Вебпрактик AI | Корпоративный ИИ

💬 #БизнесСреда с Александром Букуровым, основателем и директором Вебпрактик Сбер и Red Mad Robot объявили о создании единых стандартов AI-нативной разработки для корпоративных процессов.

Новость отличная. Мы в «Вебпрактик AI» искренне рады, что отрасль искусственного интеллекта в России развивается так стремительно. Попытка создать общие стандарты и лучшие практики — это важный и своевременный шаг для всего рынка. Когда правила игры становятся понятными, внедрять инновации в крупный бизнес становится проще и безопаснее. Но здесь есть один критически важный момент. Создавая собственные стандарты, нам нельзя замыкаться в себе. Важно, чтобы мы опирались на передовой мировой опыт. AI-технологии развиваются глобально, и лучшие решения рождаются там, где есть открытость к мировым практикам. Если мы хотим строить по-настоящему конкурентоспособные продукты, наши внутренние стандарты должны быть синхронизированы с тем, как это делают лидеры индустрии во всем мире. В «Вебпрактик AI» мы как раз придерживаемся такого подхода: берем лучшие мировые практики и адаптируем их под реалии российского корпоративного сектора.

Буду рад обсудить в комментариях: как вы считаете, возможна ли полная стандартизация AI-разработки уже сейчас, или рынок еще слишком молод для жестких рамок? Вебпрактик AI | Корпоративный ИИ

Интересную параллель в осмыслении процесса внедрения ИИ в корпорациях предложил Fast Company в колонке об архитектуре бизнеса. Автор Энрике Данс сравнивает текущую волну интереса к ИИ с эпизодом BPR (Business Process Reengineering) в 1990-х годах. Тогда корпорации тоже пытались радикально перестроить свою работу вокруг новых ИТ-систем, но большинство инициатив с треском провалились. Причина была в негибкости инфраструктуры того времени — автоматизация часто сводилась к банальному «делать старые ненужные шаги, только быстрее». Сегодня мы рискуем повторить ту же ошибку: сверхумные и гибкие алгоритмы утыкаются в негибкие, аналоговые процессы. Большая часть рабочих цепочек по-прежнему строится вокруг людей, многоступенчатых согласований и разрозненных систем, между которыми данные переносятся вручную. В такой архитектуре ИИ-модели оказываются не встроены в контур принятия решений, а подключаются «поверх» уже существующей схемы. Ключевая мысль статьи в том, что искусственный интеллект стоит рассматривать не как надстройку к текущим процессам, а как повод пересмотреть их устройство. Речь идет о том, чтобы заранее заложить в цепочку шаги, которые могут выполняться алгоритмами, и обеспечить для этого необходимые потоки данных и права на принятие решений. Вебпрактик AI | Корпоративный ИИ

ROI и корпоративный ИИ: что делают те, кто зарабатывает гораздо больше Глобальное исследование PwC, охватившее 1200 корпораций по всему миру, показывает жесткую диспропорцию в результатах внедрения нейросетей. Всего 20% компаний, внедряющих ИИ, концентрируют в своих руках 74% всей финансовой отдачи от него, а разрыв между лидерами и отстающими продолжает расти: первые получают результат, в 7,2 раза превышающий показатели конкурентов. Главное отличие — в том, для чего бизнес вообще внедряет ИИ. Большинство отстающих компаний используют нейросети исключительно ради экономии и автоматизации рутины. Лидеры ставят перед технологиями другую задачу — прямой рост выручки, и в 2,6 раза чаще применяют ИИ для трансформации бизнес-моделей и выхода в новые коммерческие ниши. Например, компания John Deere встроила ИИ-систему компьютерного зрения в тракторы для точного распыления гербицидов. В результате они начали продавать фермерам не просто технику, а подписку на экономию химикатов — обеспечив себе регулярную выручку за счет новой бизнес-модели, недоступной без алгоритмов. Вместо того чтобы распылять ИТ-бюджет на десятки мелких пилотов, успешные игроки концентрируют инвестиции в одну-две стратегические точки, способные открыть новые источники дохода. Вебпрактик AI | Корпоративный ИИ

Эксперимент в Стокгольме: ИИ назначили директором кофейни, а он слил бюджет на 3000 перчаток и помидоры, которых нет в меню Сможет ли нейросеть управлять реальным бизнесом без помощи человека? Чтобы это проверить, стартап Andon Labs открыл в Швеции настоящую кофейню. Кофе там варят живые бариста, а вот должность CEO отдали автономному ИИ-агенту по имени Мона (работает на базе Google Gemini). Моне выделили стартовый капитал в $21 000 и дали полный карт-бланш: от работы с поставщиками до составления расписания. Поначалу робот-директор впечатлял. Мона сама нашла помещение, подписала договор на электричество, оформила страховки и разместила вакансии на LinkedIn. Но когда дело дошло до ежедневной операционки, ИИ начал вести себя как босс с тяжелой формой амнезии. Мона забила склад крошечного кафе неликвидом: заказала 6 000 салфеток, 3 000 одноразовых перчаток, четыре аптечки и гору консервированных помидоров (хотя блюд с томатами в меню вообще нет). Оказалось, проблема кроется в техническом ограничении — размере контекстного окна. Языковая модель живет только «здесь и сейчас». Как только старые накладные выпадают из кратковременной памяти Моны, она просто забывает, что склад уже забит перчатками, и заказывает их заново. Из-за таких управленческих решений от стартового бюджета осталось меньше $5 000, и сейчас кофейня с трудом сводит концы с концами. Этот забавный кейс подсвечивает проблему, о которой бизнес часто забывает на волне энтузиазма. Самая умная языковая модель не имеет здравого смысла по умолчанию. Чтобы ИИ действительно мог управлять процессами, ему нужна архитектура долгосрочной памяти (которая свяжет нейросеть с реальными остатками на складе), жесткие лимиты на транзакции и контроль человека. Без этого алгоритмы способны разорить компанию просто потому, что, например, забыли вчерашний день.

Геополитика и ИИ: зачем OpenAI предлагает создать глобальный регулятор с участием США и Китая В мире корпоративного ИИ намечается серьезный сдвиг на уровне глобального регулирования. Как пишет Bloomberg, вице-президент OpenAI по глобальным вопросам Крис Лехейн заявил, что компания поддерживает создание единого международного органа по контролю за развитием искусственного интеллекта. Причем с обязательным участием Китая. Это заявление прозвучало за несколько часов до встречи Дональда Трампа и Си Цзиньпина. В чем суть инициативы? По задумке OpenAI, новый орган мог бы работать по принципу МАГАТЭ (Международного агентства по атомной энергии), которое задает стандарты безопасности и предотвращает бесконтрольное распространение атомных технологий. В компании считают, что ИИ выходит за рамки традиционных торговых споров. Поэтому США должны использовать свое технологическое лидерство, чтобы сформировать глобальные правила игры вместе с другими странами. Один из предложенных вариантов — объединить усилия американского Института безопасности ИИ с аналогичными структурами, которые сейчас открываются по всему миру. При этом Белый дом пока относится к идее скептически. Американские чиновники ранее уже заявляли, что не поддержат единое мировое управление ИИ. Тем более что у ИТ-гигантов из США есть серьезные претензии к китайским разработчикам, которые регулярно используют результаты западных LLM для обучения собственных моделей. ───────────────── Подобные дискуссии на высшем уровне показывают, что искусственный интеллект окончательно переходит из статуса экспериментальной технологии в категорию стратегической инфраструктуры. Для бизнеса это четкий сигнал: эпоха нерегулируемого рынка нейросетей заканчивается. Требования к комплаенсу и безопасности будут только расти, и закладывать их в корпоративную ИТ-архитектуру нужно уже на этапе проектирования, а не после внедрения. Вебпрактик AI | Корпоративный ИИ

🗯️ #ПятничныйКейс с Сергеем Калюжным Как автомобильный маркетплейс обслужил в 2 раза больше клиентов и вышел в прибыль, перестроив всю компанию вокруг голосового ИИ Проблема: операционный коллапс роста Kavak — крупнейший маркетплейс подержанных авто в Латинской Америке. К 2024 году компания столкнулась с классической дилеммой: чтобы расти, нужны люди. Много людей. Каждый новый рынок требовал пропорционального роста команды. Решение: трансформация, а не автоматизация CPO Алехандро Маза предложил радикальное: перестроить ВСЕ процессы — продажи, операции, поддержку — вокруг голосовых AI-агентов. Не заменить операторов ботом, а сделать компанию AI-native. Kavak выбрал Vapi как платформу и начал с одного сценария, затем масштабировали на десятки процессов. Сегодня вся компания либо создаёт агентов, либо настраивает их, полностью изменив бизнес-модель. Почему платформа, а не готовый бот? У Kavak сложная цепочка: прогнозирование, ценообразование, осмотр авто, кредитование, доставка, обслуживание. Каждый процесс уникален — готовый бот решил бы 5% задачи. Платформа же позволила построить экосистему специализированных агентов под каждое звено. Результат: экономика изменилась Через год: - Прибыльность (декабрь 2025 — первый прибыльный месяц в Мексике) - В 2 раза больше клиентов при сохранении качества - На 40% больше транзакций за год

Выводы Разница между «оптимизацией функций» и «трансформацией бизнеса»: Kavak удвоил базу БЕЗ пропорционального роста команды. Это не оптимизация — это другая бизнес-модель, основанная на AI-решении. Что примечательно для российского рынка: сложность и уникальность процессов зачастую делает готовые решения малоприменимыми. Платформенный подход дает гибкость, позволяя кастомизировать AI-агентов под локальный рынок и ваши собственные процессы.

Вебпрактик AI | Корпоративный ИИ

Месть гуманитариев: почему бигтех готов платить философам по 400 000 $ в год Шутки про выпускников философских факультетов, которые идут работать бариста, больше не актуальны. Как пишет Business Insider, сейчас этих специалистов активно хантят ведущие разработчики ИИ — Anthropic, Google DeepMind и OpenAI. Зарплаты на таких позициях варьируются от 140 000 $ до более чем 400 000 $ в год. Зачем корпорациям понадобились философы? Создать мощную языковую модель — только половина дела. Проблема в том, что нейросети галлюцинируют, выдают токсичный текст и предвзятые ответы. Инженерам и дата-саентистам легко написать код, но крайне сложно перевести на язык алгоритмов такие абстрактные понятия, как «справедливость», «этика» или «безопасность». Здесь на сцену выходят гуманитарии. Они развивают направление AI alignment (согласование ИИ с человеческими ценностями). В Anthropic штатный философ Аманда Аскелл буквально создавала «характер» нейросети Claude, чтобы та была честной и не давала опасных советов. В Google DeepMind философ Иасон Габриэль следит за тем, чтобы ИИ в своих решениях опирался на базовые права человека. По сути, эти специалисты формируют базовый свод правил поведения, который зашивается в модель на этапе обучения. Без этого нейросеть остается умным, но непредсказуемым алгоритмом. Вебпрактик AI | Корпоративный ИИ

4️⃣4️⃣% — столько сотрудников поколения Z намеренно саботируют ИИ-инициативы руководства. Обычно именно молодежь первой подхватывает новые технологии. Но с искусственным интеллектом этот тренд сломался. По данным свежих исследований (Writer и Workplace Intelligent) молодые сотрудники активно сопротивляются внедрению нейросетей на рабочих местах: от принципиального отказа от ИИ-инструментов до «теневого» саботажа — например, слива корпоративной информации в публичные чат-боты. Опрос Gallup подтверждает картину: сегодня лишь 18% зумеров с оптимизмом смотрят на развитие ИИ, что на 9% ниже показателей 2025 года. Почему так происходит? Причина не в технологиях, а в страхе. Сотрудники воспринимают ИИ не как помощника, а как угрозу, созданную для их замены. Бизнес часто просто спускает сверху директиву «теперь мы используем ИИ», не перестраивая процессы и не объясняя, как именно алгоритм облегчит ежедневную рутину конкретного специалиста. Вебпрактик AI | Корпоративный ИИ

💬 #БизнесСреда с Александром Букуровым, основателем и директором Вебпрактик ИИ — новый слой бюрократии? Как не усложнить то, что работало

Мы привыкли думать, что искусственный интеллект автоматически ускоряет работу. Но на практике я все чаще вижу обратный эффект: внедрение ИИ создает новый, еще более сложный слой корпоративной бюрократии. Как это выглядит в реальности? Вместо того чтобы просто написать письмо клиенту, менеджер тратит 15 минут на составление идеального промпта для ИИ-ассистента. Затем еще 10 минут вычитывает и правит сгенерированный текст, потому что нейросеть не уловила контекст прошлых договоренностей. В итоге процесс, который раньше занимал 5 минут, теперь занимает 25. Зато «мы используем передовые технологии».

⚡️Главная ошибка — попытка «прикрутить» нейросеть к старому процессу. Если у вас хаос в регламентах, ИИ просто автоматизирует этот хаос. Если процесс изначально был неэффективным, вы получите тот же неэффективный процесс, но теперь с дорогим API и необходимостью обучать сотрудников промпт-инжинирингу. ➡️ Внедрение ИИ требует пересборки процессов. Прежде чем внедрять агентов или RAG-системы, задайте себе вопрос: а нужен ли этот процесс вообще? Возможно, его стоит не автоматизировать, а просто отменить. ИИ должен забирать рутину, а не создавать новую.

Вебпрактик AI | Корпоративный ИИ

SaaS умер, да здравствует SaaS! От Software-as-a-Service к Service-as-a-Software Жюльен Бек в статье «Services: The New Software» утверждает: эра продажи инструментов (SaaS) заканчивается. Будущими лидерами рынка станут не те, кто делает удобный софт для сотрудников, а те, кто продает готовый результат работы. На рынке B2B-решений намечается тектонический сдвиг: переход от модели Copilot (инструмент в руках профи) к модели Autopilot (продажа готового результата). Главный тезис статьи: Инвесторы и стратеги теперь смотрят не на IT-бюджеты компаний, а на бюджеты, выделяемые на аутсорсинг услуг. На каждый $1, потраченный на софт, приходится $6, потраченных на аутсорс-сервисы. ИИ-компании нового поколения нацелены именно на эти $6. Выжимка Разделение труда: ИИ берет на себя «интеллект» (работу по сложным, но фиксированным правилам), человек оставляет за собой «суждение» (опыт, чутье и принятие решений). Смена модели: Софт-помощники (Copilot) лишь повышают продуктивность профи. Софт-исполнители (Autopilot) сами выдают результат заказчику (например, закрытый бухгалтерский баланс). Путь внедрения: Проще всего внедрять ИИ там, где задача уже вынесена на аутсорс. Это воспринимается как обычная смена подрядчика, а не болезненная реорганизация штата. Рынки: Бухгалтерия, страхование, юридическая рутина и IT-поддержка — здесь ИИ уже готов продавать результат напрямую. Источник: Services: The New Software by Julien Bek ───────────────── Действительно, бизнесу не нужны инструменты, ему нужно «закрыть вопрос». Но есть нюанс: полная замена подрядчика на алгоритм упирается в вопрос ответственности за конечный результат. Пока ИИ не может нести юридические риски за ошибки в аудите или документах, он остается лишь очень эффективным подмастерьем. Для нашего рынка это значит, что в ближайшем будущем первыми под замену на ИИ пойдут процессы с низким риском: первая линия клиентской поддержки, проверка контрагентов и стандартные закупки. Это тренд, к которому стоит готовиться уже сейчас, пересматривая условия контрактов с внешними сервисными компаниями и оценивая, какую часть их работы вы можете забрать внутрь и автоматизировать. Вебпрактик AI | Корпоративный ИИ

Свежий срез настроений британского бизнеса отлично подсвечивает глобальную проблему: купить доступ к ИИ оказалось гораздо проще, чем заставить его работать на компанию. По данным опроса YouGov среди компаний Великобритании, 64% предприятий уже использует ИИ, но полностью интегрировали его в основные операционные процессы только 10%. Если посмотреть на барьеры, которые мешают компаниям масштабировать ИИ, становится очевидно: бизнес останавливает не стоимость (на нее жалуются всего 9%), а риски, связанные с данными. Интересно, что чем крупнее компания, тем сильнее ее беспокоят эти риски: Опасения по поводу точности и надежности выдачи (галлюцинации) — это барьер №1. Для крупных корпораций этот фактор критичнее, чем для малого бизнеса (42% против 37%). Конфиденциальность и безопасность данных — барьер №2. Он тормозит внедрение в 38% крупных компаний (и только в 24% средних и малых). Нехватка внутренних компетенций (in-house экспертизы) замыкает тройку главных проблем корпораций (26%). Получается, что корпоративный сегмент уже прошел стадию недоверия к ИИ как явлению и уперся в вопросы архитектуры и валидации. Масштабированию мешает страх перед ошибками нейросетей на реальных данных и опасения за безопасность внутреннего контура. Вебпрактик AI | Корпоративный ИИ

ИИ и продуктивность: почему нагрузка на команды растет, а не падает Свежие данные показывают интересный тренд: алгоритмы действительно ускоряют выполнение отдельных задач, но общая рабочая нагрузка на сотрудников парадоксально увеличивается. Разбираемся в цифрах и причинах этого явления. - По данным апрельского отчета Dice, 46% ИТ-специалистов чувствуют переутомление — это почти вдвое больше, чем годом ранее. - Исследование UC Berkeley: ИИ не сокращает рабочие часы, а уплотняет их. Ученые назвали этот феномен «workload creep» (расползание нагрузки) — благодаря ускорению рутины люди берутся за дополнительный функционал, а общий объем работы только растет. - По данным Global Talent Barometer, 70% сотрудников по всему миру испытывают выгорание на фоне внедрения ИИ без должного обучения. Почему мы видим такие цифры? С точки зрения ИТ-архитектуры и процессов, компании часто автоматизируют генерацию контента или кода, но не сам процесс целиком. Например, доступ к LLM в соседней вкладке браузера заставляет людей тратить сэкономленное время на перенос данных между системами и ручной фактчекинг. Возникает «иллюзия продуктивности» — задач делается больше, но времени на их склейку уходит столько же. Это классический управленческий разрыв. Руководство ожидает рост KPI, полагая, что алгоритмы всё ускорят по умолчанию. Но без обучения прикладным сценариям команды остаются один на один с новыми интерфейсами. Люди вынуждены самостоятельно разбираться, как применить нейросеть в своих ежедневных задачах в условиях жестких дедлайнов. В результате такое поверхностное — без интеграции в процессы и ролевой адаптации — внедрение ИИ превращается не в помощь бизнесу, а в выгорание и тихое сопротивление сотрудников. Вебпрактик AI | Корпоративный ИИ

OpenAI создала отдельную компанию для внедрения AI-агентов в бизнес. Это важный сигнал для рынка: одних сильных моделей уже недостаточно, теперь главная задача — внедрить их в реальные бизнес-процессы. Новая структура OpenAI называется The Deployment Company. Почти одновременно Anthropic объявила о создании похожей структуры, чтобы ускорить внедрение Claude в ключевые операции компаний. То есть рынок движется от модели продажи доступа к модели продажи внедрения — с инженерами, интеграцией и длительной поддержкой. OpenAI и Anthropic сейчас фактически инвестируют в «последнюю милю» внедрения в рабочие процессы компаний, где ИИ-агенты должны работать с корпоративными данными, внутренними сервисами и конкретными сценариями бизнеса. Для корпоративного рынка это выглядит как зрелая фаза AI: побеждает не тот, у кого просто сильнее модель, а тот, кто умеет встроить ее в операционную среду клиента. И в этом смысле новость подтверждает простую вещь: основной дефицит рынка сейчас не в LLM, а в командах, которые умеют доводить AI до продакшена. Вебпрактик AI | Корпоративный ИИ