IBM выпустил новый CEO Study — «Rewiring the C-suite». Опросили 2000 CEO из 33 стран, 21 отрасли. Мы прочитали отчёт и подготовили два вывода, которые совпадают с нашим опытом в индустрии.
💡
Эффект теряется на стыках между функциями
IBM подчёркивает: лучшие результаты дают не отдельные изменения внутри функций, а пересборка работы между функциями. Компании, которые пересмотрели пять ключевых областей — технологии, финансы, HR, операции и кросс-функциональную работу, — в 4 раза чаще достигают целей, заложенных в бизнес-кейсах.
В капиталоёмких индустриях потери часто возникают не внутри одного подразделения, а на стыках.
Пример. Производственное подразделение решает перенести планово-предупредительный ремонт оборудования на более поздний срок. Ремонтная служба узнаёт об этом в последний момент — когда уже сформированы графики работ, зарезервированы подрядчики, заказаны материалы и распределены специалисты. Инструменты ИИ способны практически в режиме реального времени оценить влияние такого изменения на все связанные процессы и автоматически сформировать обновлённый план для всех участников процесса.
Ещё один пример
—
взаимодействие коммерческого блока и производства. Коммерческий блок заключает контракт на поставку угля с определёнными качественными характеристиками и сроками. Но из-за изменения производственного плана, снижения добычи или переноса ремонтов предприятие может столкнуться с риском невыполнения этих обязательств. ИИ позволяет заранее выявить такие риски, сопоставляя данные о добыче, качестве угля, работе обогатительной фабрики, складских запасах и логистике.
Роль ИИ постепенно меняется. Раньше его рассматривали как инструмент автоматизации отдельных функций. Сегодня он становится механизмом координации сложных процессов между подразделениями.
💡
Будущее преимущество компании — в собственной экспертизе, отраженной в ИИ
IBM пишет: лучшие ИИ-решения будут не универсальными, а «своими» — построенными на собственных данных, интеллектуальной собственности и бизнес-логике компании. CEO, которые системно используют собственные данные и экспертизу в кастомных моделях и ИИ-агентах, ожидают на 13% больше выручки в 2030 году от продуктов и услуг, которых сегодня ещё нет.
Даже компании, работающие в одной отрасли, используют разное оборудование, технологии и производственные процессы. В таких условиях универсальный ИИ способен решать лишь общие задачи. Реальную ценность создают специализированные ИИ-агенты, которые учитывают особенности конкретного оборудования, историю его эксплуатации, накопленные данные и производственные цели предприятия.
Поэтому в промышленности главным активом становится не столько доступ к большим языковым моделям, сколько способность превратить собственную инженерную экспертизу и производственные данные в интеллектуальных ИИ-помощников, работающих в интересах предприятия.
Полный отчёт IBM Institute for Business Value, май 2026, прикреплен к посту.
#PieffИнсайты