Я веду стратсессии в разных компаниях и пока нигде не вижу системного, а главное — экономически доказанного использования ИИ. Сплошные пилоты и слайды для советов директоров. Но это не значит, что технология не работает. Она просто требует другого калибра задач.

Свежий кейс от президента одной публичной компании. Стояла задача пересмотреть дивидендную политику. Консультанты, опираясь на свой опыт, заложили на вычитку регламентов и анализ политик сопоставимых глобальных компаний пару месяцев и целую команду.

В итоге задачу закрыл ассистент из аппарата гендиректора. Взяли дивидендную политику 10 крупных сопоставимых корпораций, сравнили их, затем собственную дивидендную политику и сравнили ее — грамотный промпт, загрузка массива данных, сравнение, генерация рекомендаций. Меньше двух дней работы. Выявили узкие места в собственной политике, с которыми теперь можно предметно разговаривать.

ИИ сейчас — это не магическая трансформация, а отличный инструмент для быстрого бенчмаркинга и рутинной аналитики.

Поэтому, когда ваш IT-директор придет с большим инвестиционным запросом на ИИ, первым вопросом требуйте обоснование выхлопа в короткой перспективе.

Стратегия на сегодня для компаний без избытка свободных ресурсов проста: смотреть, что делает Сбер с Гигачатом, учиться технологически, но в тяжелые внедрения пока не лезть. Это всё еще неочевидный венчур. А вот точечно, для сравнения и генерации гипотез — использовать смело.