Главные тренды и антитренды генеративного ИИ в российском бизнесе

Для i-Free это естественное продолжение собственной экспертизы: в группу входит компания Just AI, развивающая решения в области разговорного ИИ и генеративных инструментов (GenAI) для крупного бизнеса.

По мотивам этой серии встреч хочется поделиться трендами и антитрендами, которые сегодня определяют развитие генеративного ИИ в российском бизнесе.

Генеративный ИИ постепенно перестает восприниматься как внешний инструмент для отдельных задач. Он все чаще становится частью внутренней инфраструктуры компании: включается в клиентский сервис, корпоративные базы знаний, HR-процессы, поддержку сотрудников, обработку документов и повседневные операционные сценарии. Это важный сдвиг, потому что он означает изменение статуса технологии: из «интересной возможности» генеративный ИИ превращается в полноценный слой, который влияет на повседневную организацию работы.

Долгое время генеративный ИИ ассоциировался, прежде всего, с созданием текстов, изображений и других форм контента. Сейчас фокус смещается. Бизнес все больше интересуют системы, которые не только формулируют ответ, но и помогают проходить многошаговые сценарии: находить нужную информацию, работать с внутренним контекстом, помогать сотрудникам принимать решения, сопровождать клиента на нескольких этапах пути. Отсюда растущий интерес к агентным моделям.

Российский рынок довольно быстро проходит фазу технологического очарования и входит в более зрелую стадию. Компании уже реже спрашивают, «что умеет модель», и чаще — «какой бизнес-эффект это даст», «как быстро окупится внедрение», «насколько сложно будет встроить решение в текущий контур». Это показывает, что дискуссия вокруг генеративного ИИ постепенно становится разговором не о технологии как таковой, а об операционной эффективности и качестве управленческих решений.

На этом фоне особенно заметны и антитренды.

Во многих компаниях интерес к генеративному ИИ по-прежнему возникает как реакция на внешний шум: рынок обсуждает ИИ, конкуренты говорят о нем публично, и внутри появляется ощущение, что «нам тоже нужно». Но без ясного ответа на вопросы о целях, метриках, владельце процесса и ресурсе на внедрение такие инициативы редко приводят к устойчивому результату. Технология сама по себе не создает ценность — ее создает правильно спроектированное изменение процесса.

Одна из главных проблем нынешнего этапа — большое количество пилотных проектов, которые не переходят в полноценную эксплуатацию. Причины, как правило, повторяются: слабая связь с внутренними системами, отсутствие качественных данных, недостаток компетенций на стыке бизнеса и технологии, а также отсутствие внутреннего заказчика, который доведет проект до результата. На уровне идеи все выглядит многообещающе, но без организационной опоры такой проект быстро теряет импульс.

Если компания продолжает воспринимать генеративный ИИ исключительно как инструмент для ускорения маркетинга или производства контента, она, скорее всего, недооценивает его реальный потенциал. Самые сильные изменения происходят там, где генеративный ИИ становится частью core-процессов: в сервисе, аналитике, сопровождении сотрудников, знаниевых системах, внутренних интерфейсах принятия решений. Именно там появляется не только вау-эффект, но и долгосрочное конкурентное преимущество.

На мой взгляд, российская специфика сегодняшнего этапа состоит в прагматичности. У нас особенно высок запрос на решения, которые можно встроить в защищенный контур, связать с существующими системами и довольно быстро перевести в ощутимую пользу для бизнеса. Это делает рынок, возможно, менее романтичным, чем глобальная повестка, но в то же время более требовательным, а значит, и более зрелым.

Поэтому главный вывод, к которому мы приходим на GENAI Talks, прост: период знакомства бизнеса с генеративным ИИ заканчивается, начинается период дисциплины внедрения. В ближайшие годы успех будут определять не громкость заявлений и не количество пилотов, а способность компаний последовательно встроить ИИ в свою операционную модель.