Пленарная бизнес-сессия Альянса в сфере искусственного интеллекта «Раскрывая потенциал ИИ: преодолеваем ключевые барьеры внедрения в бизнесе» прошла во второй день конференции AI Journey 2025. Модератор — первый заместитель председателя правления «Сбербанка», председатель Наблюдательного совета Альянса Александр Ведяхин — в начале дискуссии объяснил выбор темы: компании находятся в точке, когда использование ИИ в бизнесе перестало носить экспериментальный характер, но массовое внедрение по-прежнему сопровождается серьезными трудностями. 85% крупнейших корпораций США и Европы внедряют или тестируют GenAI-инициативы, свидетельствуют данные BCG. PwC оценивает прирост глобального ВВП от развития ИИ к 2030 году почти в $15,7 трлн.

Ведяхин отметил, что есть области, где Россия движется быстрее других: антифрод-системы, которые делают мошенничество экономически невыгодным; автономные агенты, встраиваемые в операционные процессы; индустриальные ИИ-решения в добыче, металлургии и химии. Но при всем прогрессе компании сталкиваются с ограничениями, которые сдерживают масштабирование.

Опрос, который Альянс провел среди своих участников, выявил пять групп таких барьеров: сложности с людьми — от нехватки компетенций до вопросов культуры, обучения и вовлеченности; ограничения инфраструктуры, включая качество данных, доступ к вычислительным ресурсам и требования безопасности; инвестиционные барьеры, связанные как с объемом необходимых ресурсов, так и с уровнем допустимого риска; вопросы регулирования и этики, которые определяют правила игры и формируют доверие к технологиям, и, наконец, стратегические факторы, зависящие от видения и целеполагания, задаваемых первыми лицами компаний.

В дискуссии приняли участие Андрей Белевцев, директор Центра искусственного интеллекта «Сбера»; Тигран Худавердян, член совета директоров «Яндекса»; Станислав Близнюк, председатель правления «Т-Банка»; Василий Номоконов, исполнительный директор СИБУРа; Владимир Верхошинский, генеральный директор «Альфа-Банка».

Фото: AIJ

Люди: дефицит компетенций и управленческого понимания

Первым обсуждался кадровый вопрос. «Проблема кадров состоит из двух частей. Первая — специалисты. Таких людей в стране очень мало. Их фактически взращивают крупные компании, которые годами вкладывают в развитие этих ролей. Вторая — руководители, у которых отсутствует понимание, что в искусственный интеллект необходимо инвестировать. Получается парадокс: людей, которые способны делать проекты, не хватает, а те, кто может поднять приоритет и обеспечить нужный уровень внимания, не всегда готовы это делать», — обрисовал проблему Станислав Близнюк, председатель правления «Т-Банка».

Следующий вопрос Ведяхин адресовал Василию Номоконову: может ли промышленная компания удерживать таланты, если финтех и бигтех перетягивают лучших? Исполнительный директор СИБУРа пояснил, что компания идет по пути минимизации затрат, привлекая внешних партнеров. «Чтобы создавать подобные решения, нужна платформа. Можно искать людей годами, а можно найти партнеров — бигтех или телеком — и не строить все самим. Есть стартапы, которые пишут агентов быстрее и эффективнее нас. Нам не нужно столько инженеров, сколько коллегам на сцене», — сказал он, отметив, что задачи в нефтехимии отличаются от стоящих в бигтехе, и именно это привлекает тех специалистов, которым интересна промышленность.

Тигран Худавердян считает, что отечественным компаниям «грех жаловаться», так как Россия входит в топ стран по качеству и количеству специалистов в ИИ. Топ-менеджер добавил, что сама по себе индустрия ИИ является «магнитом» для талантов, которых привлекает ощущение причастности к большому технологическому сдвигу: «Сейчас происходит технологическая революция, сравнимая по масштабу с появлением интернета. Людей мотивирует участие в этом процессе. Россия — в числе стран, где высокий уровень инженерной культуры, и специалисты хотят работать там, где есть вызовы».

Ответ на вопрос о том, что помогает компаниям сегодня удерживать таланты, Владимир Верхошинский сформулировал так: «Офисы, спортзалы, футбольные комнаты — это уже не конкурентное преимущество. Людей удерживает культура. У нас культура для умных и свободных. Те, кому она подходит, остаются».

Андрей Белевцев отметил, что и создатели фундаментальных моделей, и разработчики прикладных решений сталкиваются с проблемой привлечения профильных специалистов: для data scientists это уже не чистое моделирование, для разработчиков — не классическая инженерия. «В результате формируется зона, которая буквально проваливается между двумя ролями: ни data scientists, ни разработчики не доводят такие решения до конца. Чтобы агентные системы работали, нужны новые навыки внутри существующих специальностей, и именно их сейчас приходится целенаправленно развивать», — уверен директор Центра искусственного интеллекта «Сбера».

Как решать проблему нехватки профильных специалистов? В этом участники дискуссии были едины — именно бизнес сегодня формирует новое поколение инженеров, аналитиков, разработчиков и продуктовых специалистов. Университеты и колледжи больше не успевают за потребностями рынка, поэтому бигтех, финтех и индустриальные корпорации создают собственные школы, программы и целые университеты, чтобы выращивать специалистов «под задачу». Среди таких инициатив — Школа анализа данных «Яндекса», Центральный университет «Т-Банка» и платформа «Альфа-будущее».

Фото: AIJ

Инфраструктура: куда направить интеллектуальный ресурс кибербезопасности

Главный инфраструктурный барьер для внедрения ИИ — не столько дефицит мощности или проблемные данные, сколько конфликт между необходимостью быстро экспериментировать и жесткими требованиями кибербезопасности.

«Искусственный интеллект никак не посягает на требования безопасности сам по себе», — категоричен Худавердян. По его словам, проблема в том, что, с одной стороны, «происходит революция: все понимают, что бизнес можно оптимизировать на десятки процентов. Это требует экспериментов», с другой стороны — кибербезопасность заявляет, что данные не могут покидать контур компании. «Тогда звучит предложение построить внутри контура полноценную инфраструктуру. Это попадает на стол финансовому директору. Финансовый директор спрашивает: «Зачем тебе это?» — и слышит в ответ: «Мне нужно попробовать, у меня есть идеи». Для финансиста «попробовать — не аргумент». В итоге простой эксперимент превращается в проект стоимостью минимум десятки миллионов рублей, и это становится реальным барьером для старта».

Именно поэтому — из-за дороговизны инфраструктуры — переход в облака в долгосрочной перспективе неизбежен, отметил Белевцев: «Кибербезопасности нужно думать не о тотальном запрете, а о том, как сделать использование облака безопасным. Потому что эксперимент можно запустить завтра и через месяц получить результат, а не ждать полгода, пока «железо» доедет и будет введено в строй».

Худавердян добавил, что когда искусственный интеллект будет внедрен и начнет принимать решения, возникнет новая задача: как обезопасить бизнес и людей от уже принятых решений самого ИИ. «Поэтому я предлагаю всем, кто занимается информационной безопасностью, направить свой интеллектуальный ресурс именно туда — на будущую проблему, а не на то, что кто-то якобы может украсть «терабайт данных с какого-нибудь станка», — заключил он.

Руководителя «Т-банка» беспокоит, что ИТ-безопасность уже стала войной ботов: «Мошенникам никто ничего не запрещает: они могут использовать любые датасеты, любые модели, любые инструменты — и уже начинают атаковать именно так. Если мы себе все запретим, а злоумышленники будут свободны в использовании технологий, то они в итоге окажутся впереди». Близнюк поделился, как в компании пытаются решить вопрос с учетками чувствительной информации через ИИ-программы: как только сотрудник пытается передать чувствительные данные, система показывает предупреждение или прямой запрет — эти данные передавать нельзя, можно только такие: «То есть сотрудник может пользоваться чем угодно, но есть фильтр, который подсказывает, какие данные критичны для компании».

Верхошинский, в свою очередь, озвучил волнующую банки проблему: с развитием ИИ-агентов уровень социального инжиниринга и мошенничества вырастет кратно. «Заниматься кибербезопасностью нужно так же увлеченно и так же ответственно, как разработкой», — подчеркнул он. Топ-менеджер отметил, что вскоре сфера кибербезопасности станет очень привлекательной для молодых специалистов, «потому что именно там сейчас сосредоточено острие инноваций».

Номоконов подтвердил, что инфраструктурные барьеры — прежде всего, организационные. Чтобы компании могли двигаться быстрее, им нужно переходить от культуры запрета к культуре управляемого допуска. Топ-менеджер поделился простым, но действенным рецептом, как определить, насколько автономен должен быть ИИ — в зависимости от цены ошибки. Во многих процессах можно работать по принципу copilot: система подсказывает оптимальное решение, человек смотрит и подтверждает. Если цена ошибки невысока, предварительный контроль можно заменить последующим — через неделю или месяц выборочно проверить решения и убедиться, что все в порядке. Если же цена ошибки очень велика, то в ней автоматически должна быть «зашита» защита от дурака, и неважно, нажимает ли кнопку ИИ или человек.

Фото: AIJ

Инвестиции: стратегическая ставка и прыжок веры

Как первые лица принимают решения о крупных вложениях в ИИ, если результаты заранее неизвестны? Участники дискуссии подтвердили, что чаще всего на старте есть только вера и стратегическое понимание самого управленца.

Первым высказался Андрей Белевцев. Эффективность того или иного решения зачастую становится понятна уже только после его внедрения. В таких ситуациях топ-менеджер советует использовать статистические методы сравнения. «Должен быть некий ground truth: ты должен знать, сколько тебе сегодня стоит выполняемый процесс. Если ты не понимаешь текущую стоимость, ты в принципе не сможешь рассчитать эффект от внедрения новой технологии», — пояснил спикер.

И привел конкретный пример из практики «Сбера»: «Один из подходов — мы сравнивали, сколько времени две одинаковые по скиллам и статистике работы команды тратят на решение одной и той же задачи — с агентной системой и без нее. Получили конкретные результаты, которые показывают, что эффект есть и он измерим. Можно проводить исследования, внутренние сравнения, A/B-тесты — но обязательно нужно понимать, сколько сегодня стоит процесс, иначе оценка эффекта невозможна».

Владимир Верхошинский честно признался, что инвестиции в ИИ — больше искусство, чем наука. Но в 2025 году году 73% всех инвестиций «Альфа-банка» в технологии пришлись на ИИ, масштаб — десятки миллиардов рублей. При этом на старте руководитель применяет «правило буравчика»: если возможен даже небольшой эффект — условно, рост производительности на 5% — и есть вера, что проект может дать такой эффект, — идем вперед. Очевидно, что сегодня невозможно не инвестировать в искусственный интеллект: «Те, кто только начинают это делать сейчас, уже опоздали».

Банкир обозначил и другой тренд — в отличие от «Яндекса» и «Сбера», строящих дорогостоящие фундаментальные проекты, другие игроки предпочитают прикладное экспериментирование на чужих моделях. «Мы строим свою платформу AlfaGen. «Сбер» и «Яндекс» строят свои большие языковые модели, а «Т-банк» дообучает китайские LLM, мы же используем то, что создают ведущие игроки. Считали ли мы, когда все это окупится? Никогда. На стратегическом цикле это решение категории «верю — не верю». Если понимаем, что направление критичное и что его нельзя пропустить — инвестируем. А когда технология начинает жить, появляется возможность считать: создавать модели численности, эффективности, окупаемости, метрики. Но в начале это всегда стратегическая ставка».

Как рассказал руководитель «Т-банка», принимая решения, банк ожидает либо повышения прямой операционной эффективности (действует простое правило: «все инвестиции, которые делаем в этом году, должны окупиться в следующем»), либо появления принципиально новых продуктов. Решения второго рода принимать значительно сложнее, поясняет Близнюк: «Нужно совершить прыжок веры: сделать продукт, поверить, что он будет востребован и что инвестиции вернутся. Это уже не про экономику «окупится за год», а про стратегию. У нас культура test and learn, и за ошибки никто не ругает. Мы считаем, что серия небольших прыжков рано или поздно приводит к тому моменту, когда компания снова возвращается в парадигму: увеличиваешь инвестиции — в следующем году их окупаешь. И так можно масштабировать бизнес дальше».

Фото: AIJ

Стратегия и роль первых лиц

Как нужно изменить оргструктуру и какие KPI поставить, чтобы внедрение искусственного интеллекта действительно происходило? Единого рецепта нет, но участники дискуссии сходятся во мнениях, что технология масштабируется только тогда, когда именно первые лица задают темп, ритм и приоритеты.

Худавердян выделил три ключевых условия:

• Давление сверху: топ-менеджмент должен быть по-настоящему вовлечен.

• Давление должно «проваливаться вниз» через инструменты управления: KPI, лимиты найма, бюджетные ограничения. «Это означает, что мы по-другому смотрим на профессии и процессы, где ИИ может изменить структуру занятости. Если кто-то приходит и говорит: «Мне нужно увеличить отдел на столько-то людей», должны быть новые принципы пересмотра лимитов найма, бюджетов и стоимости внутренних операций», — пояснил Худавердян.

• Нужна инфраструктура для возможности экспериментировать: «Если инфраструктуры нет, перед тобой бетонная стена, никакое внедрение ИИ невозможно».

Близнюк считает, что любому руководителю сначала нужно именно поверить в технологию: «когда разберется, будет поздно, конкуренты уйдут вперед». Второй важный фактор — максимальное вовлечение молодых и предоставление им права на эксперименты. «Молодой человек приходит, он открыт ко всему новому — именно такие люди могут изменить компанию изнутри и сделать ее по-настоящему AI-ориентированной», — убежден председатель правления «Т-банка».

В «Альфа-банке» есть единый центр экспертизы — все, что связано с данными и искусственным интеллектом, собрано в одном блоке. По всей организации — свои AI-агенты, продуктовые команды, внедрение в каждом направлении. «Это модель осьминога: большая голова — единый центр, и множество щупалец, проникающих во все части компании, — пояснил Владимир Верхошинский. — Дальше работает стандартная логика: сначала маленькие победы, потом большие. Когда люди видят конкретные эффекты, тема начинает распространяться сама собой. Получить бюджет на проекты с искусственным интеллектом у нас сегодня значительно проще, чем на любые другие. Организация учится, заражается этим подходом, и волна идет снизу вверх и сверху вниз одновременно».

В СИБУРе, по словам Номоконова, подошли к вопросу «полубюрократически-военно». В 2026 году у каждого члена правления будет два KPI в личных целях, связанных с искусственным интеллектом. Первый — реализация принятых инициатив в его зоне ответственности. Второй — проникновение инструментов ИИ во вверенные подразделения: какой процент сотрудников прошел обучение и какой процент реально используют доступные инструменты. «Это позволяет делать внедрение системным, а не точечным», — уверен исполнительный директор СИБУРа.