Несмотря на растущий интерес к ИИ, компании сталкиваются с ограничениями при его внедрении и не получают ожидаемой отдачи. Согласно исследованию Selectel, около 27% организаций не видят подходящих бизнес-задач для ИИ, а среди компаний, уже применяющих технологию, порядка 20% не отмечают значимого эффекта.
Среди ключевых барьеров участники исследования называют недостаток экспертизы, высокие затраты на внедрение, сложности с оценкой окупаемости инвестиций, а также интеграцию в бизнес-процессы.
Эксперты оператора ИТ-решений «ОБИТ» отмечают, что отсутствие эффекта чаще всего связано не с возможностями технологии, а с подходом к ее внедрению. В компании подчеркивают, что важно на начальном этапе определить процессы, в которых ИИ может решить конкретную проблему — это может быть, например, автоматизация обработки обращений, продвинутая аналитика или ускоренный онбординг.
Заместитель генерального директора по стратегическим проектам «ОБИТ» Михаил Телегин выделяет ключевые принципы эффективного внедрения ИИ: «Искусственный интеллект сам по себе не улучшает бизнес — это инструмент. Чтобы он действительно приносил пользу, нужно выстраивать работу в нескольких направлениях. Первое — через людей: объяснить, как технология работает, обучить сотрудников и дать им возможность протестировать опенсорс-решения. Если команда не понимает, зачем это нужно, или воспринимает ИИ как что-то чужеродное, эффект будет минимальным. Второй ключевой момент — данные: ИИ работает с информацией, а в компаниях она часто разрозненная и неструктурированная, поэтому сначала важно привести данные в порядок. И третье — начинать с малого: пилотный проект на базе готового безопасного сервиса, без сложной архитектуры, с заранее определенными метриками эффективности — сокращение времени обработки, снижение затрат, рост конверсии. Именно под эти показатели настраивается решение и оценивается результат».
