Внедрение автономных ИИ-систем требует отказа от централизованных программ трансформации. Компании получают реальную выгоду, только когда команды сами перестраивают свои рабочие процессы.
2 мин
Главная проблема внедрения искусственного интеллекта больше не кроется в технологиях. Отчет Boston Consulting Group показывает, что узким местом стала способность организаций адаптироваться к новым реалиям. Агентный искусственный интеллект (agentic AI) требует принципиально иного подхода: корпоративная трансформация больше не спускается сверху, а происходит внутри каждой отдельной команды.
Генеративный ИИ достиг 70-процентного уровня внедрения всего за три года. Технология обсуждается на каждом заседании советов директоров, однако лишь малая часть руководителей видит реальную финансовую отдачу. Традиционно изменения в компаниях внедрялись централизованно, последовательными этапами. Но с появлением автономных систем, способных самостоятельно планировать и выполнять многоэтапные задачи, этот подход перестал работать. Технологии развиваются быстрее, чем центральные отделы успевают писать регламенты и инструкции.
Агентный ИИ меняет саму суть работы: фокус смещается с прямого исполнения задач на управление процессами (orchestration). В связи с этим эксперты выделяют несколько структурных сдвигов в корпоративной среде. Во-первых, инновации становятся инициативой снизу. Команды сами находят инструменты и начинают их использовать. Во-вторых, масштаб трансформации умножается. Вместо одной крупной программы компания переживает сотни локальных изменений одновременно. В-третьих, роли сотрудников переписываются в реальном времени, что требует высокой гибкости и часто вызывает сопротивление из-за неопределенности.
Organisations Need to Move Through three Stages of AI Adoption to Generate Value from Agentic AI
Эксперты выделяют три стадии принятия ИИ: развертывание (Deploy), перестройка (Reshape) и изобретение (Invent). Базовое внедрение дает быстрые результаты, но основная ценность скрыта на этапе глубокой перестройки критически важных функций. Например, в маркетинге это не просто использование нейросетей для написания текстов, а полное изменение логики создания кампаний, где рутина делегируется агентам, а люди занимаются исключительно стратегией и экспериментами.
Показателен пример компании AWS, которая использовала ИИ для изменения процесса разработки программного обеспечения. Руководство быстро поняло, что простая раздача доступов к нейросетям не меняет результаты. Успех пришел, когда компания сфокусировалась на изменении привычек инженеров. В команды внедрили опытных специалистов, которые на личном примере показывали новые методы работы прямо в процессе написания кода. Результатом стал рост количества выпущенных функций на 27 процентов за счет автоматизации рутины и высвобождения времени на архитектуру.
Будущее корпоративного ИИ лежит в концепции направленного распределенного изменения. Компании, получающие максимальную выгоду, не позволяют командам экспериментировать хаотично. Они выбирают два-три ключевых направления, которые напрямую влияют на бизнес-показатели, и поручают командам полностью перестроить рабочие процессы (workflows) в этих рамках. Руководителям предстоит стать не контролерами, а архитекторами среды, в которой команды имеют право, компетенции и смелость самостоятельно менять способы достижения целей.
Успешное внедрение агентного ИИ зависит не от вычислительных мощностей, а от передачи полномочий командам для самостоятельной перестройки рабочих процессов.
Широкий портфель пилотных проектов по ИИ не ведет к трансформации. Реальную ценность приносит полная перестройка 2-3 ключевых бизнес-процессов силами самих сотрудников.
