https://set.ki/post/2qyMHpt Риски внедрения ИИ: почему компании несут потери! Если вы внедряете ИИ, не разобравшись в работе компании, вы рискуете автоматизировать потери!

Компания внедряет ИИ, чтобы ускорить работу и сократить расходы. Но проходят месяцы, а сроки заказов не сокращаются, ошибки остаются, руководители продолжают разбирать одни и те же проблемы.

Возможно, дело не в технологии. Компания начала с выбора инструмента, так и не определив, какую задачу бизнеса хочет решить. Одна из ошибок при внедрении ИИ — автоматизировать процесс, не разобравшись, почему он работает плохо. Технология не заменяет организацию работы Представим производственное предприятие. Продажи обещают клиенту сроки, производство не всегда успевает, снабжение поздно получает информацию, а руководитель узнаёт о проблеме, когда заказ уже задержан.

ИИ может помочь анализировать заказы и прогнозировать загрузку. Но если подразделения не договорились, когда передавать информацию, кто подтверждает сроки и кто принимает решение при нехватке ресурсов, причина задержек останется. Это не значит, что перед внедрением ИИ нужно перестраивать всю компанию. Иногда достаточно автоматизировать одну операцию. Важно понять, где теряются время и деньги, а затем выбрать способ улучшения.

Что говорят исследования

В исследовании The State of AI: How Organizations Are Rewiring to Capture Value (McKinsey, 2025) участвовали 1 491 респондент из 101 страны. Переработка рабочих процессов сильнее всего коррелировала с сообщаемым влиянием генеративного ИИ на операционную прибыль среди изученных организационных характеристик. Это результаты опроса, а не доказательство причинно-следственной связи. Но они напоминают: недостаточно предоставить сотрудникам доступ к технологии — нужно понять, как она меняет саму работу.

В публикации OECD, BCG и INSEAD The Adoption of Artificial Intelligence in Firms: New Evidence for Policymaking (2025) рассматриваются барьеры внедрения ИИ, включая нехватку навыков и трудности перехода от отдельных экспериментов к более широкому применению.

С чего начать

Прежде чем выбирать ИИ, руководителю стоит ответить на четыре вопроса.

Какую задачу решаем? Не «внедрить ИИ в производство», а, например, сократить время подготовки плана или уменьшить число ошибок в заказах.

Как устроена работа сейчас? Где возникают задержки, кто передаёт информацию, кто принимает решения? Поговорите с теми, кто выполняет работу.

Что нужно изменить? Возможно, достаточно автоматизации. А возможно, сначала нужно согласовать порядок действий, распределить ответственность или наладить обмен данными.

Как проверим результат? Сравнить время выполнения задачи, число ошибок или затраты до и после пилота. Если улучшение не подтверждается, разобраться в причинах, а не масштабировать проект по инерции. Команду нужно подготовить: объяснить, для каких задач применять ИИ, как проверять ответы и какие данные нельзя передавать внешним сервисам. Руководителям важно контролировать исполнение и оценивать результат.

Связь со стратегией

Если у компании есть понятные приоритеты, легче выбрать, где ИИ действительно нужен: например, для повышения качества, снижения себестоимости или ускорения выполнения заказов.

Без такого ориентира подразделения запускают разрозненные эксперименты, а их вклад в результат бизнеса остаётся неясным. Поэтому внедрение ИИ должно быть частью обычной управленческой работы: постановки целей, планирования, распределения ответственности и оценки результата. Начинать стоит не с вопроса «Какой ИИ внедрить?», а с вопроса «Какую задачу бизнеса мы хотим решить и что мешает нам решить её сегодня?». Источники McKinsey & Company. The State of AI: How Organizations Are Rewiring to Capture Value (2025). https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-how-organizations-are-rewiring-to-capture-value OECD, BCG, INSEAD. The Adoption of Artificial Intelligence in Firms: New Evidence for Policymaking (2025). https://doi.org/10.1787/f9ef33c3-en