Инструмент на основе ИИ может хорошо показать себя во время небольшого теста, если задача проста, а данные чистые. Но при внедрении в масштабах всей компании возникают новые сложности. Инструмент должен интегрироваться с существующим программным обеспечением, соответствовать требованиям к доступу к данным и безопасности, а также иметь четкий порядок действий на случай сбоев. Кто-то должен отвечать и за его производительность. Выполнение этих требований требует координации между ИТ-отделом, операционными подразделениями, финансистами и специалистами по управлению рисками.
Еще одна сложность — расходы. Компании привыкли планировать бюджеты на программные проекты и оценивать затраты рабочего времени сотрудников. Расходы на ИИ предсказать сложнее. Они зависят от объема информации, которую обрабатывает система, используемой модели и частоты обращения к ней. Без четкой оценки финансовым командам может быть трудно понять, оправдывает ли проект вложения.
Сначала оцените стоимость каждого сценария использования
Закари Лахми, основатель Ellis Partners, рекомендует компаниям оценивать возможности применения ИИ отдельно для каждого бизнес-процесса. У него десять лет опыта работы в сфере технологий, в том числе опыт участия в запуске monday.com во Франции. Его подход предполагает предварительную оценку затрат и ресурсов, необходимых для каждого сценария использования, еще до его тестирования.
«Компаниям нужно понимать стоимость каждого сценария использования и необходимые для него ресурсы. Обсуждать окупаемость инвестиций нужно до пилотного проекта, а не после». Закари Лахми, основатель Ellis Partners
У каждого тестирования ИИ должны быть четкие цели и план действий на случай непредвиденных ситуаций. Лахми рекомендует устанавливать измеримые целевые показатели использования, затрат на обслуживание и количества ошибок.
«Нам нужны такие пилотные проекты, которые мы действительно хотим внедрить в рабочую среду. Критерии успеха нужно согласовать заранее, чтобы после завершения пилота не спорить о том, сработал ли он». Закари Лахми
Не ограничивайтесь продажами и маркетингом
Лахми также призывает компании рассматривать проекты с ИИ не только в сфере продаж и маркетинга. Хотя в этих областях преимущества могут быть очевиднее и их проще связать с доходами, он считает, что повседневные операционные процессы открывают больше возможностей.
«Именно самые скучные операционные задачи — основные процессы вашей отрасли — стоит рассматривать в контексте ИИ. Подумайте, как можно коренным образом изменить работу отрасли, а не просто добиться максимальной краткосрочной выгоды». Закари Лахми
По словам Лахми, некоторые корпоративные проекты с ИИ остаются на стадии тестирования по несколько месяцев. Часто никто не определил, каких результатов проект должен достичь, чтобы оправдать более широкое внедрение. Он рекомендует оценивать каждый проект с ИИ исходя из бизнес-задачи, которую тот должен решить.
«Затем компаниям следует сопоставить ожидаемые преимущества с усилиями, необходимыми для внедрения, и временем, которое потребуется для получения результатов. Небольшой проект, быстро приносящий результат, может стать лучшей отправной точкой, чем более масштабный». Закари Лахми
Он также советует изучать повседневные бизнес-процессы. Улучшение процесса может изменить работу компании, а не просто помочь сотрудникам быстрее выполнять задачи.
Размер компании влияет на темпы внедрения
Размер компании также влияет на то, насколько легко внедрять и корректировать проекты с ИИ. Лахми отмечает, что в небольших компаниях обычно меньше уровней согласования, поэтому они могут быстрее принимать решения и менять курс. Крупным предприятиям приходится преодолевать больше препятствий, поскольку изменения могут затрагивать множество команд и существующих систем.
Независимо от размера компании, бизнесу, возможно, потребуется оценивать, обеспечивает ли система ИИ ожидаемые результаты. Можно отслеживать, сколько времени она экономит, сокращает ли число ошибок и сколько стоит ее обслуживание. Эти показатели помогут руководителям решить, продолжать ли проект, внести изменения или вовсе его остановить. Одной успешной демонстрации может быть недостаточно, чтобы оправдать более широкое внедрение.
От эксперимента к надежному инструменту
Для заинтересованных сторон главный критерий успеха корпоративного ИИ — не просто ускорение прежних процессов, а коренное изменение способов создания ценности. Запуск новых пилотных проектов не обязательно означает, что компания добивается прогресса. У каждого проекта должны быть четкая цель и реалистичный бюджет, а также установленные пределы рисков, на которые готов пойти бизнес.
После запуска компании могут оценивать результаты и следить за тем, чтобы у кого-то были полномочия приостановить работу системы и провести ее аудит в случае проблем. Эти шаги помогут превратить эксперименты с ИИ в инструменты, на которые бизнес может положиться.
Опубликовано 19 октября 2026 - 09:20 Наверх
