Корпоративный ИИ: почему компании пересматривают свои ожидания

От экспериментов — к проверке результата

В корпоративном ИИ начинается более требовательный этап. После периода громких обещаний компании вынуждены разбираться, где технология действительно сокращает издержки и ускоряет работу, а где создаёт новые задачи для сотрудников.

В августе 2026 года Reuters сообщило о проблемах проекта Meta по перестройке рабочих процессов с помощью ИИ. Компания столкнулась с вопросами надёжности и безопасности AI-инструментов, а ожидаемый прирост производительности оказался ниже первоначальных ожиданий. В сентябре стало известно, что Meta предлагает некоторым сотрудникам подразделения Applied AI вернуться к управленческим ролям. Эти события сами по себе не доказывают провал корпоративного ИИ, но показывают, насколько сложнее реорганизовать работу вокруг агентов, чем просто запустить их.

Другой симптом проявился внутри Microsoft. Райан Рослански, исполнительный вице-президент компании, рассказал о документе, который выглядел как результат генерации ИИ. Он попросил собственную модель сделать его краткое изложение — и не получил новых идей. Рослански предупредил о риске «океана однообразия»: компании могут тратить всё больше ресурсов на создание и обработку материалов, которые практически ничего не добавляют к исходной мысли.

Проблема шире отдельных неудачных внедрений. По данным исследования Федерального резервного банка Атланты, на которое ссылалось издание Форчун, около 90% руководителей не отмечали повышения производительности труда в своих компаниях благодаря ИИ. Это не означает, что технология нигде не даёт результата. Скорее, между локальным ускорением отдельных операций и измеримым улучшением показателей всей компании пока сохраняется разрыв.

Теперь для бизнеса вопрос ИИ интеграций теперь звучит несколько иначе: не «что умеет наша нейросеть?», а «какой измеримый результат она даёт в конкретном процессе — с учётом ошибок, контроля и стоимости внедрения?»

Три ошибки, которые делают автоматизацию дорогой

1. Экономию считают раньше, чем изучают процесс

Если бизнес-кейс строится вокруг сокращения штата или обещания сэкономить определённое количество часов, в расчёте легко упустить расходы на интеграцию, проверку результатов, исправление ошибок и сопровождение системы.

Допустим, агент обрабатывает заявку за минуту вместо десяти. Это ещё не означает, что компания сэкономила девять минут труда: сотрудник может тратить время на проверку, уточнения и исправление неточностей. А если освободившееся время не превращается в дополнительный объём работы, более быстрое выполнение операции не обязательно увеличивает прибыль.

Поэтому до внедрения стоит зафиксировать исходные показатели: длительность операции, стоимость обработки, долю ошибок, количество возвратов на доработку и нагрузку на сотрудников. После запуска — сравнить их с результатами пилота.

2. Агенту дают полномочия, но не задают границы

Демонстрация, в которой ИИ самостоятельно выполняет несколько действий подряд, выглядит убедительно. В рабочей системе важнее другое: что произойдёт, если агент получит неполные данные, неверно поймёт запрос или попытается выполнить действие, которое требует согласования?

У надёжного решения должны быть определены доступные данные и операции, правила проверки результата, журнал действий, условия передачи задачи человеку и порядок восстановления после ошибки. Для финансовых операций, работы с персональными данными и критичными бизнес-системами необходимы дополнительные ограничения и контроль доступа.

Логика проста: чем больше самостоятельности получает агент, тем яснее должны быть пределы его полномочий. Автономность без управляемости превращается в дополнительный операционный риск.

3. Вместо внедрения покупают демонстрацию

На презентации можно показать почти идеальный сценарий. В реальном процессе встречаются неполные заявки, противоречивые документы, исключения из правил, старые записи в CRM и клиенты, которые описывают одну и ту же проблему десятью разными способами.

Если пилот проверяет только удобный сценарий, заказчик получает красивое подтверждение заранее выбранной идеи. Полезный пилот должен включать реальные задачи, типичные исключения и заранее определённые критерии успеха. Важно проверить не только долю успешных операций, но и то, сколько времени уходит на контроль и сколько задач приходится возвращать человеку.

Как выбрать исполнителя на НайдИИ: пять вопросов до договора

НайдИИ помогает заказчику искать решения для конкретных бизнес-задач. Чтобы выбор не сводился к сравнению презентаций и громких обещаний, стоит проверить подрядчика по пяти направлениям.

1. Как вы покажете работу системы?

Попросите продемонстрировать путь от входных данных до результата. Где хранится история действий? Можно ли понять, почему агент принял решение? Какие данные он использовал? Если система не позволяет разобраться в собственных действиях, её будет сложно проверять и сопровождать. При этом форма журнала зависит от архитектуры решения: важна прослеживаемость, а не конкретная кнопка или формат отчёта.

2. Как вы посчитаете экономический эффект?

Попросите разделить прямую экономию, высвобождённое рабочее время, рост пропускной способности и потенциальный дополнительный доход. Это разные показатели. Уточните, какие затраты включены в расчёт: разработка, интеграция, лицензии, вычислительные ресурсы, поддержка и контроль результатов.

3. Что произойдёт при ошибке?

Хороший исполнитель объяснит, какие ошибки система способна обнаружить, когда она остановит выполнение, в каких случаях передаст задачу сотруднику и кто отвечает за последствия. Обещание «наша модель не ошибается» — достаточная причина запросить более подробное техническое объяснение.

4. Как защищены данные?

Выясните, куда передаются документы и запросы, какие внешние сервисы участвуют в обработке, кто имеет доступ к результатам и сколько времени хранятся данные. При необходимости обсудите локальную обработку, обезличивание, разграничение доступа и условия удаления информации. Локальный запуск может снизить отдельные риски, но сам по себе не гарантирует безопасность: важна вся архитектура системы.

5. Можно ли проверить решение на моём процессе?

Попросите провести ограниченный пилот на репрезентативных рабочих данных с соблюдением требований безопасности. До начала согласуйте базовый уровень показателей, критерии приёмки, допустимую долю ошибок и условия остановки проекта. По итогам вы должны получить данные, на основании которых можно принять решение о масштабировании, доработке или отказе от внедрения.

Что продавать исполнителям

Если вы размещаете услуги на НайдИИ, попробуйте начинать разговор не с названия модели и не с обещания «внедрить AI-агента за неделю». Начните с задачи заказчика.

Сколько обращений остаётся без ответа? На каком этапе менеджеры теряют время? Какие документы приходится проверять вручную? Почему заявки возвращаются на доработку? Какую часть процесса можно автоматизировать без потери контроля?

Иногда правильным решением окажется агент. Иногда — интеграция двух систем, сценарий автоматизации, поиск по внутренним документам или простое изменение процесса. Профессионал должен быть готов предложить вариант, который решает задачу, даже если он выглядит менее эффектно на презентации.

Для исполнителя такой подход тоже выгоден. Диагностика помогает точнее оценить объём работ, заранее обозначить ограничения и избежать обещаний, которые невозможно выполнить. А заказчику даёт понятную основу для сравнения предложений.

От хайпа к управляемому результату

Корпоративный ИИ не исчерпал свой потенциал. Но одного доступа к сильной модели недостаточно, чтобы получить экономический эффект. Нужны качественные данные, правильно выбранный процесс, интеграция, контроль ошибок и понятные критерии результата.

Компании, которые начинают с вопроса «где у нас ИИ?», рискуют получить ещё один проект, требующий бюджета и внимания. Те, кто сначала выясняет, какую работу необходимо ускорить или упростить, получают шанс построить полезную систему.

На НайдИИ мы предлагаем смотреть на автоматизацию именно с этой стороны: через задачу, исполнителя, проверяемый результат и ответственность за внедрение.

Автоматизация должна освобождать время для работы, которая требует человеческого решения. А проверять обещания исполнителя лучше до подписания договора, а не после первого сбоя.

Telegram: t.me/vi3ionlab