Пока компании наперегонки внедряют генеративный ИИ, автономных агентов и новое поколение инструментов для работы с данными, перед руководителями встает более сложный вопрос, чем само решение использовать технологию: как превратить ее в измеримую ценность, не создавая новых затрат, рисков и организационного хаоса.

Именно этот вызов стал главной темой саммита Fortune AIQ, прошедшего на Нью-Йоркской фондовой бирже, где руководители из технологического, финансового, промышленного, туристического и HR-секторов обсудили, что отличает подлинную трансформацию с помощью ИИ от разрозненных пилотных проектов. Вырисовывалась устойчивая закономерность: сильнейшие компании не просто раздают инструменты ИИ. Они перестраивают рабочие процессы, развивают таланты, укрепляют управление и выстраивают дисциплину в работе с данными и операциями, необходимую для ответственного масштабирования. Встреча отразила более широкий момент для корпоративных технологий: команды руководителей находятся под давлением необходимости показать отдачу от обязательств по ИИ, которые вышли за рамки малых пилотов, — это напряжение проходило через большую часть дискуссии.

Обсуждения на саммите сосредоточились вокруг пяти ключевых тенденций:

• Переход от экспериментов к корпоративной трансформации
• Формирование workforce, готового к ИИ
• Управление governance, доверием и рисками
• Применение ИИ в физических и регулируемых средах
• Измерение ROI, контроль затрат и создание роста

От внедрения ИИ к трансформации

Важнейший вопрос ИИ заключается не в том, развернула ли компания инструменты, а в том, изменился ли сам способ выполнения работы.

Спикеры неоднократно предупреждали, что широкий доступ к ИИ автоматически не оборачивается производительностью, бизнес-ценностью или организационной зрелостью.

Диана Дэвид, директор по футурологии в ServiceNow, отметила, что ведущие компании выделяются приверженностью к людям и операционной дисциплине, а не только технологиями. Согласно индексу зрелости корпоративного ИИ ServiceNow, 57% «законодателей» инвестируют в постоянное повышение квалификации в области ИИ по сравнению лишь с 4% остальных организаций. Самый острый разрыв касается привлечения, найма и удержания ИИ-талантов: 68% законодателей этим занимаются против 10% других компаний.

«Инвестиции в таланты. Это был самый большой разрыв», — сказала Дэвид.

Она предостерегла от того, чтобы считать широкий доступ сотрудников к ИИ доказательством успеха. «95% всех имеют X, Y, Z, — сказала она. — Но это не превращается в производительность, часто без обучения, и это не равно зрелости». По ее мнению, настоящая работа начинается с лидерства, четкого видения, прозрачных систем, правильного фундамента данных и итеративной перестройки конкретных рабочих процессов.

Полиппс, президент по глобальным клиентским операциям ServiceNow, высказал схожую мысль: наибольшая выгода появится не от ускорения старых процессов, а от их перестройки вокруг новых возможностей. «Если я просто автоматизирую или запущу автономных агентов на текущих процессах, это решение может дать некоторый прирост производительности, — сказал Фиппс. — Но те, кто действительно переосмысливает и переосознавает бизнес-процессы … действительно меняют ситуацию».

Фиппс считает, что компании должны внедрять ИИ горизонтально — в функции, ориентированные на сотрудников, такие как HR, юридический и технологический отделы, — а не ограничивать его одним подразделением. Он привел пример Standard Chartered, где ИИ помог перенаправить 77% запросов сотрудников. «Если в таких сценариях вы получаете 25–30% перенаправлений — это меняет игру, — сказал он. — Если 75–80% — это меняет жизнь».

Эми Уэбб, основатель и CEO Future Today Strategy Group, была более прямолинейна в оценке разрыва между амбициями и готовностью. «Будем честны, компании из Fortune 500 довольно опоздали на эту вечеринку, — сказала она. — Искусственный интеллект не появился пару лет назад». Уэбб предостерегла, что компании вкладывают значительный капитал в пилоты без достаточной стратегии, лидерства или планирования — создавая изолированные проекты, которые так и не приносят устойчивой ценности.

Формирование workforce, готового к ИИ

Трансформация ИИ — это, по своей сути, трансформация персонала.

Саммит показал, что организациям нужно нечто большее, чем новое ПО: им нужны сотрудники и руководители, готовые переосмыслить устоявшиеся процессы, освоить новые навыки и освободить место для новых способов работы.

Стейси Диллоу, исполнительный вице-президент и директор по персоналу HPE, заявила, что компании должны противостоять соблазну просто встроить ИИ в существующие системы. «Мы должны заставить себя думать иначе, потому что если мы не пытаемся изменить то, как мы работаем, мы просто пытаемся ретрофитнуть и встроить ИИ в процесс, который не даст нам иного ответа», — сказала она. Для высшего руководства, добавила она, внедрение и трансформация ИИ стали ключевой управленческой ответственностью.

В Palo Alto Networks ИИ уже меняет опыт сотрудников, рассказал директор по персоналу Даниэль Гонсалес. Специализированный ИИ-агент сократил количество обращений в ИТ на 83% и теперь поддерживает рабочие процессы в HR, финансах и юридическом отделе. Вместо обращения к HR-специалисту или бизнес-контакту сотрудники все чаще задают вопросы агенту, получая ответы с учетом своей роли и местоположения.

Гонсалес отметила, что компании должны нанимать и развивать людей, способных быстро адаптироваться — не только осваивать новые навыки, но и подвергать сомнению предположения, которые больше не работают. «Мы ищем любознательность, — сказала она. — Мы ищем инициативность и тех людей, которые могут не только быстро учиться … но и переучиваться, отказываясь от того, что считали истиной, чтобы освободить место для движения вперед».

Дрю Холлер, директор по персоналу застройщика Lennar, подчеркнул, что ответственность разделена. «Мы дадим вам все инструменты, но повысить свою квалификацию — ваша ответственность, — сказал он. — Мы дадим вам обучение, но вы, как человек, должны прокачиваться сами».

Последствия для персонала выходят за рамки переквалификации. Фрэнсис Шанахан, технический директор [Peloton](https://fortune.com/company/peloton-interactive/ предупредил, что создание с помощью ИИ несет свой вызов. Сотрудники «сейчас перегружены, потому что буквально могут создать что угодно», сказал он, и «выгорание» становится все более острой проблемой.

Мишель Квон, операционный директор Runway, призвала лидеров не путать объем с производительностью. «Само по себе использование ИИ — не показатель вашей продуктивности или хорошей работы», — сказала она. ИИ, по ее мнению, должен улучшать работу людей, не создавая дополнительной работы для коллег и не заваливая их результатами, которые не были должным образом оценены и осмыслены.

Управление, доверие и контроль

Аргументы в пользу ИИ должны подкрепляться аргументами в пользу контроля.

В регулируемых отраслях и приложениях с высокими ставками лидеры подчеркнули, что успешное внедрение зависит от выбора правильной технологии, понимания рисков и сохранения человеческого суждения там, где оно важнее всего.

Хари Гопалкришнан, директор по технологиям и информации Bank of America, предостерег компании от рефлекторного обращения к ИИ. «Одна из самых больших ошибок, которые мы видим у себя и у других, — это бросаться к ИИ как к решению, когда детерминированные модели справляются вполне хорошо», — сказал он. Банк начинает с потребностей клиентов и детальной инвентаризации рассматриваемого процесса; порой обычная мобильная функция или правило принятия решений в реальном времени — лучший инструмент.

Bank of America оценивает ИИ-проекты по 16 направлениям рисков, включая приватность, предвзятость, влияние на персонал и интеллектуальную собственность. Банк также осторожно движется в сторону автономных систем. «Сейчас можно выжать так много пользы из ассистивных агентов, которые действительно работают с человеком в контуре», — сказал Гопалкришнан. Для банков и других регулируемых институтов подобные фреймворки стали шлюзом между созданием ИИ-агентов и их выводом в продакшен.

Салли Мур, chief client officer и соруководитель направления рыночной аналитики Kensho data and platforms в S&P Global, подчеркнула, что полезность ИИ опирается на достоверные данные. «Данные — это валюта внутри ИИ, — сказала она, отметив, что клиентам в регулируемых процессах нужны точность, ссылки на источники, аудируемость и прослеживаемость до первоисточника. — Какую проблему я пытаюсь решить? И куда меня может привести эта технология?» — сказала она.

Фиппс утверждал, что управление не следует представлять препятствием для инноваций. «Я вижу, что управление и доверие ускоряют движение», — сказал он. Он привел пример регулируемого банка, который построил десятки агентов, но не мог их развернуть, потому что руководство не доверяло средствам контроля — яркая иллюстрация цены слабого надзора.

Уэбб также призвала руководителей подходить к вопросам ответственности и риска практически. Лидерам нужно «перестать антропоморфизировать» ИИ, сказала она: сбои обычно связаны не с тем, что технология стала самостоятельного разумной, а с тем, что люди развертывают плохо спроектированные системы без достаточных мер безопасности.

ИИ в реальном мире

Физические и регулируемые среды требуют иного стандарта развертывания ИИ.

В зданиях, на заводах, в водных системах и финансовых услугах надежность, безопасность, стоимость, задержка и суверенитет данных определяют, что компании могут ответственно выводить в продакшен.

Суреш Венкатарайалу, технический директор Honeywell Technologies, сказал, что промышленные клиенты «реально требуют 99,9999%» надежности, тогда как frontier-модели «могут быть на уровне 85%». Этот разрыв делает развертывание в критически важных для безопасности и миссии условиях принципиально иным, чем внедрение ИИ-ассистента в рабочий процесс на настольном компьютере.

Венкатарайалу описал ближайшее направление как «полуавтономный мир», а не полностью автономный. «Автономия также не означает устранения людей», — он. В коммерческих зданиях и промышленных объектах операторы должны оставаться вовлеченными, поскольку простои и системные ошибки имеют немедленные операционные последствия. «Нельзя позволить зданию простаивать полтора часа», — сказал он.

Эй-Джей Виджесингхе, директор по ИИ в Ecolab, привел экономический аргумент в пользу более избирательного подхода. Когда компания использовала «лучшую доступную модель» для задач с большим объемом, «токеномика взлетает до небес», сказал он. «Иногда это дороже, чем люди». Ecolab отреагировала оптимизацией использования моделей, сократив затраты на токены примерно на 70–80%.

Компаниям не всегда нужна самая продвинутая модель, отметил Виджесингхе: «Иногда не обязательно иметь самую быструю машину». Он выступил за подход «человек во главе» для агентного ИИ и подчеркнул, что результаты зависят от баланса между фундаментом данных, готовностью процессов и дисциплиной затрат. «Если что-то одно перевешивает другое, ценности вы не получите», — сказал он.

Ценность, затраты и рост

Следующий тест для ИИ — способность приносить измеримую отдачу.

Финансовые и операционные лидеры саммита сошлись во мнении, что компании должны добиваться производительности и роста, сохраняя дисциплину в затратах на модели, инфраструктуру данных и качество результатов.

Эвоут Стенберген, исполнительный вице-президент и CFO Booking Holdings, отметил, что неопределенность относительно отдачи от ИИ широко распространена — даже среди крупнейших технологических инвесторов. «Я даже думаю, что гиперске́йлеры, которые тратят сотни миллиардов на разработку своих больших языковых моделей, на самом деле не знают, каким будет ROI, — сказал он. — У них, возможно, есть некоторые допущения и гипотезы, но вся суть в том, что вы не хотите отставать».

Для Booking путь к ценности лежит не через безоглядные траты, а через перестройку процессов «с чистого листа». Стенберген сообщил, что затраты компании на клиентское обслуживание слегка снизились при росте бронирований высокими однозначными темпами, а удовлетворенность клиентов выросла. Он добавил, что около 9 000 инженеров Booking выводят в продакшен примерно на 30% больше кода, учитывая merge-запросы, прошедшие корпоративные стандарты тестирования и контроля качества.

«Отдача будет там, где процессы перестраиваются от начала до конца, — сказал Стенберген, — но при этом нужно следить, чтобы затраты с другой стороны не выходили из-под контроля». Booking управляет этим напряжением через «эффективную маршрутизацию стоимости моделей», назначая более дешевые модели простым задачам и резервируя более дорогие для работы, требующей глубоких рассуждений. Этот подход показывает наглядный пример того, как затраты на модели по использованию — статья расходов, растущая вместе с внедрением, а не ведущая себя как фиксированная лицензия на ПО, — управляются внутри крупной публичной компании.

Стенберген предположил, что более крупный потенциал ИИ может заключаться в росте клиентской базы. Технология не изменит фундаментальную природу путешествий — «отель остается отелем, авиалиния остается авиалинией, а прокатный автомобиль остается прокатным автомобилем», — но она может упростить путешественникам планирование, бронирование и реагирование на сбои. Связывая части поездки и предугадывая потребности клиента, ИИ, по его словам, может помочь создать «больше лояльности, больше доверия и больше ценности бренда».

Главное

Саммит Fortune AIQ показал, что лидерство в ИИ определяется не количеством приобретенных инструментов, размером пилотной программы или объемомерируемого контента. Вырывающиеся вперед организации сочетают технические амбиции с развитием людей, перестройкой процессов, финансовой дисциплиной, достоверными данными и подотчетным управлением. Данные самого саммита дают ориентиры для отслеживания этого сдвига: сузятся ли разрывы в талантах и обучении, выявленные индексом зрелости ServiceNow, сократят ли промышленные внедрения дистанцию между надежностью frontier-моделей и почти идеальной бесперебойностью, требуемой физическими операциями, и улучшится ли ясность ROI у гиперске́йлеров, тратящих сотни миллиардов на создание базовых моделей. По мере того как ИИ глубже проникает в корпоративный сектор, успеха добьются те лидеры, кто использует его не просто для автоматизации существующей работы, а для построения более устойчивых, продуктивных и отзывчивых бизнесов.

Генеративный ИИ использовался для исследовательской помощи и/или транскрибации этой статьи. Репортер самостоятельно подготовил и проверил фактические утверждения в этой статье, а перед публикацией ее проверил живой редактор.

Первоначально эта история была опубликована на Fortune.com.