Бизнес набирается ума
Как ИТ-компании сегодня используют ИИ для автоматизации бизнес-процессов и масштабируют свои решения на внешний рынок
Еще несколько лет назад ИИ в российских компаниях был уделом экспериментальных команд и разрозненных пилотных проектов. Сегодня же он становится стандартным инструментом оптимизации ключевых бизнес-процессов: от финансового контроля до промышленного производства. Бизнесу важно не столько наличие модели, сколько понятный сценарий ее применения, измеримый эффект и возможность встроить ИИ в существующие контуры ERP, BI и систем налогового мониторинга.
Фото: Евгений Павленко, Коммерсантъ
Фото: Евгений Павленко, Коммерсантъ
На этом фоне растет спрос на решения на стыке ИИ и процессной аналитики: Process Mining позволяет увидеть реальные действия сотрудников, измерить ресурсоемкость процессов и уже на этой основе принимать решения об автоматизации, о внедрении цифровых сотрудников и пересборке регламентов. В отраслях с высокой маржинальной чувствительностью — металлургия, девелопмент, финансовый сектор — ИИ постепенно становится частью производственной и финансовой инфраструктуры: от предиктивной аналитики и управления выручкой до интеллектуального налогового мониторинга и отраслевой экспертизы, встроенной в ИТ-платформы.
По данным MWS AI (МТС Web Services), весь рынок ИИ в России в 2025 году оценивается в 168 млрд руб., а к 2029 году может вырасти более чем втрое — до 516 млрд руб. Сегмент ПО и сервисов ИИ вырастет с 50 млрд руб. в 2025-м до 155 млрд руб. к 2029 году при среднегодовых темпах около 32,5%.
Как замечают собеседники “Ъ”, в 2026 году компании начинают понимать, что большая часть сотрудников уже активно использует ИИ для рабочих задач — просто неофициально. Это создает много ИБ-рисков для компаний, но сам тренд необратим — люди уже поняли, какие возможности открывают перед ними передовые LLM. Прим этом важно отметить, что меняется сам подход к использованию ИИ: если еще недавно все воспринимали ИИ просто как чат-ботов, то сейчас бизнес переходит к ИИ-агентам, которые выполняют комплексные задачи самостоятельно.
Так, по оценке «Яков и партнеры» и «Яндекса», более 70% российских компаний уже используют решения на базе генеративного ИИ как минимум в одном бизнес-процессе, а совокупный экономический эффект от ИИ к 2030 году может достигнуть до 12,8 трлн руб. в год.
В этом контексте важно учитывать, что немногие российские ИТ-компании прошли полноценный путь от классического системного интегратора до партнера по полноценной ИИ-трансформации бизнеса. Одной из таких сегодня выступает RAMAX Group, которая за много лет выстроила сквозную экспертизу и научилась внедрению сложных ML-решений в ключевых отраслях экономики.
В России значительно растут инвестиции в искусственный интеллект — за последний год они увеличились на 36%, притом что до 70% бизнеса уже использует нейросети для повышения эффективности хотя бы в одном процессе, говорит вице-президент по продажам RAMAX Group Дмитрий Буленков. Так, эксперт отмечает, что RAMAX Group сегодня уже активно внедряет ИИ внутри компании на разных этапах.
Во-первых, компания применяет нейросети при работе с облаками. Например, для сложных аналитических задач, составления комплексных отчетов, юридической консультации. Для всего этого необходимы в первую очередь сильные ИИ, среди которых, например, Claude Code от Anthropic, говорит Дмитрий Буленков. При работе с нейросетями для бизнеса важно не экономить на качестве модели, потому что разница между средней и лучшей нейросетью на сложных задачах будет колоссальная, добавляет он.
Во-вторых, нейросети позволяют обеспечить анонимность данных. Для того чтобы в России использовать облачные ИИ без нарушений законодательства, необходима надежная система, которая вычищает персональные данные до того, как они уходят на внешние ресурсы, отмечает эксперт. Без этого компонента работа с внешними сервисами может быть довольно рискованной с точки зрения безопасности, считает Дмитрий Буленков.
В-третьих, бизнесу необходима собственная нейросеть. Для успешной работы с персональными данными и аккуратного взаимодействия с источниками коммерческой тайны и чувствительными документами бизнесу необходима хорошо настроенная LLM, которая работает на собственной инфраструктуре, объясняет Дмитрий Буленков.
Он добавляет, что измерение эффективности работы нейросетей при этом остается сложной задачей для рынка. Когда работа над оптимизацией бизнеса происходит в комплексе с участием ИИ, довольно тяжело отделить то, что именно оказало то или иное влияние на конечный результат, замечает эксперт.
Так, в RAMAX Group рассказали “Ъ”, что до запуска каждого ИИ-пилота компания фиксирует точку отсчета: сколько часов занимает процесс, в какую стоимость это обойдется, какой объем обрабатывается. Например, полный цикл подготовки тендерной заявки занимает до 400 человеко-часов, при этом, если это делать с ИИ, можно ускорить этот процесс на 30–40%, говорят в компании. Проверка договоров юристами занимает около 90 часов в неделю, а с нейросетью цель — вдвое меньше, добавляют там. «Разработчики начинают работать на 25–30% быстрее, и постепенно этот процент только растет»,— объясняет Дмитрий Буленков.
Помимо ускорения бизнес-процессов, ИИ также увеличивают количество обработанных конкурсов и выигранных контрактов, которые могут достигать сотен миллионов рублей, однако отслеживать этот показатель еще сложнее, добавляет эксперт.
По словам представителей RAMAX Group, сейчас в компании работают 14 ИИ-пилотов в 11 подразделениях и каждый из них решает конкретную бизнес-задачу и одновременно накапливает опыт, который можно мультиплицировать на всю компанию.
Так, компания использует ИИ для анализа документов по заранее сформированной схеме, эта технология применяется сейчас сразу в четырех подразделениях: юристы, тендеры, продажи, закупки. Как отмечает Дмитрий Буленков, успешный опыт применения нейросетей в одной области можно масштабировать и на другие бизнес-процессы компании — в RAMAX Group так сразу же оценивают потенциал вывода на рынок всех внутренних продуктов.
Во всех отраслях ИИ движется примерно по одному маршруту: сначала точечные пилоты, потом десятки моделей в бою, а уже затем перестройка бизнес-процессов под работу «в связке» с алгоритмами, отмечают участники рынка. Но темп этого движения сильно различается: от зрелых финансов до едва начавшегося девелопмента.
В финансах ИИ уже давно стал частью инфраструктуры: банки используют его для скоринга, борьбы с мошенничеством, работы с должниками и автоматизации колл-центров. В металлургии крупнейшие предприятия уже эксплуатируют сотни ИИ-моделей, но по отрасли в целом проникновение ИИ составляет пока около четверти компаний. В девелопменте, по словам собеседников “Ъ”, ИИ используют считаные проценты игроков, хотя потенциал колоссален: от ускорения проектирования и подготовки документации до динамического ценообразования, видеоаналитики безопасности и автогенерации проектной документации.
Так, в отрасли уже есть рабочие пилоты, например платформа оптимального ценообразования DPrice от RAMAX Group. В консорциум RAMAX Group входит также Integro Technologies — центр цифровизации гражданской авиации, который развивает специализированные решения и платформы для планирования и управления ресурсами, часто в связке с аналитикой и оптимизационными алгоритмами.
В металлургии ИИ применяется в первую очередь в наблюдении и управлении технологическим процессом: компьютерное зрение — чтобы понимать, что происходит, цифровые двойники — для управления и прогнозирования, говорит главный инженер «Рокет Контрол» Павел Приходько. В отрасли возникает много факторов, которые влияют на выпуск продукта и происходят либо очень быстро, либо, наоборот, настолько медленно, что человеку сложно отслеживать процесс в таком масштабе времени, добавляет он. В такой ситуации машина круглосуточно обеспечивает штатный режим, а человек подключается к общему контролю и разбору нестандартных ситуаций, заключает эксперт.
Так, для промышленности RAMAX Group предлагает Process Mining, который анализирует данные и строит карту бизнес-процессов компании as-is, указывая на потенциальные зоны улучшения, роботизации и оптимизации. С помощью технологии компании могут снизить трудозатраты на 15%, а увеличить производительность — на 37%, отмечают в RAMAX Group.
В целом в отрасли еще остаются вызовы в виде внедрения ИИ в ИТ-ландшафт (безопасность, доступы, данные), отсутствия методологии оценки эффекта и неготовности интерфейсного слоя для гибридных команд, считает гендиректор MWS AI Денис Филиппов. При этом он считает, что сейчас наступает этап интеграции готовых продуктов с подтвержденным финансовым эффектом, когда ИИ встраивается в реальные процессы. В будущем внедрение ИИ будет масштабироваться: основной спрос не на модели и платформы, а на прикладные решения под конкретные роли с прозрачной экономикой, заключает эксперт.