможность? Это автоматизация задачи, перестройка процесса, совершенно новая возможность на основе ИИ или что-то другое? Ответ определяет, как ею следует управлять: какой будет процедура согласования, сколько времени займет работа и как измерять ее ценность. А сравнение с другими возможностями позволяет определить, когда за нее стоит взяться. Быстрая автоматизация и тактическая возможность на основе ИИ могут быть одинаково ценными, но для них ни в коем случае не следует применять одну и ту же процедуру управления.
3. Сначала определите проблему, а уже потом выбирайте технологию. Одна из самых распространенных ловушек при работе с ИИ — слишком быстро перейти к обсуждению моделей, платформ или поставщиков. Лучше начать с самой проблемы: кто с ней сталкивается, что создает трудности и какого результата нужно добиться? Это различие важно, потому что организации могут быть уверены в своей стратегии в области ИИ, но при этом не иметь необходимых возможностей для ее реализации. Это подтверждают результаты опроса UST за 2026 год: 44% руководителей крупных компаний назвали качество данных препятствием для внедрения ИИ. Если обсуждение технологий начинается до того, как достигнуто согласие по этим основополагающим вопросам, обычно это преждевременно. Если на первых этапах сосредоточиться на проблеме, впоследствии будет гораздо проще принять решение о выборе технологии.
4. Явно обозначайте препятствия так же, как и возможности. Высокая оценка сама по себе недостаточна. Если идея сулит значительный эффект и пользуется поддержкой руководства, но ее реализации мешает серьезное препятствие — например, отсутствие данных, нерешенная зависимость от другой системы или требование, связанное с соблюдением нормативов, — ее следует отразить в дорожной карте, но не запускать в работу, пока препятствие не устранено. Управление и соблюдение нормативных требований уже входят в число наиболее серьезных препятствий для масштабирования ИИ: в опросе Moody’s за 2025 год 33% респондентов назвали неопределенность регулирования или риски несоблюдения требований проблемой для внедрения ИИ в широком масштабе, а 30% указали на сложности интеграции ИИ с устаревшими системами. Например, возможность может получить высокую оценку по всем критериям, кроме реализуемости, если для ее воплощения другой команде необходимо устранить пробел в данных. Такую возможность можно четко отметить в дорожной карте и быть готовыми продвинуть ее, как только зависимость будет устранена.
5. Сохраняйте гибкость дорожной карты. Технологии развиваются, приоритеты бизнеса меняются, а зависимости со временем перестраиваются. Продуманное портфолио должно позволять легко пересматривать отдельные возможности по мере изменения условий, не требуя полной переработки всего плана. Для такой стремительно меняющейся сферы ежегодные циклы планирования часто оказываются слишком жесткими.

Как применить это на практике

Важно отметить, что сам ИИ может помочь внедрить эту систему на практике. Организации могут использовать такие инструменты, как специально разработанные ИИ-навыки и легковесные приложения для управления дорожной картой, чтобы помогать руководителям собирать предложения о возможностях, декомпозировать их, классифицировать, оценивать и расставлять приоритеты. Вместо того чтобы полностью полагаться на семинары и ручную модерацию, ИИ может анализировать неструктурированные идеи, выявлять отдельные возможности, формулировать уточняющие вопросы, проверять предположения и готовить структурированные оценки возможностей для рассмотрения.

Затем эти оценки можно вносить в централизованную дорожную карту, где возможности, зависимости, препятствия и приоритеты последовательно учитываются во всей организации. Руководители получают представление о том, какие возможности есть, какие из них готовы к реализации, а для каких необходимы предварительные условия или дополнительная оценка. Благодаря этому обсуждение меняется: вместо вопроса «Какие у нас есть идеи?» участники задаются вопросом «За что нам взяться в первую очередь?»

Это может сделать встречи по расстановке приоритетов гораздо продуктивнее. Руководители приходят, уже обдумав ключевые вопросы, поэтому обсуждение можно сосредоточить на согласовании приоритетов и принятии решений, а не начинать с нуля.

Вместо того чтобы вести учет идей по применению ИИ в разрозненных таблицах и на встречах, организации могут создать воспроизводимую систему принятия решений, которая постоянно оценивает возможности и расставляет их по приоритетам по мере изменения потребностей бизнеса и технологических возможностей.

Что это означает для ИИ в крупных компаниях

Организации, которые будут стабильно получать пользу от ИИ, — не обязательно те, у которых самые передовые модели или самые крупные бюджеты. Это организации, которые развивают способность тщательно оценивать возможности применения ИИ до того, как выделять на них ресурсы. Все большее значение приобретает дисциплинированный подход к инвестициям: исследование Deloitte за 2025 год об окупаемости инвестиций в ИИ показало, что большинство организаций сообщали о достижении удовлетворительной окупаемости типового сценария применения ИИ в течение двух-четырех лет, тогда как ожидаемый срок окупаемости технологических инвестиций составлял от семи до 12 месяцев.

Это означает, что нужно помогать руководителям бизнес-подразделений преобразовывать общие идеи в четко сформулированные возможности до начала работы над ними, а техническим командам — давать возможность проверять предположения и заранее выявлять потенциальные проблемы. Это также означает необходимость поддерживать дорожную карту, учитывающую препятствия, зависимости и возможности, к которым, возможно, будет целесообразнее вернуться позднее.

В конечном счете создание ценности с помощью корпоративного ИИ зависит не только от моделей и агентов, которые использует организация. Оно зависит от продуманных решений о том, где, когда и зачем их применять.