Пока компании обсуждают стратегию внедрения AI, сотрудники уже встроили его в свою работу. Один отдел подключил AI для аналитики. Другой экспериментирует с агентами. Третий использует внешнюю модель. Где-то уже идет пилот с интегратором. Каждая инициатива по отдельности может быть полезной, но в какой-то момент возникает неудобный вопрос: “а кто-нибудь в компании вообще видит всю картину?”

Какие AI-инструменты уже используются? К каким данным они имеют доступ? Какие задачи решают? И не создают ли разные команды параллельно похожие решения? Последнее я все чаще слышу в разговорах с компаниями. А вот риски работы с данными уже хорошо видны в цифрах.

По исследованию «Солара», объем корпоративной информации, которую сотрудники отправляют в публичные AI-сервисы, за год вырос более чем в 30 раз. При этом около 60% организаций не имеют формализованных политик работы с AI. Но утечки данных — только часть проблемы. Есть еще управленческая: AI распространяется внутри компании быстрее, чем появляется понимание, где, зачем и по каким правилам он используется.

Запрещать эксперименты — вряд ли выход. Гораздо важнее сделать их видимыми: понимать, какие AI-сценарии уже существуют и кто за них отвечает, определить правила работы с данными, видеть дублирующиеся инициативы, а успешные пилоты переводить в управляемые бизнес-процессы.

Как управлять корпоративным AI, если он развивается сразу в десятках точек компании? Возможно, следующий шаг — не единый AI на всю компанию, а единая среда и правила, внутри которых разные команды могут создавать свои сценарии, используя корпоративные данные, интеграции и общую модель доступа.

А вы знаете, сколько AI-решений сейчас реально работает внутри вашей компании — и кто за них отвечает?