Корпоративный ИИ дорос до странной проблемы: возможностей стало больше, а понятных рабочих сценариев от этого не прибавилось. На митапе МТС «ИИ без иллюзий» эксперты разобрали, почему умная модель, красивый чат и впечатляющее демо еще не превращаются в инструмент, которым сотрудники пользуются каждый день, сообщает Habr / Карьера.
Главная мысль встречи звучит неприятно для команд, которые уже собрали внутреннего ассистента и ждут аплодисментов: сама по себе ИИ-фича почти ничего не значит. Артем Михеенко, владелец продукта MWS Tables, предложил смотреть на нее не через качество ответа модели, а через работу пользователя. Если убрать функцию из продукта и процесс почти не изменится, ценность такой функции сомнительна. Для бизнеса это более жесткий критерий, чем привычное «модель отвечает неплохо».
В корпоративной среде этот тест особенно болезненный. Сгенерировать текст, помочь с кодом, найти документ или пересказать длинную переписку ИИ уже умеет достаточно убедительно. Но сотруднику нужна не витрина возможностей, а сокращение ручной работы, меньше ошибок и меньше прыжков между чатами, таблицами, таск-трекерами и внутренними системами. Если ради ИИ приходится открывать еще один интерфейс, формулировать промпт, проверять результат и вручную переносить его дальше, экономия может оказаться бухгалтерской магией, а не реальной пользой.
Отдельная часть обсуждения была про переход от ответов к действиям. Пелагея Пашинская, ML-инженер MWS, рассказывала о MWS Life Assistant: языковая модель сама по себе работает с текстом, но при подключении инструментов может считать, ходить в браузер и выполнять более сложные цепочки операций. Это уже не просто чат, который советует, куда нажать. Агент получает задачу, выбирает инструменты и порядок действий, а пользователь ждет результата.
Здесь корпоративный ИИ быстро упирается в цену ошибки. Неверный текстовый ответ человек еще может заметить, перепроверить и не использовать. Но если агент уже что-то сделал в браузере, обратился к внутренним документам или затронул рабочие данные, последствия становятся менее теоретическими. Значит, вместе с агентными сценариями компаниям придется проектировать права доступа, журналирование действий, контрольные точки и ответственность за результат. Иначе «ассистент для экономии времени» легко превращается в новый источник операционного риска.
Другой пример привел Марк Маджидов, владелец продукта Т1. В компании цифровой помощник разработчика начинался как инструмент для айтишников, но вокруг него постепенно выросли новые сценарии: работа с моделью, корпоративными и личными документами. По данным спикера, решением сейчас пользуются более 5 тысяч сотрудников холдинга и коллег из ВТБ. Важная деталь: помощника развернули внутри корпоративного контура, чтобы код и документация оставались в контролируемой среде.
Этот кейс хорошо показывает, почему внедрение ИИ перестало быть задачей уровня «поставить чат-бота». Сотрудники все равно будут пользоваться внешними сервисами, если внутренней альтернативы нет или она хуже. Компания может либо закрывать глаза на теневое использование ИИ, либо дать собственный инструмент с понятными правилами: какие данные можно загружать, какие источники доступны модели, кто видит историю запросов и где проходят границы автоматизации. Для служб ИБ это не самая веселая вечеринка, но выбора становится меньше.
Самый большой разрыв возникает между пилотом и масштабированием. На пилоте достаточно доказать, что модель в принципе справляется с задачей. В массовом использовании появляются скучные, но решающие вопросы: кто будет работать с инструментом ежедневно, какие роли и доступы нужны, как измерять эффект, кто отвечает за ошибку и что делать с результатом дальше. Количество запросов к модели здесь слабая метрика. Оно показывает любопытство сотрудников, но не доказывает, что процесс стал быстрее, дешевле или надежнее.
Для разработчиков это означает, что навык «прикрутить LLM» быстро дешевеет без умения встроить ее в реальный workflow. Для продактов и IT-директоров фокус смещается к измеримым изменениям: сколько ручных шагов исчезло, насколько сократилось время операции, уменьшилось ли число ошибок, какие действия можно доверить агенту без постоянного надзора. Для HR и внутренних коммуникаций появляется отдельная задача: объяснить сотрудникам не магию ИИ, а конкретные правила и сценарии, где инструмент действительно помогает.
Корпоративный ИИ постепенно выходит из режима справочника и становится участником рабочих процессов. Но полноценным инструментом он станет не тогда, когда научится отвечать умнее конкурентов, а когда компании смогут точно ответить на три скучных вопроса: какую работу он забирает, кто контролирует его действия и какой риск бизнес готов принять ради этой автоматизации.