VTORNIK.Вечер #3: саммари выступлений

Рубрика: мероприятия

Автор: Елена Третьякова

Время чтения: 9 мин

Степень использования AI в создании этого материала: 90% работы по созданию данного материала сделал ИИ.

Мы считаем важным открыто информировать о том, в какой степени ИИ использовался в написании материала, поскольку только такой подход способен создавать доверие между нами и читателем.
28 октября мы провели третий VTORNIK.Вечер в рамках серии бесплатных оффлайн мероприятий о внедрении AI в организациях. На мероприятии присутствовали СЕО и CDO компаний, технические руководители, AI-leaders, аналитики, ML-инженеры, разработчики и др. В программе Вечера было два доклада спикеров.
С первым докладом — “Дорожная карта ИИ: от быстрых побед к экосистеме и новым возможностям” — выступал Иван Дашкевич, Владелец ИИ-интегратора Octobrain и главный архитектор Finam Flow – мультиагентного корпоративного ИИ компании Finam. Совладелец, главный архитектор и ключевой разработчик Lia Chat — системного решения для автоматизации первой и второй линии поддержки.

О чем доклад: обзор ключевых проблем, с которыми сталкиваются компании при внедрении искусственного интеллекта, и представление пошагового управленческого и технологического роудмапа для успешной ИИ-трансформации. Презентацию можно найти в комментариях к посту в нашем телеграм-канале.

Ключевые тезисы доклада и их раскрытие


1. Главные проблемы внедрения ИИ
Иван выделяет шесть основных причин, по которым ИИ-проекты в корпорациях часто терпят неудачу:
  • Неясность, с чего начать: Отсутствие понимания, какие из множества доступных ИИ-решений принесут наибольшую пользу.
  • Непонимание процессов и болевых точек: Бизнес не может четко сформулировать, что именно болит и что нужно автоматизировать.
  • Завышенные ожидания от ИИ: Вера в то, что «ИИ придет и порядок наведет», без понимания его реальных сильных и слабых сторон, а также экономической целесообразности.
  • Данные не собираются или низкого качества: Для обучения и работы ИИ необходимы качественные, структурированные и постоянно обновляемые данные.
  • Отсутствие метрик: Невозможность измерить результат внедрения, что делает невозможным выделение дальнейших ресурсов.
Низкая продуктовая проработка и слабое принятие пользователями (Adoption): Даже при создании технически совершенного продукта, пользователи не переходят на него, если он неудобен или не вписан в их привычные рабочие процессы.

2. Потребности бизнеса на старте
Для успешного старта ИИ-проекта необходимо сфокусироваться на четырех ключевых аспектах:
  1. Фокус на реальных задачах: Выбирать задачи, которые действительно требуют закрытия, а не те, что просто «модно» внедрять.
  2. Понятные сроки, затраты и этапность: Четкое определение майлстоунов и бюджета, чтобы избежать бесконечного растягивания проекта.
  3. Измеримый результат: Выбор целей, которые позволят увидеть метрики успеха, и стремление к быстрой маленькой победе.
  4. Понятная стратегия дальнейшего развития: Наличие плана, что делать после первой успешной победы.

3. Технологический и управленческий роудмап
Успешная ИИ-трансформация делится на два этапа: достижение первой победы и развитие успеха.
Достижение первой победы (Управленческий роудмап):
  • Погружение в ИИ-контекст: Руководство должно понимать, что такое ИИ, его возможности и ограничения.
  • Определение MVP: Четкое очерчивание бизнес-процессов, выбор приоритетной задачи и формирование измеримых ожиданий.
  • Разработка: Консолидация внутренних команд или привлечение внешних вендоров для получения необходимой экспертизы.
Развитие успеха (Технологический и Управленческий роудмап):
  • Бизнес-аналитики возглавляют трансформацию: Они должны фокусироваться на процессах, где ИИ даст максимальную пользу, а не на том, что легко внедрить.
  • Формирование внутреннего центра компетенций: Создание команды из разработчиков, бизнес-аналитиков и ИИ-амбассадоров - менеджмента, который понимает важность ИИ.
  • Технологическая независимость (Future Proof): Архитектура должна быть готова к смене LLM-моделей (например, переход с GPT-5 на GPT-6) без необходимости переписывать всю систему.
  • Борьба с рисками: Решение вопросов безопасности, включая роутинг чувствительных данных (например, через прокси-серверы) и использование локальных моделей для защиты от утечек.
4. Эволюция ИИ-агентов
Иван описывает, как развивается технология ИИ-агентов:
  • Агент: Базовая LLM-модель, которая может использовать внешние инструменты (Tools), такие как API, базы данных или нажатие кнопок, чтобы выполнить запрос.
  • Deep Agent: Более сложный агент, который, помимо инструментов, использует Planning Tool (Туду-лист) и доступ к файловой системе. Это позволяет ему планировать сложные многошаговые задачи, выполнять их и корректировать свой план.
  • Мультиагентная система (Supervisor/Swarm): Система, где главный агент-супервизор делегирует задачу рою (Swarm) специализированных субагентов, которые работают параллельно и возвращают ему ответы. Это позволяет решать очень сложные задачи, требующие экспертизы в разных областях.
  • Проактивное взаимодействие: ИИ должен не только отвечать на запросы, но и сам инициировать общение, отправлять уведомления, отчеты и дайджесты.
  • Успешное внедрение искусственного интеллекта требует не просто установки технологий, а системного подхода — понимания бизнес-задач, качественных данных, четких метрик и постепенного развития компетенций внутри компании. ИИ-трансформация должна начинаться с небольших, измеримых побед и строиться на основе продуманной стратегии и управленческой поддержки. Только так компании смогут перейти от экспериментальных решений к устойчивой ИИ-экосистеме и получить реальную бизнес-ценность.
Вторым спикером с темой “AI-First Трансформация. Почему главный барьер — не технологии, а мышление лидеров” был Денис Реймер, основатель и CEO Reymer Digital, в прошлом Вице-президент ГК ЛАНИТ (LANIT-BPM, CleverDATA, DTG), Директор по продуктам B2B и инновациям в ЭР-Телеком Холдинг, член совета директоров банков и технологических компаний. Презентацию можно найти в комментариях к посту в нашем телеграм-канале.

О чем доклад: обзор текущего состояния искусственного интеллекта в корпоративном секторе, анализ ключевых вызовов, связанных с внедрением, и прогноз будущих трендов, включая роль ИИ-агентов и трансформацию бизнес-процессов.

Ключевые тезисы доклада и их раскрытие

1. ИИ пока не влияет на макроэкономическую производительность
Тезис: Несмотря на огромные инвестиции в IT и ИИ, макроэкономические данные (по данным McKinsey) не показывают роста производительности труда.
  • Раскрытие: Годовые затраты на IT растут на 8%, в то время как производительность труда остается на уровне 1,7%. Это говорит о том, что большинство проектов по внедрению ИИ (74% компаний) застревают на стадии пилотов и не масштабируются на весь бизнес.
  • Вывод: Проблема не в технологии, а в неспособности компаний трансформировать свои процессы и найти реальную бизнес-ценность.
2. Рынок ИИ находится в фазе «пузыря доткомов»
Тезис: Текущая ситуация на рынке ИИ напоминает бум доткомов 2000 года, когда хайп опережает реальную отдачу от инвестиций.
  • Раскрытие: Как и в случае с Amazon, который пережил кризис благодаря наличию кэша, сейчас компании должны быть осторожны с капитальными затратами. Есть риск, что вложенные в разработку средства окажутся потраченными зря, если модель или функционал устареют до того, как будут внедрены.
Рекомендация: Вместо того чтобы пытаться догнать хайп, нужно сосредоточиться на поиске и реализации легких побед и бизнес-кейсов, которые приносят немедленную ценность.
3. ИИ-агенты — это следующий шаг, требующий нового навыка
Тезис: ИИ-агенты, способные работать автономно и выполнять сложные задачи (например, 30 часов подряд), являются будущим, но требуют от человека нового ключевого навыка.
  • Раскрытие: Агент обладает памятью, способностью к планированию, производству и использованию инструментов. Однако его эффективность напрямую зависит от того, насколько четко и ясно человек ставит задачу.
  • Ключевой навык: Умение ставить задачу, ясно представляя себе результат. Руководители должны научиться быстро проверять гипотезы с помощью ИИ, прежде чем привлекать разработчиков, чтобы избежать дорогостоящих ошибок.

4. ИИ меняет бизнес-модели и создает риски «Shadow AI»
Тезис: ИИ трансформирует не только внутренние процессы, но и внешние интерфейсы, а также создает серьезные вызовы в области безопасности и управления.
  • Трансформация интерфейсов: LLM-ки и ИИ-агенты могут напрямую подключаться к API-сервисам, делая ненужными веб-интерфейсы, на которых строились многие SaaS-компании.
  • Риск BYOAI (Bring Your Own AI): Сотрудники используют внешние ИИ-инструменты (ChatGPT, Midjourney) для рабочих задач, что приводит к утечке конфиденциальной информации и создает неконтролируемый «Shadow AI» внутри компании.
  • Workslop: ИИ-генерация контента приводит к увеличению общего объема работы, которую приходится обрабатывать другим сотрудникам, создавая «помойку» (Workslop).
5. Лидером трансформации должен быть Бизнес, а не IT
Тезис: Чтобы избежать провала, внедрение ИИ должен возглавлять не IT-департамент, а бизнес-лидеры, которые видят и отвечают за бизнес-ценность.
  • Раскрытие: Если ИИ-трансформацию возглавляет IT, она воспринимается как технический проект, а не как стратегическое изменение.
  • Решение: Необходимо создать комитет или назначить директора по трансформации (Chief AI Transformation Officer), который будет отвечать за бизнес-результаты и выстраивать правильные практики использования ИИ внутри компании.
ИИ — это не просто новая технология, это фундаментальное изменение, которое требует от компаний пересмотра процессов, обучения сотрудников и, самое главное, четкого понимания, чтобы сделал ИИ в каждом конкретном бизнес-сценарии.
Если вы хотите провести образовательную программу в своей компании или получить консультацию наших преподавателей и экспертов, таких как Иван или Денис, пожалуйста, связывайтесь удобным вам способом, контакты на нашем сайте.

Наши ивенты дают хорошую возможность пообщаться и обменяться опытом внедрения ИИ, будем рады видеть вас на наших следующих оффлайн встречах. Следите за анонсами в нашем телеграм-канале.

Отдельная благодарность нашим партнерам, компании «Virtu Systems», за возможность провести этот митап в их гостеприимном офисе.
Другие материалы нашего блога