VTORNIK.Вечер #6: саммари выступлений

31 марта мы провели шестой VTORNIK.Вечер в рамках серии бесплатных оффлайн мероприятий о внедрении AI в организациях. На мероприятии присутствовали руководители компаний, тимлиды, AI-leaders, аналитики, ML-инженеры и разработчики. В программе традиционно было два доклада.

Согласно данным MIT, 95% проектов в области генеративного ИИ не приносят ожидаемого результата. . Основная проблема не в слабости моделей, а в том, что классический проектный менеджмент (PMP) бессилен перед скоростью изменений современного мира.

Основные барьеры на пути к успеху:

• Завышенные ожидания: Руководители часто воспринимают ИИ как «волшебную кнопку», которая позволит уволить штат и мгновенно увеличить выручку. На деле эффекты (например, экономия времени сотрудников) сложно напрямую коррелировать с прибылью. Юлия привела пример с юристом: после автоматизации у него освободилось 5 часов в неделю. Казалось бы — успех! Но как он тратит это время? Час — на самообразование (чтение Telegram), час — на кофе и общение, и лишь пара часов — на работу, которая реально двигает бизнес. Экономия времени сотрудника не равна автоматическому росту прибыли.
• «Корпоративный ад» при переходе от пилота к продуктиву: Успешный прототип часто «разбивается» о требования информационной безопасности, отсутствие ролевых моделей доступа к неструктурированным данным и неготовность службы поддержки.
• Сопротивление инновациям: Согласно кривой Роджерса, более 80% сотрудников будут сопротивляться изменениям. Без поддержки C-level и внутреннего PR проект обречен на тихое увядание.
• Грязные данные: ИИ работает на базе корпоративных знаний. Если регламенты устарели или противоречат друг другу, ИИ будет выдавать ошибки, в чем обвинят разработчиков, а не качество исходных данных.

ИИ как «гигиенический фактор». Юлия сравнивает ИИ с цифровым банкингом: когда-то это было дорого и необязательно, а сегодня банк без мобильного приложения просто неконкурентоспособен. Через 5–7 лет ИИ станет обязательным стандартом, без которого компания не сможет нанимать квалифицированных специалистов и удерживать клиентов.

5 советов для успешного внедрения:

1. Работайте с ожиданиями: Спускайте стейкхолдеров «с небес на землю».
2. Думайте о продуктиве на старте: Сразу привлекайте безопасность и IT-эксплуатацию.
3. Ищите союзников: Проекту нужна поддержка топ-менеджмента и активный внутренний PR.
4. Сделайте данные AI-ready: Управление неструктурированными данными — это зона ответственности CDO.
5. Избегайте «лоскутной» автоматизации: Не автоматизируйте мелкие куски старого процесса, делайте полный рефакторинг.

Если управленческий хаос преодолен, возникает технический вопрос: как заставить ИИ писать качественный и поддерживаемый код? Сергей Спевак утверждает: «Один ИИ-агент в поле не воин».

Проблема «черного ящика» и большого контекста. Использование одного агента для больших задач приводит к галлюцинациям и потере инструкций из-за слишком большого контекста. Чем больше данных мы подаем на вход модели, тем хуже она их обрабатывает.

Решение: ИИ-команды и методология MSF. Вместо одного чата с нейросетью Сергей предлагает создавать целые команды ИИ-агентов, где у каждого есть своя роль: продюсер, аналитик, дизайнер, веб-мастер.

Ключевые принципы работы:

• Стандарты документации: Работа строится на модифицированном фреймворке Microsoft Solution Framework (MSF). Команда создает видение, рамки и дизайн решения.
• Атомарные задачи: Большая задача дробится на мелкие подзадачи. Это позволяет экономить токены, избегать вылета за лимиты и предотвращать «утечку» инструкций.
• Иерархия и контроль: В системе должен быть AI CTO — агент, который знает стандарты всей команды, проводит ревью и вносит изменения в инструкции других агентов при возникновении ошибок.
• Собственный стиль: Агентов нужно обучать своим паттернам кода, чтобы результат выглядел так, будто его написал ведущий разработчик вашей компании.

Новая реальность для людей. Людям в этой схеме отводится роль менторов ИИ-специалистов. Человек должен не просто писать код, а проектировать систему, обучать агентов и проводить финальное ревью результата.

Успех ИИ-проекта сегодня лежит на стыке двух плоскостей. Со стороны управления (Юлия Богачева) — это честная работа с ожиданиями и качеством данных (сделать их AI-ready). Со стороны исполнения (Сергей Спевак) — это переход к структурированным ИИ-командам, работающим по строгим инженерным стандартам. Только так ИИ перестает быть игрушкой и становится надежным инструментом бизнеса.

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

Если вы хотите провести образовательную программу в своей компании или получить консультацию наших преподавателей и экспертов, пожалуйста, связывайтесь удобным вам способом, контакты на нашем сайте.

Отдельная благодарность нашим партнерам ГК «Солар» за возможность провести этот митап в их гостеприимном офисе.