Кто должен внедрять AI в компании: модель, которая работает

Компании всё чаще упираются не в возможности AI, а в организацию его внедрения. Модель можно выбрать быстро, пилот запустить тоже. Сложнее выстроить работу так, чтобы решения доходили до конкретных бизнес-процессов и не зависели от одной перегруженной команды.

Всеволод Викулин, руководитель разработки агентов в Т-Банке, в статье на vikulin.ai предлагает смотреть на эту задачу через распределение ролей внутри компании. Логика простая: если весь поток AI-инициатив замкнуть на небольшой центральной команде, она быстро станет ограничением для масштабирования.

В рабочей модели нужны как минимум три уровня ответственности.
🔹 Центральная AI-команда отвечает за общую технологическую основу: доступ к моделям и данным, интеграции, безопасность, контроль качества, мониторинг и готовые компоненты. Её задача – не делать каждое внедрение вручную, а создать среду, в которой новые решения можно запускать быстрее и дешевле.
🔹 Forward Deployed Engineers, или FDE, работают ближе к бизнес-подразделениям. Они разбираются в конкретном процессе, понимают его ограничения и собирают решение прямо вокруг реальной задачи.
Это особенно важно для крупных компаний, где значительная часть потенциала AI скрыта не в нескольких крупных проектах, а в сотнях небольших процессов: проверке документов, согласованиях, расчётах, обработке обращений, внутренней аналитике.
Интерес к роли FDE уже растёт. По данным, приведённым в материале, к апрелю 2026 года число вакансий для таких специалистов на Indeed выросло более чем на 700% год к году.
Но постоянно покупать такую экспертизу снаружи дорого и не всегда эффективно. Знание внутренних процессов уже находится внутри компании, поэтому часть подобных специалистов логично выращивать из инженеров, аналитиков и технически сильных продакт-менеджеров.
🔹 Третья роль – руководитель AI-трансформации. Его задача – не следить за отдельными пилотами, а решать, какие процессы стоит менять в первую очередь, куда направлять ресурсы и где AI действительно способен дать измеримый эффект.
Именно здесь проходит граница между набором локальных инициатив и системным внедрением. AI начинает приносить заметную ценность, когда компания перестраивает вокруг него процессы, а не просто добавляет новые инструменты к старому порядку работы.
Со временем часть AI-сценариев станет настолько простой, что сотрудники смогут собирать их самостоятельно. Но архитектура, приоритеты и ответственность всё равно останутся управленческой задачей.

📌 Вывод AIRu: если все AI-задачи проходят через одну центральную команду, масштабирование быстро начнёт буксовать. Рабочая модель требует разделения ответственности: платформа в центре, внедрение рядом с бизнесом, приоритеты на уровне руководства.

AIRu в VK
AIRu в MAX