Почему компании разочаровываются в AI и как этого избежать

Ошибки внедрения искусственного интеллекта в бизнесе

С каждым годом растет количество AI-решений, которые помогают автоматизировать рутину, точнее прогнозировать результаты и быстрее принимать решения, зарабатывать больше, снижать затраты, повышать вовлечённость сотрудников. Поэтому AI-трансформация сегодня так популярна среди крупных и средних компаний.

Компании активно тестируют AI-решения, но многие инициативы буксуют. Чаще всего проблемы появляются ещё на старте.

Во-первых, организации запускают масштабные пилоты, которые тянутся месяцами и не дают быстрых результатов. В итоге команда теряет фокус, а интерес руководства снижается.

Во-вторых, ожидания от технологий оказываются завышенными: от ИИ ждут мгновенного эффекта и полной автоматизации без учёта процессов и качества данных.

В третьих, подготовка сотрудников. Коллегам редко объясняют, зачем вводят новую технологию, как она меняет повседневные задачи и где именно приносит пользу. Это замедляет внедрение и усложняет масштабирование.

Мы обсудили эти и другие вопросы с Сергеем Орешиным, Pre-Sale Architect по продуктам Microsoft из компании Noventiq. Поговорили о том, как компании могут подойти к внедрению AI более прагматично, какие сценарии дадут быстрый эффект и что важно учесть перед запуском любых инициатив.

За 15 лет работы в Noventiq Сергей прошёл путь от ИТ-инженера до руководителя производственного отдела с командой из более десяти аналитиков и разработчиков. Сегодня он помогает компаниям запускать AI-проекты так, чтобы они приносили реальные результаты с первых недель.

Сегодня все говорят об искусственном интеллекте.  Сергей, это мода или реальная трансформация бизнеса?

Не секрет, что AI – главный хайп последних лет. Каждый разработчик считает своим долгом добавить в свой продукт AI-функции. Но есть и те, кто испытывает скепсис на тему повсеместного его использования, и их можно понять: все это очень похоже для них на какой-то стремительно надувающийся мыльный AI-пузырь. 

Все пытаются его друг другу продать, заявляя, что вот сейчас ИИ решит все проблемы бизнеса. И действительно, есть задачи и процессы, в которых текущее развитие ИИ, если подойти к делу правильно и без завышенных ожиданий, реально приносит пользу. 

Пока одни организации только присматриваются, другие выбирают использование AI частью своей стратегии, и сотрудники таких компаний уже активно и эффективно его используют. И неважно, сколько человек в такой компании – 10 или 5000: всем может быть предоставлен AI-помощник, которым они могут пользоваться. 

Microsoft – это ответ на вопрос, как начать использовать ИИ внутри большой компании: у него есть решение enterprise уровня, которое обеспечивает весь необходимый набор средств управления как самим продуктом, так и управлением его использования, которые обычно интересуют IT и ИБ департаменты крупных корпораций. 

Звучит убедительно. Но если говорить о бизнесе: с чего компаниям стоит начинать?

Многие уже используют ChatGPT, Google Gemini, Anthropic Claude – любые доступные помощники, и они хорошо помогают нам в ежедневных как личных, так и рабочих задачах. Поэтому, когда дело доходит до использования ИИ в бизнесе, у всех пользователей по умолчанию сформированы высокие ожидания. Им кажется, что ИИ сразу решит все накапливавшиеся годами проблемы, которые до этого не получалось решить из-за сложности или дороговизны. 

Но, как показывает наша практика (и отзывы на рынке), все эти бесконечные масштабные пилотные проекты, на которые компании тратят огромные человеческие и финансовые ресурсы, в итоге не приводят ни к каким существенным результатам. 

Так происходит потому, что организации не всегда подходят осмысленно к началу внедрения ИИ. Они сразу пытаются использовать его для решения сложных, комплексных и фокусных задач. И когда в итоге такое пилотирование не приносит никакого ощутимого результата, то там же на старте наступает разочарование, потеря доверия, возникает тот самый скептицизм. 

Получается, лучше не пытаться сразу охватить всё?

Естественно, искусственному интеллекту вполне по силам со временем решить накопившиеся в организации сложные, комплексные задачи. Но начинать нужно с простых и понятных сценариев использования, которые можно быстро запустить, и быстро получить результат, измерить эффективность, возврат инвестиций и так далее. 

А какие сценарии вы считаете наиболее успешными на старте?

Сначала лучше сфокусироваться на рутинных задачах, которые отнимают больше всего времени у работников бэк-офиса. Например, ответы на повторяющиеся вопросы, связанные с HR или бухгалтерией. В больших компаниях обычно есть множество регламентов, инструкций и гайдлайнов. Конечно, есть ответственные сотрудники, которые их читают, но большинство всё же этого не делает. Кроме того, сами документы часто написаны так, что разобраться в них сложно. Тут польза ИИ будет очевидна. 

Еще одно направление – это Helpdesk и обращения сотрудников в IT-департамент: «у меня что-то не работает», «как починить», «как создать учётную запись», «как сбросить пароль». Сотрудники таких подразделений знают, насколько велик объём повторяющихся запросов, на которые приходится отвечать ежедневно. AI-агент будет снимать значительную часть этой нагрузки. 

С помощью агентов, подключённых к базам знаний HR, финансового или IT-департамента, можно быстро запустить такие решения. Они обычно не требуют разработки, достаточно самой базовой настройки, особенно если мы говорим о платформе Microsoft с Copilot и Copilot-агентами. Тут можно быстро оценить эффект от использования, а потом и масштабировать решения на другие подразделения с более сложными задачами и информацией, но построены они будут по тому же принципу.

Еще пример – юридический отдел, где всегда есть огромное количество нормативной документации: законов, подзаконных актов, внутренних и внешних регламентов, и поиск нужной информации вручную занимает много времени. Часто еще требуется анализ данных из разных источников, когда надо использовать в работе информацию, которая находится “на пересечении” большого количества документов. Здесь AI-агент может выступать помощником, подключенным ко всей этой информации и отвечающим на вопросы, связанные с ней.

Также к базовым сценариям можно отнести автоматизацию анализа документов: определить, куда направить заявку, кто должен согласовать документ. Обычно эту работу выполняет человек. Сейчас же такие задачи можно автоматизировать при помощи ИИ и агентов, которые поймут контекст и сами автоматически это согласование запустят.

Это основные сценарии, с которых проще и быстрее всего начать эффективную работу с ИИ в организациях. 

А какие технологии позволяют это делать?

1. Microsoft 365 Copilot

Это набор готовых функций, которые не нужно даже настраивать, можно сразу брать и пользоваться. Функции ИИ появятся во всех привычных приложениях: Word, Excel, PowerPoint, Teams, Outlook и тд. Это помогает работать в них быстрее и качественнее, ведь теперь мы можем делегировать какие-то части работы искусственному интеллекту. 

2. Copilot Studio

Это уже инструмент для создания AI-решений, и, прежде всего, AI-агентов. Здесь не нужно писать код, это так называемая no-code или low-code платформа, которая позволяет и источники данных подключать из внешних систем: свою CRM-систему, таск-менеджер или проектную систему, и настроить агентов, которые будут отвечать на вопросы, используя информацию из этих систем. Может помогать автоматизировать определенные бизнес-процессы, или запускать согласования внутри этих систем. Copilot Studio такой инструмент, который позволяет это делать в специальном редакторе, в котором может работать даже бизнес-пользователь без какого-либо опыта в разработке. 

3. Azure AI Foundry – это уже next level

Там есть поддержка полноценной разработки, интеграции, написания кода. Бизнес-пользователям этот инструмент будет недоступен, но зато в нем можно собирать более нишевые или комплексные решения, которые будут подходить под уникальные процессы конкретно вашей организации. 

На базе Azure в целом можно реализовывать множество AI решений, от AI-агентов до функций вроде распознавания видео, изображений, текста, речи и так далее. Можно сказать, что тут можно делать практически все, что угодно. 

Какой главный совет вы бы дали компаниям, которые только задумываются о внедрении AI?

Приход ИИ, в том числе в IT-индустрию, значительно изменил процесс вывода продуктов на рынок. Всё стало происходить быстро: каждый месяц появляется что-то новое, а то, что было актуально всего полгода назад, теряет значимость.

Поэтому нет смысла ждать, пока кто-то создаст универсальный продукт, который пройдёт проверку временем и докажет свою эффективность. Пока одни компании ждут, другие уже вовсю используют ИИ, интегрируют его в процессы, получают преимущества и уходят вперёд в развитии.

Нужно смотреть на те решения, которые уже доступны, и начинать их применять. Но не стоит начинать с глобальных проектов. Лучше начинать с простых сценариев. Например сравнить, как сотрудники выполняют свои ежедневные задачи без использования ИИ, и как с ним. Если раньше на задачу уходило пять часов в неделю, а теперь один час, то это легко перевести в экономию времени и денег, а затем масштабировать результат уже на всю организацию. 

Можно определить подходящие подразделения, бизнес-процессы и сотрудников, и предоставить им готовые инструменты, чтобы они могли начинать их использовать. Но тут важно не забывать про адаптацию: не все сотрудники понимают, как пользоваться ИИ, и зачем вообще его использовать, им нужна будет помощь и обучение. Такие обучения мы проводим, в том числе, для наших заказчиков. Начать можно с Copilot. AI начнёт работать на небольших сценариях, появится прогресс, сотрудники привыкнут к новым инструментам и изменят свои привычки. После этого можно переходить к более масштабным и комплексным задачам и смотреть, что можно будет сделать при помощи более продвинутых инструментов. 

Вот именно такие первые AI-проекты, которые дают ощутимые результаты в короткие сроки, формируют доверие к AI-инициативам и открывают путь к дальнейшей AI-трансформации.

Кейс

Проблема

Вот, например, один из проектов, реализованных нашей компанией: создание HR-агента для кадрового подразделения крупной организации. Задача организации была в том, чтобы разгрузить сотрудников HR-подразделения от рутинной работы, высвободить их время на стратегические задачи. HR часто сталкивались с необходимостью находить и сопоставлять информацию сразу из нескольких источников — коллективных договоров разных дочерних обществ. Для ответа на вопрос приходилось вручную просматривать десятки документов, это занимало часы рабочего времени.

Решение

Чтобы решить эту задачу, мы объединили несколько технологий Microsoft:  

• Microsoft 365 Copilot Chat стал универсальным интерфейсом для пользователя; 
• специализированные агенты были разработаны в Copilot Studio;
• инструменты Azure AI Foundry позволили решить комплексную задачу агрегирования и анализа информации из множества документов.

Результат

Теперь HR-агент предоставляет сотрудникам сводные ответы буквально за секунды, снимая нагрузку и экономя часы работы. Внедрение не потребовало создания сложных систем или больших инвестиций, решение было реализовано очень быстро за счёт комбинации готовых инструментов Microsoft. Экономическая эффективность такого решения очевидна: если раньше HR-специалист тратил часы на анализ документов, то теперь ответ формируется за десяток секунд. Это легко переводится в прямую экономию времени и ресурсов, а значит, возврат инвестиций прозрачен и очевиден для бизнеса.