Что мы узнали о внедрении AI в 2025

В этой статье под конец года мы хотели бы собрать воедино ключевые тезисы о внедрении AI в организациях, которые нам показались полезными в 2025 году.

В одной из наших статей мы упоминали два подхода: «мышление садовника» и «мышление плотника». Первый подход предполагает устранение барьеров, а также корректировку и придание формы в отношении того, что само и так растет. Часто это касается распространения технологии среди всех сотрудников организации. Второй подход заключается в поиске таких точек в бизнесе, где внедрение технологии будет максимально целесообразным с точки зрения финансовых и нефинансовых KPI.

Несмотря на то, что внедрение и развитие искусственного интеллекта напоминает внедрение и развитие Big Data в свое время (мы сейчас примерно в точке 2015-2016 года), этот процесс обладает своими особенностями. И в первую очередь это, конечно же, касается первого подхода: при внедрении Big Data линейные сотрудники редко могли воспользоваться технологией напрямую. С GenAI же это максимально возможно.

С одной стороны, такое широкое использование дает большое преимущество в виде повышения производительности труда и сокращения издержек в бюджетах команд.

Примечателен график ниже. Участники опроса таким образом ответили на вопрос «Воспользовались ли бы вы AI по работе, если в вашей компании либо не описана политика его использования, либо даже существуют некоторые ограничения?»

Доля ответивших «всё равно бы использовали» еще выше среди поколения зумеров и миллениалов.

Это два ключевых фактора, влияющих на количество регулярных пользователей ИИ в организации. Энтузиазм лидеров и топ-менеджеров компании в отношении использования ИИ увеличивает долю регулярных пользователей ИИ почти в 2 раза.

Обучение также является важным фактором, особенно если оно синхронное, и в объеме от 5 часов и более. Доля регулярных пользователей в таких когортах опять же значительно вырастает.

Важно отметить, что обучение — это необходимая часть, но до нее и после нее есть также важные элементы, без которых обучение не будет эффективным. Например, существует такой фреймворк как модель ADKAR, состоящий из 5-и элементов: Awareness, Desire, Knowledge, Ability, Reinforcement.

В рамках него обучению предшествует работа с осведомленностью и мотивацией пройти обучение, а после обучения работа с применением в реальном рабочем контексте и поддержание фокуса на этой активности.

Конец прошлого года — начало этого года давали нам всем в очередной раз необоснованные ожидания относительно того, что внедрить AI будет просто: например, всего лишь скормить корпоративную базу знаний и сразу будет качественный RAG.

Плюс технология допускает ошибки и галлюцинации, что влечет за собой риски, а с этими рисками необходимо как-то обходиться. В результате требуется всесторонняя проработка решения, вовлечение кросс-функциональной команды, а вместе с этим длительные и негибкие процессы, очереди с точки зрения приоритизации, удлинение сроков, которые требуются, чтобы довести продукт от прототипа до продакшена. Неудивительно видеть результаты исследований, где лишь небольшой процент проектов смог успешно пройти этот путь.

Вместе с этим стали появляться и первые заземленные мысли о том, какие могут возникнуть в ближайшем будущем профессии.

В конечном счете всё идет к тому, чтобы создавать сложные гибридные системы, состоящие из разных модулей, каждый из которых максимально хорошо и эффективно решает свою подзадачу.

Внедрить искусственный интеллект и получить от этого значимый эффект, действительно, оказалось непростым процессом. Как в мышлении садовника, так и в мышлении плотника требуются усилия, трансформация существующих процессов и создание новых, обучение и вовлечение топ-менеджмента, линейного персонала и центра компетенций, который будет заниматься работой над сложными проектами внедрения.

Если у вас есть потребность усилить себя нашей экспертизой, для этого достаточно позвонить нам или заполнить форму на нашей главной странице, и мы с вами свяжемся. 

Также приходите знакомиться лично на наши бесплатные мероприятия, следующая оффлайн встреча состоится 27 января.