Вебпрактик AI | Корпоративный ИИ

Руководители в пять раз чаще сотрудников оценивают внедрение ИИ в компаниях как продвинутое

По данным глобального отчета Notion The State of Global AI Transformation, 26% руководителей считают, что их компании вышли на продвинутый уровень интеграции ИИ в бизнес-процессы. Среди сотрудников без управленческих функций такую оценку разделяют лишь 5%.

Разрыв сохраняется и в оценке собственных возможностей: 49% руководителей уверены, что их организация способна эффективно использовать ИИ, тогда как среди специалистов этот показатель составляет 23%.

Авторы исследования связывают разрыв с расхождением между тем, как руководство и сотрудники оценивают результаты внедрения. Для первых сигналами прогресса могут служить инвестиции в технологии, закупка ПО и утвержденные планы. На уровне команд результат определяется тем, насколько ИИ действительно встроен в ежедневную работу.

При этом 55% лиц, принимающих решения, признают: компании инвестируют в программное обеспечение быстрее, чем команды успевают адаптировать под него рабочие процессы.

💜 Telegram 🔴 MAX 🔴 Дзен

Как ИИ превращает R&D из закрытого подразделения в ключевой фактор продаж

Долгое время отделы исследований и разработки были изолированы от прямых контактов с клиентами. Компании намеренно выстраивали многоступенчатую систему фильтрации задач через коммерческие отделы и службы управления продуктом, чтобы защитить утвержденный план развития от внеплановых запросов.

Сегодня эта модель меняется: возможность быстро адаптировать решение под инфраструктуру заказчика становится решающим аргументом в сделках. Об этом в колонке для Fast Company пишет Лиор Див, сооснователь компании 7AI .

Прежний подход был обоснован высокой стоимостью инженерного труда и длительными циклами проектирования. С развитием ИИ-инструментов скорость технической реализации выросла кратно. Если раньше согласование и выпуск специализированной интеграции занимали месяцы, то сейчас подготовка, тестирование и запуск решения в промышленную эксплуатацию могут уложиться в считаные дни.

Вместо защиты утвержденного плана разработки компаниям открывается возможность использовать R&D как инструмент развития бизнеса:

- Прямой диалог с заказчиками. Инженеры работают на первой линии, что позволяет мгновенно учитывать технический контекст, требования к безопасности и реальные бизнес-цели клиента.

- Анализ скрытых потребностей рынка. Точечные запросы на доработку функционала позволяют выявлять формирующиеся отраслевые стандарты задолго до появления официальных аналитических отчетов.

- Формирование конкурентного преимущества. Возможность оперативно доработать продукт под инфраструктуру клиента меняет отраслевой бенчмарк: компании, сохраняющие квартальные циклы согласований, рискуют потерять рынок.

В результате меняется сама роль R&D: из подразделения, которое отвечает преимущественно за разработку, оно превращается в инструмент поиска новых точек роста.

Вебпрактик AI | Корпоративный ИИ

Мы много говорим о том, как ИИ меняет производство и бизнес. Но сначала этот подход пришлось проверить на себе.

В «Вебпрактик» ИИ стал частью процесса разработки, и вместе с этим пришлось менять сам процесс.

О том, как это происходило, рассказал CTO «Вебпрактик» Иван Поддубный в новом выпуске «Организованного программирования».

Иван поделился опытом, как SDD (Spec Driven Development) постепенно превратился из эксперимента с AI-агентами в полноценный подход к организации разработки.

Отдельно поговорили о том, как перестроилась работа аналитиков и QA, почему тестировщики постепенно отошли от написания автотестов и как SDD заработал в заказной разработке, где требования приходят от внешнего клиента.

Вебпрактик AI | Корпоративный ИИ

От выбора нейросети к проектированию системы: в чем реальное конкурентное преимущество ИИ

В гонке за ИИ компании слишком часто обсуждают, какой «мозг» купить — GPT, Claude или Gemini. Джоэл Тетро, директор по ИИ в Dataminr, руководивший AI-разработкой в Grammarly, Yahoo и Nuance, предлагает бизнесу радикально сместить фокус. В колонке для Fast Company он формулирует главный архитектурный тезис:

Если ваша ИИ-стратегия строится исключительно на базе стороннего API, вы не создали конкурентного преимущества — вы просто взяли инфраструктуру в аренду.

Настоящая гонка идет в другом месте: самые сложные внедрения ИИ сегодня — это созвездия узкоспециализированных моделей, созданных для решения конкретных бизнес-задач.

Переход от одной универсальной нейросети к архитектуре из независимых узлов дает бизнесу два ключевых преимущества:

1. Масштабирование и контроль затрат. Прогонять миллионы ежедневных транзакций через флагманские LLM-модели — неоправданно дорого. По опыту Dataminr, использование цепочки собственных небольших моделей может снизить стоимость процесса более чем в 100 раз. В их пайплайне это разница между $2500 и $20 в день за обработку одного типа задач. При этом качество результата растет, так как каждый компонент настроен на узкую операцию.

2. Гибкость настройки. Декомпозированная система позволяет заменять, обновлять и переобучать отдельные узлы ( например, модуль перевода или создания кратких выжимок из документов) без перестроения всего контура.

Меняется и место человека в этом процессе. Если раньше задача сводилась к проверке результатов и разметке данных на конвейере (Human-in-the-loop), то теперь фокус смещается на управление агентами и калибровку контролирующих алгоритмов (LLM-as-a-judge). Эксперты уходят от проверки ошибок к проектированию логики работы системы.

Доступ к мощным универсальным моделям скоро будет у всех. То, что конкуренты не смогут скопировать — это ваша архитектура, качество внутренних данных и управленческие решения команды, вшитые в операционный процесс.

Вебпрактик AI | Корпоративный ИИ

Льготы на ИИ: правительство обсуждает компенсацию расходов на нейросети

«Коммерсантъ» сообщает, что правительство совместно с ИТ-отраслью обсуждает налоговые послабления для малого и среднего бизнеса за внедрение российских ИИ-решений.

По данным издания, сейчас в рабочих группах рассматривают два возможных механизма поддержки:
▪️Вычет из налога на прибыль или УСН на сумму закупленного софта с ИИ-функциями (базовая ставка — до 200 тыс. рублей в год, а при доказанном росте производительности — до 500 тыс.).
▪️Прямые субсидии разработчикам, которые позволят покупателям в первый год получать ИИ-инструменты со скидкой до 100%.

Инициатива нацелена на снижение стартового финансового барьера. Однако дискуссия вокруг этих мер подсвечивает проблему, общую для компаний любого масштаба.

Главная сложность кроется в доказательстве эффективности. По оценкам юристов, Минфин вряд ли согласится раздавать льготы без жесткого контроля результатов. Чтобы получить максимальный вычет, бизнесу придется подтвердить государству реальный рост производительности.

А это и есть главная боль корпоративного ИИ: покупка подписки на нейросеть сама по себе не дает экономического скачка. Пока алгоритм не встроен в ядро операционного процесса, показать финансовую отдачу от внедрения в цифрах практически невозможно.

А в вашей компании ИИ уже экономит реальные деньги или пока остается на уровне экспериментов?

Вебпрактик AI | Корпоративный ИИ

Иллюзия «самоуправляемой компании»: почему ИИ не должен забирать руль

Идея «самоуправляемой компании» все чаще появляется в инвестиционных презентациях. Суть таких экспериментов проста: ИИ-агенты полностью забирают операционку, а штат сокращается до минимума. В колонке для Fast Company разработчик беспилотных грузовиков Сяоди Хоу объясняет, почему этот концепт не работает для реального бизнеса.

Он приводит понятную аналогию. У автомобиля есть заранее известный маршрут из точки А в точку Б. У компании такого маршрута нет. Бизнес постоянно принимает решения в условиях неопределенности: тестирует новые рынки, меняет стратегию и перераспределяет ресурсы. Это требует управленческого суждения, а не алгоритмического исполнения.

Автор приводит пример из собственной практики. В 2025 году команда запустила ИИ-агента, который отвечал на вопросы по HR-справочнику. Через несколько недель инструментом почти перестали пользоваться.

Почему:
- агент находил правило, но не понимал рабочий контекст конкретной ситуации;
- сотрудникам часто требовался не ответ из регламента, а разговор с менеджером или коллегой;
- система автоматизировала поиск информации, но не помогала принять решение и продвинуть задачу.

Это не аргумент против HR-агентов. Скорее, напоминание о том, что агента нельзя проектировать как замену коммуникации. Его задача — собрать фактуру, найти нужные документы, подготовить варианты и снять рутину вокруг решения. Само решение, выбор приоритета и ответственность остаются за командой.

Реальный экономический эффект возникает там, где алгоритмы ускоряют операции, а команда сохраняет за собой выбор приоритетов и ответственность за результат.

Вебпрактик AI | Корпоративный ИИ

Что снижает тревожность сотрудников при внедрении ИИ

Кажется, чем чаще сотрудник работает с ИИ, тем спокойнее он должен относиться к автоматизации. Однако исследование на данных Gallup фиксирует обратную зависимость.

Активные пользователи ИИ чаще опасаются сокращений, чем те, кто почти не использует такие инструменты. Работая с ИИ, сотрудник видит, какие части его работы технология уже способна выполнять сама. Если компания не объясняет, как трансформируется роли сотрудников, чему им придется обучится, технология начинает восприниматься как угроза, а не как инструмент.

Но исследование также констатирует: страх увольнения существенно снижается в условиях благоприятной рабочей среды — разница достигает 9 процентных пунктов. В целом, при каждом изменении в показателях качества рабочей среды вероятность возникновения страха перед автоматизацией снижается на 13–24%.

Автор выделяет несколько факторов, которые помогают сотрудникам воспринимать ИИ как инструмент пересборки процессов, а не как угрозу:

1. Поддержка благополучия. Сотрудникам важно понимать, что компания учитывает нагрузку и неопределенность переходного периода. Практически это означает доступ к поддержке, понятные условия переобучения и ясность в вопросах карьерных перспектив.

2. Уважительное отношение. Сотрудники чувствуют, что их опыт остается востребованным, а изменения происходят не без их участия.

3. Связь с культурой компании. Автоматизация легче принимается, когда понятна ее бизнес-цель и связь с общей задачей компании. Тогда ИИ воспринимается как часть развития организации, а не как внешнее решение, спущенное сверху.

4. Качественная обратная связь. Сотрудники знают, какие навыки будут востребованы, как изменятся их роли и где получить необходимые компетенции.

5. Доверие к руководству. Оно формируется, когда менеджмент заранее объясняет логику изменений, поддерживает переобучение и последовательно выполняет взятые обязательства.

Важный нюанс: это не HR-сопровождение «после запуска». Для корпоративного ИИ эти практики, в идеале, должны быть частью архитектуры внедрения. Именно они определяют, будут ли сотрудники сообщать об ошибках, предлагать улучшения и участвовать в пересборке процессов.


Вебпрактик AI | Корпоративный ИИ

В долгосрочную жизнеспособность ИИ-стратегии компании верят 78% руководителей.

Это данные исследования KPMG Global AI Pulse Q2 2026. В онлайн-опросе, проведенном с 28 апреля по 25 мая 2026 года, участвовали 2 145 руководителей из 20 стран: CEO, представители C-level, управляющие директора и директора юнитов. За квартал доля тех, кто уверен в устойчивости ИИ-стратегии своей компании, выросла с 70% до 78%.

Исследование также отмечает любопытную закономерность: уверенность в стратегии тесно связана с тем, как в компании устроена ответственность за ИИ. В организациях, где конечную ответственность за решения с участием ИИ несёт CEO, 60% респондентов твердо уверены в устойчивости стратегии. Там, где эта ответственность не закреплена за CEO, — 22%.

Это не вопрос личного контроля со стороны первого лица над каждым ИИ-проектом. Речь о том, что на верхнем уровне компании определено, кто принимает решения, отвечает за риски и результат, а также имеет право вмешаться в работу системы.

И еще важная взаимосвязь. Если CEO несет конечную ответственность за решения с участием ИИ, компания более чем в три раза чаще достигает стадии подтвержденного ROI: 14% против 4% там, где такой ответственности у CEO нет.

Вебпрактик AI | Корпоративный ИИ

💬 #БизнесСреда с Александром Букуровым, основателем и директором Вебпрактик

Агентный ИИ идет в корпорации, но бизнес к нему не готов

Рынок корпоративного ИИ переживает тектонический сдвиг. Мы переходим от эпохи «умных чат-ботов» к эпохе автономных агентов. По данным масштабного отчета Deloitte (State of AI in the Enterprise 2026), в ближайшие два года доля компаний, использующих агентный ИИ, взлетит с 23% до 74%.

Разница фундаментальна. Чат-бот ждет вашего промпта и генерирует текст. Агентный ИИ действует сам: он анализирует триггер, вызывает API, принимает решения и меняет данные в производственных системах.

И здесь кроется главная угроза 2026 года. Только 21% компаний обладают зрелыми фреймворками управления (AI Governance) для таких систем.

Что это значит на практике? Неконтролируемый чат-бот может выдать некорректный ответ клиенту. Неконтролируемый ИИ-агент способен за секунды провести тысячи ошибочных транзакций возврата средств или сжечь годовой бюджет на вызовы API, пока это никто не заметит.

Исследование Deloitte показывает жесткую корреляцию: 80% компаний до сих пор не видят финансовой отдачи от ИИ именно из-за фрагментированного подхода. Они запускают десятки изолированных пилотов без единого контура управления и метрик окупаемости (ROI). В итоге 75% инициатив так и остаются в «пилотном чистилище».

Те 20% лидеров, которые реально зарабатывают на нейросетях, делают ставку на архитектуру:

1. Пропорциональное управление: легкий контроль для низкорисковых ИИ-инструментов и жесткие рамки для автономных агентов.
2. Единый центр видимости: понимание того, какие агенты работают, сколько они стоят и какой конкретный бизнес-процесс ускоряют.
3. Измерение с первого дня: метрики успеха определяются до написания первой строчки кода.

Внедрять ИИ без архитектуры управления сегодня — все равно что строить скоростную магистраль без тормозов и светофоров.

Готова ли ИТ-инфраструктура вашей компании к автономным ИИ-агентам?

Вебпрактик AI | Корпоративный ИИ

Математика ИИ-проектов: на 1$ внедрения нужно до 3$ на пересборку процессов

В свежем исследовании McKinsey «Будущее B2B-продаж: как лидеры роста перестраивают свои подходы с помощью ИИ» есть полезная для планирования бюджета оценка: на каждый 1 $, потраченный на развертывание ИИ, компании может потребоваться до 3 $ на управление изменениями. Авторы отмечают, что на практике бюджеты часто распределяют наоборот — больше средств уходит на саму технологию, чем на ее освоение командой.

Эти расходы — не только про обучение работе с новым интерфейсом. Чтобы искусственный интеллект действительно начал приносить пользу коммерческому блоку (исследование посвящено именно ему), требуются обновление системы мотивации, поддержка через внутренних экспертов и пересмотр ролей.

В отчете рекомендуется связывать использование алгоритмов и принятие их подсказок с понятными метриками процесса: скоростью движения сделок по воронке и конверсией, которые затем отражаются на итоговой выручке и марже.

Работа с сопротивлением здесь — не отдельная коммуникационная кампания, а часть проектной экономики. Когда меняется привычный порядок работы, сотруднику должны быть понятны новая роль, ожидаемое поведение и личная выгода от перехода. Иначе даже хорошо настроенная система останется инструментом, которым пользуются от случая к случаю.

Вебпрактик AI | Корпоративный ИИ

Yahoo Tech опубликовал материал Fortune о том, как ИИ меняет структуру интеллектуальной работы. В основе — метафора профессора Принстона Арвинда Нараянана о «тощем бургере»: раньше работа напоминала бутерброд с толстой «котлетой» исполнения, теперь ИИ сжимает эту середину до тонкого слоя.

У любой задачи остается три части:
1. Решить, что и зачем делать;
2. Выполнить работу;
3. Встроить результат в продукт или процесс, проверить его и отвечать за последствия.

ИИ заметно ускоряет именно второй этап. Но первый и третий становятся сложнее: когда новую функцию, отчет или прототип можно сделать за часы, а не недели, компания получает не только скорость, но и поток новых решений, которые нужно отбирать, проверять и доводить до использования.

Yahoo Finance показывает, как это выглядит на практике. Команда развивает AlphaSpace — настраиваемую платформу для инвесторов, которая объединяет в одном интерфейсе биржевые данные, графики, новости, аналитику и ИИ‑помощника для исследования рынков. За первые два месяца после запуска команда выпустила более 100 обновлений продукта, а двухнедельные спринты сократились до 24 часов: планирование утром, выпуск к концу дня, разбор результатов вечером.

Но скорость выпуска обновлений не отменяет главного вопроса: какие из них действительно нужны пользователю и бизнесу, а какие лишь создают видимость активности.

У этого ускорения есть и обратная сторона. В отрасли уже используют термин workslop — результат, созданный ИИ и переданный коллегам без достаточной проверки. Вместо экономии времени он переносит работу на следующего сотрудника: нужно проверить факты, исправить ошибки, восстановить контекст, оценить риски. Stanford Social Media Lab оценила потери от такого явления в 9 млн долларов в год для компании со штатом 10 тыс. человек.

____________________________________

ИИ резко удешевляет и ускоряет исполнение, но не отменяет ключевую человеческую работу — выбрать действительно нужную задачу, проверить результат и встроить его в реальный процесс без потери качества и контроля. Поэтому главным ограничением становится не способность команды «сделать», а ее способность принимать обоснованные решения, отсеивать лишние инициативы и не превращать поток быстро сгенерированных результатов в новую операционную нагрузку.

Вебпрактик AI | Корпоративный ИИ