Внедренцы будущего

В ближайшие несколько лет экономический эффект от использования ИИ-технологий в бизнесе может вырасти в 3,8 раза, до 2,6 трлн руб., если у ИИ-агентов появится возможность самостоятельно принимать решения. Однако представители бизнеса обращают внимание на трудности внедрения технологии, а также на управленческий фактор, от которого зависит, сможет ли отдельно взятая компания получить от автоматизации реальный экономический эффект.

При оптимистичном сценарии прямой годовой эффект от применения ИИ в бизнес-процессах российских компаний на горизонте одного-трех лет может вырасти примерно до 2,6 трлн руб., при базовом — до 1,8 трлн руб. К такому выводу пришли аналитики Data Insight и «СберМаркетинга». Согласно их совместному исследованию, текущий прямой годовой эффект от ИИ в 2026 году уже составляет около 680 млрд руб.

Расчет включает отрасли, сформировавшие в совокупности примерно 85% валовой добавленной стоимости России в 2024 году, а именно торговлю, финансовый сектор, телеком и цифровые сервисы, промышленность, недвижимость и рыночные услуги. По мнению авторов исследования, наиболее заметные результаты показывают повторяемые процессы с большим потоком операций и понятной метрикой. Так, в продажах и клиентском сервисе это обработка обращений, маршрутизация, рекомендации и поддержка сотрудника. В управлении персоналом — массовый подбор, внутренние сервисы и обучение. В общем управлении — подготовка аналитики и более быстрый переход информации к решению.

Разницу между базовым и оптимистичным сценариями исследователи связывают со зрелостью внедрения ИИ-решений. В базовом сценарии ИИ «становится стандартной частью наиболее подготовленных процессов». То есть получает доступ к рабочим данным, встраивается в CRM, клиентский сервис, маркетинговые платформы и прочее. В оптимистичном сценарии ИИ дают право выполнять ограниченные действия, сокращается число ручных передач между этапами, пересматриваются роли и нормы производительности. «Экономический эффект возникает тогда, когда технология становится частью регулярного процесса, меняет измеримую метрику и позволяет работать быстрее, дешевле или с большим объемом без пропорционального роста ресурсов»,— отметил партнер Data Insight Федор Вирин.

Зависимость эффективности ИИ-моделей от проникновения технологии в процессы подтверждает основатель аналитического агентства AIANA Данила Егоров. По его данным, «легкие модели сегодня реализуют 63% всех запросов в мире, а самая востребованная из них — DeepSeek V4 Flash с долей 16%». Ограничения эксперт видит во времени и усилиях, которые необходимы для найма и переобучения людей, а также на закупку требуемого оборудования.

Чтобы увеличить эффект в 3,8 раза, недостаточно просто выдать ИИ-агентам больше полномочий, отметили в «Альянсе в сфере ИИ». Нужны качественные данные, интеграция с рабочими системами, изменение процессов и главное — использование этих решений сотрудниками. При этом часть роста можно получить с сохранением человеческого контроля. «На наш взгляд, готовность бизнеса нужно оценивать по конкретной задаче. Передать агенту распределение обращений между отделами проще, чем разрешить самостоятельно проводить платежи или менять условия договора. Даже внутри одной компании уровень готовности будет разным. Поэтому разумно начинать с ограниченного набора действий, устанавливать лимиты и расширять полномочия после проверки результата»,— добавили в «Альянсе».

Есть и управленческий вопрос, предостерегает руководитель Yandex AI Studio Артур Самигуллин. Много зависит от того, во что превращается высвободившееся время. Если команда может обслужить больше клиентов, быстрее выпустить продукт или сократить очередь обращений, тогда экономия времени становится результатом для бизнеса. «Главное препятствие для масштабного внедрения ИИ сегодня связано с готовностью бизнеса менять привычные процессы»,— добавляет руководитель направления «Искусственный интеллект» ИТ-холдинга Т1 Сергей Голицын. Поэтому достижение эффекта в 2,6 трлн руб. будет зависеть прежде всего от того, насколько массово российские компании смогут перейти от отдельных внедрений к полноценной перестройке рабочих процессов.