Кратко
88% организаций используют ИИ, но лишь 7% внедрили его в масштабах всей компании (McKinsey). Десси Павлова считает, что разрыв возник потому, что компании применяют ИИ к разрозненным операциям, вместо того чтобы сначала перестроить процессы. Она создает системы, в которых одно решение человека запускает каскад обновлений на сайтах, в расписании и финансовой отчетности, а контрольные точки позволяют людям следить за процессом. Исследование NBER показало, что ИИ в среднем повысил производительность специалистов службы поддержки на 14%, однако технология помогала людям выполнять работу, а не избавляла от необходимости понимать ее.
Я пришла к выводу, что одно из самых распространенных и дорогостоящих заблуждений об ИИ заключается в мысли, будто технологии способны исправить бизнес, в котором так и не наладили рабочие процессы. ИИ может ускорить работу, автоматизировать повторяющиеся задачи и с поразительной скоростью выявлять проблемы. Но если дать ему разрозненный бизнес, можно просто получить более быструю версию той же разрозненности.
Эти цифры должны заставить руководителей бизнеса задуматься. Согласно глобальному опросу McKinsey за 2025 год, 88% респондентов заявили, что их организации используют ИИ как минимум в одной бизнес-функции, однако лишь 7% сообщили, что ИИ полноценно внедрен во всей организации. Исследование указывает на перестройку рабочих процессов как на один из факторов, теснее всего связанных с финансовым эффектом от генеративного ИИ.
Почему разрыв так велик? Достаточно посмотреть, как на самом деле работает большинство компаний. Клиент приходит через сайт. Кто-то вносит его данные в таблицу. Другой сотрудник переносит их в операционную платформу. Кто-то обновляет сайт. Отдельная информация поступает в финансовый отдел. Позже бухгалтер сверяет данные. Каждая передача информации создает новую возможность для задержки, дублирования или ошибки. На каждом этапе у компании может быть отличное программное обеспечение, но при этом вся система будет работать со сбоями.
Я часто с этим сталкиваюсь, потому что сейчас глубоко погружена в бизнес-операции, хотя по образованию и опыту я занимаюсь писательским делом и маркетингом. Я работала с компаниями самых разных масштабов — от организаций с одним сотрудником до предприятий с многомиллионным оборотом — и снова и снова наблюдаю одну и ту же картину. Компании накапливают инструменты, каждый из которых решает отдельную задачу. А затем используют такие связующие сервисы, как Zapier или Make, чтобы заставить их взаимодействовать.
Теперь есть и другой путь: строить систему вокруг самого бизнеса.
Представьте компанию, которая проводит десятки занятий. Ученик меняет группу. Преподаватель переносит занятие на другой день. Человек принимает это решение. После этого информацию нужно передать на сайт, в операционную систему, расписание и финансовую отчетность. В разрозненной системе людям приходится вручную вносить каждое последующее изменение. В грамотно спроектированной системе с ИИ исходное решение может автоматически запустить весь дальнейший процесс.
Человек остается архитектором. ИИ становится операционным двигателем.
Это принципиально важно, потому что автоматизация без контроля лишь перемещает риски. Я встраиваю в системы контрольные точки, чтобы человек мог увидеть, что изменилось, вмешаться, если что-то пошло не так, и убедиться, что процесс завершился должным образом. ИИ может выявить аномалию или передать информацию между системами. Но кому-то все равно нужно понимать, чего стремится добиться бизнес.
Исследования подтверждают преимущества такого взаимодействия человека и машины. Исследование с участием 5 179 специалистов службы поддержки клиентов показало, что доступ к генеративному ИИ повысил производительность в среднем на 14%, причем особенно заметный рост наблюдался у менее опытных сотрудников. Технология помогала людям выполнять работу. Но потребность понимать ее никуда не исчезла.
По мере роста компании это становится еще важнее. Рост обнажает все слабые места в связях между процессами.
Прежде чем вкладывать большие средства в маркетинг или привлечение клиентов, я предлагаю основателю компании составить карту всего клиентского пути. Как человек попадает в компанию? Куда направляется его информация? Кто с ней работает? Что получает клиент? Что поступает в финансовый отдел? Как бухгалтер узнает, что произошло? На каком этапе может возникнуть ошибка?
Привлечение клиента и получение оплаты — лишь два момента в гораздо более продолжительном операционном процессе.
ИИ дает нам невероятную возможность перестроить этот путь. Последнее исследование McKinsey показывает, что применение ИИ к отдельным задачам не позволяет реализовать значительную часть его потенциала, тогда как переосмысление рабочих процессов может обеспечить гораздо больший прирост производительности. Исследование IBM за 2026 год также показало, что лишь 11% опрошенных руководителей технологических подразделений считают себя полностью готовыми к масштабному внедрению ИИ-агентов. Это наглядно демонстрирует, как быстро развитие возможностей может опережать способность организации их контролировать.
По-настоящему революционное применение ИИ в бизнесе сегодня никак не связано с созданием очередного материала. Его настоящая сила — в незаметной архитектуре, которая лежит в основе всей работы: она обеспечивает безупречное перемещение информации, мгновенную передачу решений нужным руководителям, безукоризненный порядок в финансовой отчетности и, наконец, возвращает сотрудникам их время.
Я не хочу, чтобы ИИ управлял бизнесом вместо людей. Я хочу, чтобы он устранял административные помехи, которые мешают людям эффективно вести свое дело.
Тщательно продумайте систему. Определите, на каких этапах необходимо участие человека в принятии решений. Поручите ИИ всю рутинную работу. Тогда у роста появится прочная основа.
Опубликовано 2 октября 2026 - 15:15 Наверх
