Стратегия искусственного интеллекта (ИИ)

Искусственный интеллект (далее, «ИИ») уже перестал быть только модной темой для обсуждений, а также отдельных тестовых проектов. Для многих компаний ИИ постепенно становится неотъемлемой частью повседневной работы: его рассматривают как инструмент повышения производительности труда сотрудников, улучшения обслуживания заказчиков, развития аналитики, работы с документами.

Однако, под ИИ разные люди понимают под ИИ сильно разное. Одни понимают под ИИ доступ к чату GPT (и другим системам ИИ), другие — аналитику и прогнозирование, третьи — новый вид программного обеспечения, которое можно быстро встроить в работу компании, четвертые — просто хайп, пятые — возможность выгодно продать новый раскрученный товар.

Далее рассмотрена точка зрения Александра Михайлова, генерального директора компании «Консалтинг по управлению ИТ».

После отправки ответы будут отправлены на вашу почту, а поля формы автоматически очистятся.

Для планирования развития ИТ в рамках всей компании (что обычно делают в рамках ИТ-стратегии) целесообразно рассматривать ИИ не как модную технологию саму по себе, а как одну из новых возможностей для бизнеса, которую нужно согласовать с уже имеющимися у компании техническими и программными средствами. Компании важно понять не только то, что такое ИИ, но и то, какую роль он должен играть именно у неё: быть ли ему частью развития ИТ, элементом цифровой трансформации или самостоятельным стратегическим направлением. Именно поэтому тема стратегии ИИ на этом сайте связана и с темами «ИТ-стратегия» и «Стратегия цифровой трансформации», а также с материалами про разделы стратегии, этапы разработки стратегии и размер стратегии.

Далее рассмотрено: что такое ИИ и этапы его эволюции, где он может применяться, что такое стратегия ИИ, когда она нужна, какие выгоды, риски и затраты с ней связаны, какие требования ИИ предъявляет к данным, информационным системам и процессам, и, наконец, кто должен отвечать за развитие ИИ.

---

Искусственный интеллект (ИИ): что под этим понимают

Что такое ИИ

Общепринятого и единственного определения искусственного интеллекта пока нет. В конкретной компании под ИИ могут понимать очень разные вещи: доступ к системам ИИ, интеллектуальный поиск, обработку документов, аналитику, прогнозирование, автоматизацию решений, цифровых помощников, интеллектуальные функции в сервисах и продуктах. Поэтому на практике возможно не спорить о “самом правильном определении”, а зафиксировать, как именно компания собирается использовать ИИ.

Для руководства компании ИИ чаще означает новый источник прибыли, производительности, скорости и конкурентных преимуществ. Для ИТ-службы это обычно новый сервис, тесно связанный с данными, архитектурой, информационными системами, интеграцией, безопасностью и эксплуатацией решений. Для сотрудников компании — это способ быстрее выполнять часть своей работы. А для поставщиков ИТ-решений — это новый класс программного обеспечения или ИТ-сервисов, позволяющих больше продавать. Именно поэтому разговор об ИИ в конкретной компании почти всегда начинается с разных ожиданий.

Общепринятых определений того, что такое искусственный интеллект, нет. Как и в случае с цифровой трансформацией, здесь есть разные точки зрения, которые сильно зависят от того, кто именно говорит об ИИ и каких результатов он от него ждёт. На практике ИИ понимают и как набор новых технологий, и как инструмент роста эффективности, и как способ автоматизации, и как новый рынок ИТ-решений.

Для гендиректоров ИИ обычно связан с выгодами для бизнеса. Они смотрят на ИИ как на способ ускорить работу компании, повысить производительность, улучшить взаимодействие с заказчиками и получить новые конкурентные преимущества. Часто ИИ воспринимается как инструмент роста, который должен дать заметный результат на уровне всей компании, а не просто добавить ещё одну технологию.

Для ИТ-директоров ИИ — это развитие данных, автоматизации, аналитики и корпоративных ИТ-сервисов. Они обычно связывают его с качеством данных, интеграцией, архитектурой, безопасностью и реальной встраиваемостью в существующую инфраструктуру ИТ. Также нужно учитывать, что ИТ-директора видели много «судьбоносных» ИТ-технологий, которые «решат все проблемы бизнеса», например, блокчейн, а потом ИТ-технологии постепенно сходили с экранов телевизора и от них уже не ждали революционных прорывов. Поэтому взгляд ИТ-директоров на ИИ обычно более технический и более осторожный, чем у бизнес-руководителей.

Для продавцов ИТ-компаний ИИ — это прежде всего новый класс программного обеспечения или ИТ-сервисов, которые можно предложить заказчику, причем дорого. Продавцы чаще связывают ИИ с программами, готовыми сервисами, внедрением новых инструментов и быстрыми проектами по внедрению. В их понимание ИИ обычно выглядит максимально широко, как новая волна рыночных возможностей продать что-то новое или старое (но в новой упаковке), а в идеале — продавать много-много раз.

Итого, разные люди в зависимости от своей роли понимают под ИИ сильно разное. Для одних это выгоды для бизнеса, для других — данные и инфраструктура ИТ, для третьих — тупо новый рынок решений и услуг. Поэтому при разработке стратегии искусственного интеллекта эту разницу обязательно нужно учитывать, т.к. без этого трудно собрать единую и реалистичную логику развития темы внутри компании и ИИ «не взлетит».

Соответственно, ИИ нужно рассматривать не только как технологию. Для компании это одновременно:

• конкретные ИТ-технологии;
• ожидания от внедрения ИИ;
• требования к данным и ИТ;
• риски и ограничения;
• стратегический выбор в условиях неопределенности.

То есть планирование ИИ — это классическая задача, которая традиционно решается путем разработки стратегии.

Этапы эволюции ИИ

Этапы развития технологий искусственного интеллекта: ИИ развивался не сразу как единая технология, а проходил через несколько крупных этапов. Каждый следующий этап не отменял предыдущий (и не заканчивался с началом следующего этапа), а расширял возможности ИИ, открывал новые области применения и повышал требования к данным, информационным системам, инфраструктуре ИТ, персоналу ИТ:

• Этап 1. Экспертные системы (правила и знания экспертов): 1970 — конец 1980-х;
• Этап 2. Машинное обучение (обучение моделей на данных): 1990 — 2010;
• Этап 3. Глубокое обучение (нейросети и работа со сложными данными): примерно с 2012 года по 2020;
• Этап 4. Генеративный ИИ (создание нового контента и массовое использование ИИ-инструментов): 2020 годы, особенно с 2022 года.

Для конкретной компании это означает что под ИИ могут понимать очень разные технологии и подходы. Поэтому при обсуждении стратегии искусственного интеллекта полезно сразу уточнять, о каких возможностях ИИ идёт речь.

Этапы развития технологий искусственного интеллекта

Искусственный интеллект развивался не сразу как единая технология, а проходил через несколько крупных этапов. Каждый следующий этап не отменял предыдущий, а расширял возможности ИИ, открывал новые области применения и повышал требования к данным.

Этап 1. Экспертные системы: 1970-е — конец 1980-х

На раннем этапе ИИ в основном строился на правилах и знаниях экспертов. В систему заранее закладывались условия и логика принятия решений. Такой подход хорошо работал в стабильных и формализуемых областях, где можно было достаточно чётко описать, как именно нужно действовать.

Экспертные системы стали важным первым шагом: они показали, что часть интеллектуальной работы можно формализовать и автоматизировать. Но у них были ограничения — их было трудно масштабировать, обновлять и применять в более сложной и быстро меняющейся среде.

Этап 2. Машинное обучение: 1990-е — первая половина 2010-х

Следующий этап связан с переходом от правил к данным. Вместо того чтобы заранее описывать всю логику вручную, компании начали обучать модели на исторической информации. Это позволило использовать ИИ для прогнозирования, аналитики, сегментации, оценки рисков и рекомендаций.

На этом этапе ИИ стал намного ближе к реальным бизнес-задачам. Но одновременно выросла зависимость от качества данных и корректности моделей.

Этап 3. Глубокое обучение: примерно с 2012 года — конец 2020-х

Глубокое обучение связано с быстрым ростом нейросетей и их применением к более сложным данным: изображениям, речи, текстам, видео и другим неструктурированным источникам. Именно этот этап дал мощный толчок компьютерному зрению, распознаванию речи, машинному переводу и интеллектуальной обработке контента.

Для бизнеса это означало, что ИИ начал применяться в гораздо более широком круге задач. Но вместе с этим резко выросли требования к вычислительным ресурсам, объёму данных и архитектуре решений.

Этап 4. Генеративный ИИ: 2020-е годы, особенно с 2022 года

Самый заметный этап — генеративный ИИ. Здесь ИИ уже не только анализирует и распознаёт, но и создаёт новый контент: тексты, изображения, код, ответы, черновики документов и другие результаты интеллектуальной работы.

Именно генеративный ИИ сделал тему ИИ массовой и заметной почти для всех компаний. Он открыл новые возможности для работы с знаниями, документами, поддержке клиентов и производительностью сотрудников. Одновременно выросли и риски: вопросы достоверности информации, безопасности данных, контроля качества и завышенных ожиданий.

Итого, если кратко, этапы развития ИИ можно описать так:

• экспертные системы — правила и знания экспертов;
• машинное обучение — обучение моделей на данных;
• глубокое обучение — нейросети и работа со сложными данными;
• генеративный ИИ — создание нового контента и массовое использование ИИ-инструментов.

Для компании эволюция использования ИИ обычно проходит через несколько стадий. Сначала ИИ воспринимается как новая интересная тема, затем — как набор возможных идей и пилотов, потом — как прикладной инструмент для нескольких направлений, а уже после этого — как предмет более системного управления:

• сначала руководство и ИТ-служба фиксируют общий интерес к теме ИИ;
• затем появляются первые идеи и примеры возможного применения;
• после этого запускаются отдельные пилоты;
• далее компания начинает понимать требования к данным, информационным системам и бизнес-процессам;
• затем возникает вопрос о приоритетах внедрения ИИ;
• и только после этого появляется потребность в стратегии ИИ.

Эта последовательность важна потому, что стратегия ИИ обычно нужна не в момент первого знакомства с темой, а когда компания уже хочет перейти от случайных проектов по ИИ к комплексному плану проектов по ИИ.

Типовые направления применения ИИ

Обычно в компаниях рассматриваются такие направления применения ИИ:

• интеллектуальная поддержка клиентов и сотрудников;
• работа с документами и корпоративными знаниями;
• аналитика, прогнозирование и поиск закономерностей в данных;
• автоматизация решений и повторяющихся операций;
• интеллектуальные функции в цифровых продуктах и сервисах;
• поддержка проектной, экспертной и аналитической работы.

Для стратегии ИИ важно не просто перечислить возможные направления, а выбрать из них приоритетные. Это можно сделать в рамках стратегии ИИ и/или стратегии ИТ и/или стратегии цифровой трансформации бизнеса.

Искусственный интеллект полезно рассматривать не как одну универсальную технологию, а как набор практических направлений применения. Такой подход помогает быстрее понять, где ИИ действительно может дать компании эффект, а где тема пока остаётся скорее лишь потенциально интересной.

Для одних компаний ИИ — это поддержка клиентов и сотрудников. Для других — аналитика и прогнозирование. Для третьих — работа с документами, знаниями, цифровыми сервисами и внутренними процессами. Именно поэтому обсуждать ИИ лучше не “в целом”, а через конкретные классы задач.

1. Интеллектуальная поддержка клиентов и сотрудников

Одно из самых заметных направлений — использование ИИ для ответов на вопросы, поиска информации, навигации по услугам, продуктам, документам и внутренним знаниям.
Для клиентов это более быстрый и удобный сервис. Для сотрудников — более лёгкий доступ к нужной информации и снижение нагрузки на поддержку.

2. Аналитика и прогнозирование

ИИ может использоваться для анализа данных, поиска закономерностей, выявления отклонений и прогнозирования.
Это особенно полезно там, где компании важно не только видеть текущую ситуацию, но и понимать, как она будет развиваться дальше: в продажах, логистике, финансах, производстве и других областях.

3. Работа с документами и знаниями

В ряде компаний ИИ уже применяется для работы с документами, письмами, регламентами, инструкциями и внутренними базами знаний.
Он помогает искать информацию, делать краткие выжимки, классифицировать материалы и готовить черновики документов. Это снижает трудозатраты и ускоряет повседневную работу сотрудников.

4. Интеллектуальные функции в цифровых продуктах и сервисах

ИИ всё чаще становится частью самих цифровых продуктов компании.
Это может быть персонализация, рекомендации, интеллектуальный поиск, встроенные помощники и другие функции, которые делают сервис удобнее и полезнее для пользователя.

5. Автоматизация решений и процессов

Ещё одно важное направление — автоматизация повторяющихся действий и поддержка внутренних процессов.
Здесь ИИ может помогать приоритизировать задачи, маршрутизировать заявки, поддерживать типовые решения и снижать объём ручной работы в операционной деятельности.

Вывод: типовые направления применения ИИ помогают перейти от абстрактного разговора к более предметному.
Обычно стратегия ИИ начинается не с выбора технологий, а с ответа на вопрос: в каких именно задачах ИИ может дать компании реальный результат.

Выгоды, затраты, риски ИИ

ИИ может дать компании заметные преимущества: повысить производительность, ускорить процессы, улучшить сервис, расширить аналитические возможности и упростить работу с документами. Но вместе с этим внедрение ИИ почти всегда приносит и риски и затраты.

Для компании важно одновременно учитывать три направления:

• выгоды: пользу, которую ИИ приносит для бизнеса;
• затраты: что потребуется с точки зрения данных, информационных систем, интеграций, инфраструктуры, сопровождения, обучения и изменений процессов;
• риски: возможные ошибки, неверные данные, завышенные ожидания, проблемы безопасности и масштабирования.

Именно поэтому стратегия ИИ должна быть не только декларацией, а реалистичным документом. Она нужна, чтобы компания не только увидела возможности, но и поняла затраты и риски, а также последовательность действий. Это позволит перейти от хайпа к уместному для конкретной компании использованию ИИ.

Искусственный интеллект может дать компании заметные преимущества, но обсуждать только его выгоды было бы ошибкой. ИИ (как, впрочем, и другие технологии) целесообразно рассматривать сразу в трёх плоскостях: какие выгоды он может принести, какие риски несёт и каких затрат потребует внедрение и сопровождение.

Выгоды ИИ. Компании обычно ждут от ИИ роста производительности, снижения затрат, ускорения процессов, улучшения сервиса и более качественной аналитики. В ряде случаев ИИ действительно помогает быстрее работать с данными, документами, запросами заказчиков и внутренними операциями.

Основные возможные выгоды ИИ:

• рост производительности сотрудников;
• снижение трудозатрат на повторяющиеся операции;
• улучшение работы с клиентами;
• ускорение аналитики и подготовки решений;
• появление новых цифровых сервисов.

Затраты на ИИ. ИИ требует не только покупки программного обеспечения или доступа к модели. Затраты обычно включают подготовку данных, интеграцию с информационными системами, настройку, сопровождение, контроль качества и обучение сотрудников.

Основные затраты на ИИ:

• подготовка и очистка данных;
• интеграция с информационными системами и бизнес-процессами;
• настройка и доработка решений;
• сопровождение и контроль качества;
• обучение пользователей.

Риски ИИ. Вместе с выгодами ИИ несёт и риски. Это могут быть ошибки моделей, слабое качество ответов, проблемы с данными, вопросы безопасности, завышенные ожидания и сложности с доверием со стороны пользователей.

Основные риски ИИ:

• низкое качество данных и результатов;
• непрозрачность логики решений;
• утечки данных и вопросы безопасности;
• зависимость от внешних платформ;
• разрыв между ожиданиями и реальным эффектом.

Итого: ИИ может дать компании серьёзный эффект, но только в том случае, если выгоды, риски и затраты рассматриваются вместе. Именно такой подход позволяет оценивать ИИ не как модную технологию, а как реальный управляемый инструмент развития бизнеса и ИТ.

---

Стратегия ИИ: что это такое и когда она нужна?

Что такое стратегия ИИ

Стратегия ИИ — это не обзор рынка решений по ИИ. Это документ, который помогает компании понять, зачем ей искусственный интеллект, где именно он должен применяться, какие условия для этого нужны и как выстроить развитие ИИ без завышенных ожиданий и метания от одного решения к другому, а потом к третьему.

Стратегия ИИ нужна, чтобы ответить на вопросы:

• какую роль ИИ играет в развитии компании;
• где ИИ должен дать реальный эффект;
• какие направления применения для компании приоритетны;
• насколько компания готова к использованию ИИ;
• какие ограничения и риски придётся учитывать;
• в каком формате тему ИИ лучше оформлять;
• как перейти от интереса к теме к конкретному плану проектов по ИИ.

Стратегия ИИ — это не просто описание технологий искусственного интеллекта и не перечень модных решений. Стратегия, которая помогает компании понять, зачем ей ИИ, где он действительно может дать эффект и как развивать эту тему без хаотичных экспериментов и завышенных ожиданий.

Во многих компаниях ИИ сначала появляется в виде отдельных пилотных проектов: работа с документами, интеллектуальный поиск, аналитика, прогнозирование, интеллектуальные помощники для клиентов, автоматизация внутренних процессов. Но довольно быстро становится понятно, что набора разрозненных проектов недостаточно. Нужен более системный подход: какие направления действительно важны, какие данные, информационные системы, инфраструктура ИТ нужны, кто отвечает за развитие ИИ и как оценивать результат.

Именно на эти вопросы и отвечает стратегия ИИ. Стратегия ИИ может помочь:

• определить, зачем ИИ нужен бизнесу;
• выбрать приоритетные направления использования ИИ;
• оценить готовность данных, информационных систем, инфраструктуры ИТ, бизнес-процессов;
• определить роли, ответственность и порядок работы;
• увязать тему ИИ с ИТ-стратегией и цифровой трансформацией;
• перейти от случайных проектов к более осмысленной программе развития.

Стратегия ИИ нужна не только крупным компаниям и не только тем, кто уже активно внедряет искусственный интеллект. Она полезна и тем организациям, которые только подходят к использованию ИИ, но хотят сразу выстроить более реалистичное и управляемое внедрение ИИ.

Стратегия ИИ нужна тогда, когда компания уже не хочет просто “попробовать ИИ”, а хочет понять, где именно он может дать реальную пользу и как превратить интерес к теме в конкретные проекты.

В зависимости от ситуации, стратегия ИИ может существовать в разных форматах. Для одних компаний это будет отдельный документ. Для других — раздел в ИТ-стратегии. Для третьих — ИИ-раздел внутри стратегий цифровой трансформации.

Когда нужна стратегия ИИ

Стратегия ИИ нужна не тогда, когда компания просто услышала об искусственном интеллекте, а тогда, когда тема ИИ начинает выходить за пределы общего интереса и отдельных экспериментов. Обычно это происходит в тот момент, когда у компании уже есть несколько возможных направлений применения, разные ожидания со стороны бизнеса и ИТ, а также необходимость выбирать приоритеты и реальные шаги.

Стратегия ИИ полезна, если:

• в компании уже есть ряд возможных проектов по ИТ;
• руководство ожидает заметного эффекта от ИИ;
• тема ИИ начинает затрагивать данные, информационные системы, инфраструктуру ИТ, бизнес-процессы;
• отдельных пилотов уже недостаточно;
• нужно выбрать между отдельной стратегией ИИ и разделом в ИТ-стратегии;
• нужно связать ИИ с более широким направлением по цифровой трансформации.

То есть, стратегия ИИ становится нужна тогда, когда компании уже мало просто “интересоваться ИИ”, и ей требуется более понятная логика использования ИИ.

Стратегия ИИ нужна компании тогда, когда тема искусственного интеллекта перестаёт быть набором отдельных идей и пилотов и начинает требовать более системного подхода. Обычно это происходит в тот момент, когда ИИ уже рассматривается не как эксперимент, а как потенциально важное направление развития бизнеса, данных, ИТ и процессов.

Один из главных признаков — в компании уже накопилось несколько проектов, связанных с ИИ, но между ними пока нет связей. Например, отдельно обсуждаются документы, аналитика, поиск по знаниям, автоматизация или клиентские сервисы, но непонятно, что действительно важнее и в каком порядке этим заниматься.

Ещё один важный признак — руководство уже ждёт заметного эффекта от ИИ: роста производительности, снижения затрат, улучшения обслуживания клиентов или ускорения процессов. Но при этом внутри компании ещё нет общего понимания, как именно к этому результату идти и какие условия для этого нужны.

Стратегия ИИ особенно полезна и тогда, когда ИИ затрагивает данные, ИТ, архитектуру, интеграции, безопасность и организационные роли. В этот момент становится ясно, что речь идёт уже не о локальном проекте, а о более серьёзном изменении работы всей компании.

Наконец, стратегия ИИ нужна тогда, когда отдельных пилотных проектов уже недостаточно. Компания что-то попробовала, получила первый опыт, но дальше нужен более осмысленный подход: какие проекты масштабировать, какие отложить, кто за что отвечает и как выстраивать развитие темы в целом.

Итого, стратегия ИИ нужна в тот момент, когда в компании становится много ожиданий, идей и вопросов, связанных с ИИ, но ещё нет согласованного плана проекта по ИИ.
Она помогает перейти от разрозненных проектов к более понятной, согласованной и управляемой работе с темой искусственного интеллекта.

Требования к данным (а также к информационным системам, инфраструктуре ИТ, персоналу ИТ, бизнес-процессам)

Одна из самых важных особенностей ИИ состоит в том, что внедрение ИИ быстро упирается в готовность компании. Даже если направления применения выбраны правильно, а руководство поддерживает внедрение ИИ, то ИИ не даст устойчивого результата без подготовленных для него данных, информационных систем, инфраструктуры, компетенций и бизнес-процессов.

Поэтому стратегия ИИ должна учитывать:

• качество, полноту и доступность данных;
• состояние информационных систем и их готовность к интеграции;
• зрелость ИТ-инфраструктуры;
• возможности ИТ-службы;
• зрелость бизнес-процессов;
• готовность сотрудников компании к работе с решениями по ИТ.

Искусственный интеллект предъявляет требования не только к самим моделям и инструментам, но и к общей готовности компании. На практике ИИ начинает приносить устойчивую пользу только тогда, когда у организации есть качественные данные, хорошо работающие информационные системы, надёжная ИТ-инфраструктура, необходимые компетенции персонала и более-менее управляемые бизнес-процессы.

Данные

Данные — это базовое условие для нормальной работы ИИ. Они должны быть достаточно качественными, доступными и пригодными для практического использования. Если данные фрагментированы, противоречивы или плохо подготовлены, ИИ будет работать существенно хуже.

Вот требования ИИ к данным:

• качество и полнота данных;
• актуальность и регулярность обновления;
• понятные источники информации;
• возможность извлечения, очистки и подготовки данных;
• правила доступа и использования данных.

Информационные системы

Даже качественные данные не дадут хорошего результата, если информационные системы компании плохо подходят для интеграции с ИИ. Информационные системы должны позволять передавать данные, встраивать новые функции, использовать результаты ИИ в процессах и поддерживать нормальную связность между разными ИТ-компонентами.

Вот требования ИИ к информационным системам:

• наличие цифровых источников данных и знаний;
• возможность интеграции между информационными системами;
• поддержка обмена данными и внешних сервисов;
• отсутствие критической зависимости от полностью закрытых или устаревших информационных систем.

Инфраструктура ИТ

Для устойчивого применения ИИ нужна подходящая инфраструктура. Важны производительность, надёжность, безопасность, масштабируемость и возможность сопровождать решения в рабочем режиме. Если инфраструктура слаба, ИИ может работать нестабильно, дорого или небезопасно.

Вот требования ИИ к инфраструктуре ИТ:

• достаточная производительность и надёжность;
• поддержка безопасной обработки данных;
• масштабируемость;
• мониторинг и сопровождение;
• возможность использовать локальную, облачную или гибридную модель.

Персонал ИТ

Даже при использовании готовых решений компании всё равно нужны люди, которые понимают, как ИИ встраивается в данные, архитектуру, процессы и сопровождение. Важно не только наличие технических навыков, но и способность связать ИИ с реальными задачами бизнеса.

Вот требования ИИ к персоналу:

• базовое понимание логики ИИ и его ограничений;
• навыки работы с данными, интеграциями с информационными системами и инфраструктурой ИТ;
• способность сопровождать и поддерживать решения по ИИ;
• понимание вопросов безопасности и доступа к данным;
• готовность развивать новые компетенции.

Бизнес-процессы

ИИ не работает в отрыве от процессов (имеются в виду как бизнес процессы, так и ИТ-процессы). Если процессы хаотичны, плохо описаны или не имеют понятной логики, ИИ не исправит ситуацию автоматически. ИИ может дать хороший результат там, где процессы уже хотя бы минимально управляемы.

Вот требования ИИ к процессам:

• понятная логика процессов;
• определены роли и ответственность;
• наличие бизнес-процессов, где ИИ действительно добавляет ценность;
• готовность менять процесс при внедрении ИИ;
• возможность измерять эффект.

Итого, готовность к ИИ — это не только вопрос технологии. На практике она определяется состоянием данных, информационных систем, инфраструктуры ИТ, ИТ-компетенций и процессов. Если хотя бы одна из этих частей заметно отстаёт, тема ИИ начинает развиваться медленнее, дороже и менее устойчиво.

Именно поэтому при обсуждении ИИ полезно как можно раньше задавать не только вопрос “что мы хотим получить от ИИ”, но и вопрос “насколько наша компания готова к внедрению и использованию ИИ”.

---

Ответственные за ИИ

Внедрение ИИ в компании не может быть зоной ответственности только одного человека или одного подразделения. Тема ИИ затрагивает бизнес, данные, ИТ, процессы, информационную безопасность, управление изменениями, а также цифровую трансформацию компании в целом. Именно поэтому для стратегии ИИ крайне важно заранее понять, кто за что отвечает.

Обычно во внедрении и использовании ИИ участвуют:

• руководство компании, которое задаёт общее направление и ожидания;
• бизнес-заказчики и владельцы процессов, которые отвечают за практическую ценность;
• ИТ-директор и ИТ-служба, которые отвечают за реализуемость, архитектуру, интеграцию и сопровождение;
• специалисты по данным и аналитике, если такие роли есть в компании;
• информационная безопасность, а также юристы.

Если в компании нет ясной схемы ответственности, ИИ почти всегда начинает развиваться случайно: проекты запускаются бессистемно, ожидания расходятся с реальностью, хорошие идеи не переходят в работающие решения. Именно поэтому стратегия ИИ должна отвечать на вопрос: кто отвечает за развитие ИИ и как принимаются решения по ИИ.

Ответственные за ИИ

Внедрение ИИ в компании не может быть зоной ответственности только одного человека или одной службы. На практике ИИ затрагивает сразу несколько уровней: бизнес-задачи, данные, информационные системы, инфраструктуру ИТ, безопасность, процессы и изменения в работе сотрудников. Поэтому для внедрения ИИ нужна не “одна ответственная роль”, а понятная модель распределённой ответственности.

Руководство компании

Руководство отвечает за общее направление: зачем компании нужен ИИ, какой эффект ожидается, насколько тема важна и какое место она занимает среди других приоритетов. Именно на этом уровне задаются цели использования ИИ, масштаб и ожидания от внедрения.

Бизнес-заказчики и владельцы процессов

Бизнес-заказчики отвечают за практическую ценность ИИ. Они должны понимать, какую задачу решает конкретное использование ИИ, какой эффект ожидается и как использование ИИ повлияет на процесс. Без такого владельца проект по ИИ часто остаётся техническим экспериментом без понятной пользы.

ИТ-директор и ИТ-служба

ИТ-директор и ИТ-служба отвечают за техническую реализуемость темы ИИ. Это включает интеграцию с информационными системами, инфраструктурой ИТ, а также безопасность и устойчивую работу решений в реальной среде компании.

Специалисты по данным и аналитики

Если в компании есть специалисты по данным и аналитике, они должны участвовать в теме ИИ как полноценные участники. Их роль — качество данных, подготовка информации, оценка ограничений, участие в выборе подходов и контроль корректности использования данных.

Информационная безопасность и юристы

При внедрении ИИ резко возрастают требования к безопасности, доступу к данным, конфиденциальности и соблюдению внутренних и внешних правил. Поэтому ИБ и юристы должны участвовать не только в самом конце, но и как часть общей схемы ответственности.

Итого, обычно лучше всего работает смешанная модель:

• руководство задаёт направление и приоритеты;
• бизнес отвечает за ценность и сценарии;
• ИТ-служба отвечает за реализуемость и сопровождение;
• специалисты по данным — за данные и аналитическую основу;
• ИБ и юристы — за безопасность и допустимость.

Именно такая схема помогает сделать ИИ не набором случайных экспериментов, а реальным и управляемым направлением развития компании.

---

Методики разработки стратегии ИИ. Когда компании нужна отдельная стратегия ИИ, а когда достаточно раздела по ИИ в ИТ-стратегии или стратегии ЦТ

Когда компания начинает всерьёз работать с искусственным интеллектом, довольно быстро выясняется, что вопрос стоит не только в том, нужен ли ИИ, но и в том, как запланировать внедрение и использование ИИ. Для одних компаний стратегия ИИ становится отдельным документом. Для других — логичнее рассматривать ИИ как часть ИТ-стратегии. Для третьих — как элемент стратегии цифровой трансформации. А для госкомпаний, возможно, обязательно надо будет использовать методику Минцифры.

На практике выбор зависит от масштаба применения ИИ в компании, зрелости данных и ИТ, числа направлений применения, требований к KPI и мониторингу, а также от того, насколько ИИ уже стал самостоятельным направлением.

У компании обычно есть три рабочих варианта разработки стратегии внедрения и использования ИИ: отдельная стратегия ИИ, планирование ИИ как часть стратегии цифровой трансформации с учётом методики Минцифры, либо раздел по ИИ внутри ИТ-стратегии.

1. Отдельная стратегия ИИ

Отдельный документ нужен тогда, когда ИИ уже стал для компании самостоятельным направлением. Обычно это уместно для самых крупных и технологичных компаний, включая банки, если у них несколько больших проектов по ИИ, большие затраты на ИИ, заметные требования к данным, рискам, организационной модели и KPI. В таком случае ИИ уже трудно удерживать внутри небольшого раздела ИТ-стратегии.

Проще говоря, отдельная стратегия ИИ нужна там, где тема уже вышла за рамки “одного из ИТ-инструментов”.

2. ИИ-стратегия с учётом методики Минцифры

Такой вариант уместен для госкомпаний и компаний с государственным участием. Методика Минцифры как раз и описывает структуру стратегии цифровой трансформации (включая также ИИ), порядок мониторинга реализации и формы отчётности.

После обновления Национальной стратегии развития ИИ в 2024 году государственным корпорациям и акционерным обществам с государственным участием было рекомендовано включить меры по развитию ИИ в свои стратегии деятельности, а органам власти — учитывать положения стратегии ИИ при разработке направлений цифровой трансформации. Поэтому для государственного и окологосударственного контура связка ИИ с методикой Минцифры достаточно логична.

Для частной коммерческой компании эту методику возможно не стоит использовать, как минимум, в полном объеме и, как минимум, подавать разработанные стратегии на согласование в Минцифры.

3. ИИ как раздел ИТ-стратегии

Во многих коммерческих компаниях отдельная стратегия ИИ может быть и не нужна. Если ИИ находится на стадии нескольких проектов и тесно связан с данными, аналитикой, автоматизацией, архитектурой и развитием сервисов, чаще всего достаточно отдельного раздела в ИТ-стратегии. Это самый естественный стартовый формат для многих средних компаний, а также малых компаний.

Такой вариант хорош тем, что тема ИИ сразу рассматривается вместе с ИТ: данные, информационные системы, инфраструктура, безопасность, ИТ-служба и план проектов по ИТ.

Итого, если ИИ для компании уже стал самостоятельным направлением, то для крупных компаний может быть целесообразен отдельный документ по стратегии ИИ.
Для госкомпании целесообразно опираться на методику Минцифры (обязательную для крупных компаний с участием государства).
Если же ИИ пока остаётся одной из важных, но всё же частных тем внутри развития ИТ, обычно достаточно раздела в ИТ-стратегии. Также это хороший вариант, если ИТ-шники не хотят создавать себе конкурирующий отдел по ИТ. На взгляд автора этого текста (А. Михайлова), для большинства коммерческих компаний начальный и самый уместный вариант — раздел про ИИ в ИТ-стратегии. Отдельная стратегия ИИ может быть разработана позже, когда использование ИИ станет большим.

Ниже рассмотрены четыре основных варианта, через которые компании обычно и разрабатывают стратегии ИИ.

а) Стратегия ИИ как отдельный документ

Этот вариант уместен тогда, когда тема искусственного интеллекта уже перестаёт быть одной из частных тем и становится большим и самостоятельным направлением развития компании. Обычно это происходит после того, как у компании уже накопился десяток проектов по ИИ, разные сценарии применения, заметные ожидания со стороны руководства и более серьёзные требования к данным, информационным системам, процессам и ответственности.

Отдельная стратегия ИИ уместна в тех случаях, когда ИИ влияет сразу на несколько направлений бизнеса. Например, небольшого раздела внутри другого документа может быть недостаточно, если компания одновременно рассматривает ИИ для аналитики, клиентских сервисов, автоматизации процессов и цифровых продуктов. В этом случае может быть нужна отдельная стратегия, которая включает все аспекты внедрения и использования ИИ.

Преимущество отдельного документа в том, что он позволяет описывать ИИ в собственной логике. В таком формате можно отдельно зафиксировать:

• цели и роль ИИ для компании;
• приоритетные направления применения;
• требования к данным, информационным системам, инфраструктуре ИТ, ИТ-службе;
• модель ответственности;
• риски, ограничения и условия внедрения;
• этапы развития;
• проекты по ИИ;
• ожидаемые эффекты и, при необходимости, KPI.

Но отдельный документ нужен не всегда. Если тема ИИ пока ограничена несколькими проектами и в основном живёт в связке с данными, аналитикой и автоматизацией, такой формат может быть преждевременным. В этом случае есть риск получить большой документ раньше, чем сама тема реально доросла до такого масштаба.

Для малых и средних компаний отдельная стратегия ИИ возможно выглядит странно, скорее отдельная стратегия для крупных и очень крупных компаний, в первую очередь банков.

Отдельная стратегия ИИ нужна компании тогда, когда искусственный интеллект перестаёт быть одной из частных тем и становится самостоятельным направлением развития. Обычно это происходит в тех случаях, когда у компании уже несколько проектов по ИИ, заметные ожидания со стороны руководства, отдельные требования к данным, рискам, организационным моделям и инвестициям.

Такой формат особенно полезен, если ИИ влияет сразу на несколько функций компании: аналитику, клиентский сервис, документы, цифровые продукты, внутренние процессы и принятие решений. В этом случае короткого раздела в ИТ-стратегии часто уже недостаточно. Нужен отдельный документ, который позволит собрать тему ИИ в единую стратегию.

Когда отдельный документ действительно нужен

Обычно стратегия ИИ как отдельный документ уместна, если:

• ИИ уже затрагивает несколько направлений бизнеса;
• у компании есть не один пилот, а набор проектов;
• руководство хочет видеть ИИ как самостоятельную тему;
• нужно отдельно определить цели, приоритеты и ожидаемые эффекты;
• требуются отдельные роли, инвестиции, KPI.

Что даёт отдельная стратегия ИИ

Отдельный документ помогает не просто перечислить прикольные мысли руководителей разных подразделений компании как использовать ИИ, а создать осмысленный и единый план проектов по ИИ, уместных для компании в целом, собрать их в понятную систему. В стратегии ИИ стоит зафиксировать:

• цели и роль ИИ для компании;
• приоритетные направления применения ИИ;
• требования ИИ к данным, информационным системам и процессам;
• модель ответственности и управления;
• риски и ограничения;
• этапы внедрения и ожидаемые результаты.

Главное преимущество такого формата в том, что ИИ рассматривается не как приложение к ИТ, а как самостоятельное направление развития (хотя как часто бывает это и основной недостаток).

Когда отдельная стратегия ИИ не нужна

Если тема ИИ пока ограничена несколькими проектами и в основном связана с данными и аналитикой, чаще всего достаточно отдельного раздела в ИТ-стратегии. В такой ситуации самостоятельный документ может оказаться преждевременным и избыточным, да и дорогим (этак на 5-15 миллионов рублей затрат на разработку).

Итого, отдельная стратегия ИИ нужна тогда, когда тема искусственного интеллекта уже выросла до самостоятельного уровня.
Если ИИ пока остаётся одной из важных, но всё же частных тем внутри развития ИТ, обычно достаточно раздела в ИТ-стратегии.
То есть главный вопрос не в том, модно ли иметь отдельную стратегию ИИ, а в том, доросла ли сама тема до такого формата.

б) Методика Минцифры (раздел по планированию ИИ)

Этот вариант особенно важен для крупных госкомпаний и компаний с госучастием. Речь идёт не о том, что существует отдельная “методика Минцифры именно по ИИ”, а о том, что тема ИИ может быть встроена в более широкую стратегию цифровой трансформации с использованием методики Минцифры по цифровой трансформации.

Такой подход особенно полезен там, где компании важны:

• чёткая структура стратегического документа;
• понятная логика целей и направлений;
• KPI и система мониторинга;
• связь ИИ с цифровой трансформацией;
• управленческая отчётность;
• более строгая формализация инициатив и проектов.

Для государственных компаний стратегия цифровой трансформации по методике Минцифры может быть обязательным вариантом. Для части крупных коммерческих компаний методику Минцифры можно почитать и возможно найти что-то уместное для конкретной компании.

Плюс такого подхода в том, что он помогает не ограничиваться общими рассуждениями про ИИ, а сразу задаёт более определенную логику:

• место ИИ в общей стратегии цифровой трансформации компании;
• приоритетные направления применения ИИ;
• проекты по ИИ;
• ключевые показатели эффективности;
• порядок мониторинга;
• связь с цифровой трансформацией компании.

Однако для малых и средних коммерческих компаний копирование формальной государственной логики может сделать стратегию перегруженной и бюрократичной, а также дорогой (минимум 100 человеко-дней квалифицированных экспертов на разработку стратегии). Поэтому можно взять из методики Минцифры не всё подряд, а именно те элементы, которые помогают сделать тему ИИ более структурированной и измеримой.

Стоит отметить, что методика Минцифры очень сильно ориентирована на ежегодную и ежеквартальную отчетность перед Минцифрой, включая соблюдение требований по полному импортозамещению в ИТ. Соблюсти обязательные требования методики до чрезвычайности сложно, и ряд экспертов считает, что методика Минцифры получена как калька методик зарубежных компаний по внедрению технологий цифровой трансформации плюс механическое соблюдений требований российского законодательства, в т.ч. по импортозамещению. Также Минцифры требует автографа гендиректора, что все эти требования (включая импортозамещение) быстро окупятся, если не за один год, то на два-три года, что ну очень сложно.

Также в рекомендациях Минцифры есть требования по депремированию гендиректора и ответственного за цифровую трансформацию, если планы не будут выполнены в срок. Некоторые российские компании говорят, что Минцифры реально выдавала гранты и льготные кредиты на проекты по цифровой трансформации, но после того, как в 2023 году замминистра Минцифры поймали на крупной взятке, не ясно насколько реально получить что-то от Минцифры.

Методика Минцифры — это не отдельная методика именно по искусственному интеллекту, а методика разработки стратегии цифровой трансформации. Методика задаёт структуру стратегии, её содержание, порядок мониторинга реализации и формы отчётности.

Для темы ИИ эта методика полезна тогда, когда компании нужно не просто описать возможные сценарии применения искусственного интеллекта, а встроить ИИ в более широкую систему целей, проектов, KPI и управленческого контроля. Особенно это актуально для госкомпаний, компаний с государственным участием и других организаций, где важны формальная структура стратегии, мониторинг и отчётность. После изменений 2024 года в Национальную стратегию развития ИИ государственным корпорациям и акционерным обществам с госучастием рекомендовано включать меры по развитию ИИ в свои стратегии деятельности.

На практике методику Минцифры полезно использовать как каркас для раздела по ИИ. Обычно она помогает описать:

• место ИИ в общей цифровой трансформации компании;
• цели и ожидаемые эффекты;
• приоритетные направления применения;
• проекты и инициативы;
• показатели результата и KPI;
• порядок мониторинга реализации.

Для частной коммерческой компании эту методику обычно разумнее использовать выборочно: брать структуру, логику КПЭ (KPI) и дисциплину мониторинга, но адаптировать документ под реальные задачи бизнеса, чтобы не получить слишком тяжёлую и бюрократичную стратегию, ориентированную на контроль со стороны государственных чиновников.

Итого, методика Минцифры полезна для раздела по ИИ, когда компании нужна более формальная и измеримая логика планирования. Для государственных компаний это может быть обязательное требование. Для коммерческих компаний методику можно использовать как ориентир, если нет других методик.

в) Стратегия ИИ как раздел ИТ-стратегии

Для большого числа компаний именно этот вариант является самым естественным. Если тема ИИ пока ещё не стала самостоятельным стратегическим направлением, но уже явно связана с данными, аналитикой, автоматизацией, информационными системами, инфраструктурой и цифровыми сервисами, её разумно рассматривать как раздел в ИТ-стратегии.

Такой подход хорош тем, что не отрывает ИИ от ИТ, в т.ч. от:

• качества данных;
• зрелости информационных систем;
• готовности инфраструктуры ИТ;
• роли ИТ-службы;
• архитектуры и интеграции;
• безопасности ИТ;
• портфеля ИТ-проектов.

Для многих коммерческих компаний этот подход наиболее практичный. Он позволяет не создавать отдельный тяжёлый документ раньше времени, но при этом не игнорировать тему ИИ.

В таком варианте компания может комплексно рассмотреть:

• зачем ей нужен ИИ;
• какие направления применения важны;
• какие требования есть к данным и ИТ;
• какие риски нужно учитывать;
• какие пилоты и проекты запускать;
• как ИИ связан с общей логикой развития ИТ.

Главное преимущество этого подхода — реалистичность. Он помогает не рассматривать ИИ в отрыве от существующих информационных систем, инфраструктуры ИТ, процессов (бизнеса и ИТ), а встроить ИИ в уже работающие ИТ.

Разумеется, и у этого варианта есть границы применимости. Если ИИ начинает затрагивать уже не только ИТ, но и бизнес-модель, взаимодействие с клиентами, цифровые продукты, оргструктуру, отдельные инвестиции и KPI, одного раздела в ИТ-стратегии может стать недостаточно. Тогда компании обычно приходится переходить либо к отдельной стратегии ИИ, либо к более широкой цифровой трансформации бизнеса.

Во многих компаниях тему искусственного интеллекта разумно рассматривать не как отдельную стратегию, а как раздел в ИТ-стратегии. Такой подход особенно уместен тогда, когда ИИ уже важен для компании, но пока ещё не стал самостоятельным направлением развития бизнеса.

Обычно это происходит в тех случаях, когда ИИ в первую очередь связан с данными, аналитикой, автоматизацией, информационными системами, цифровыми сервисами и развитием ИТ в целом. В такой ситуации отдельный большой документ по ИИ часто бывает избыточным, а раздел в ИТ-стратегии позволяет встроить тему в общую логику развития ИТ.

Когда такой формат особенно уместен

Обычно раздел про ИИ в ИТ-стратегии подходит, если:

• у компании пока всего несколько проектов по ИИ;
• ИИ тесно связан с данными, аналитикой и автоматизацией;
• основные вопросы по ИИ относятся к информационным системам, инфраструктуре и ИТ-службе;
• тема ИИ пока не требует отдельного бюджета, KPI и собственной организационной модели;
• компании важно встроить ИИ в уже существующую логику работы ИТ.

Что даёт такой подход

Главное преимущество этого формата в том, что ИИ сразу рассматривается в естественном контексте: вместе с данными, информационными системами, инфраструктурой, безопасностью, проектами и развитием ИТ-службы.

Обычно такой подход позволяет:

• не создавать лишний отдельный документ;
• увязать ИИ с реальными информационными системами и инфраструктурой ИТ;
• встроить тему ИИ в портфель ИТ-проектов;
• связать ИИ с данными, системами и архитектурой;
• сделать развитие ИИ более практичным и управляемым.

Что обычно включают в такой раздел

В раздел по ИИ внутри ИТ-стратегии целесообразно включить:

• роль ИИ для компании;
• приоритетные направления применения;
• требования к данным, информационным системам и инфраструктуре ИТ;
• связь ИИ с информатизацией бизнес-процессов и цифровыми сервисами;
• риски и ограничения;
• возможные проекты и этапы развития.

Когда такого формата уже недостаточно

Если ИИ начинает затрагивать сразу несколько крупных направлений бизнеса, требует отдельных инвестиций, KPI, управленческой модели и становится самостоятельной темой для руководства, одного раздела в ИТ-стратегии может быть уже мало. В такой ситуации компании часто нужен более тяжелый формат — отдельная стратегия ИИ.

Итого, стратегия ИИ как раздел ИТ-стратегии — это удобный формат для тех компаний, где ИИ уже важен, но ещё не требует отдельного большого документа. Для многих коммерческих компаний именно такой подход является самым естественным: он позволяет встроить ИИ в развитие ИТ без лишнего усложнения и без искусственного отделения темы ИИ от данных, систем и процессов.

г) ИИ + ИТ-стратегия + ЦТ

Для части компаний планирование ИИ вообще не укладывается в один формат. Она одновременно затрагивает и развитие ИТ, и более широкие цифровые изменения бизнеса. В таких случаях хорошим вариантом может быть не выбор между “только ИТ-стратегией” и “только отдельной стратегией ИИ”, а «ИТ-стратегия + разделы по ЦТ и ИИ»:

Это уместно для компаний, где ИИ:

• влияет не только на ИТ, но и на процессы, сервисы, продукты и взаимодействие с клиентами;
• требует развития данных, аналитики и цифровой архитектуры;
• должен быть увязан с цифровой трансформацией бизнеса;
• при этом не всегда требует полностью отдельного документа.

С одной стороны, без ИТ-стратегии трудно планировать данные, информационные системы, инфраструктуру ИТ. С другой — без цифровой трансформации трудно описать изменения процессов, сервисов, продуктов и управленческой модели.

Практически это означает, что компания может:

• описать ИИ в ИТ-стратегии как важное направление развития данных, систем и автоматизации;
• связать это с цифровой трансформацией, если ИИ влияет на более широкие изменения бизнеса;
• при необходимости вынести часть вопросов ИИ в отдельный стратегический документ или отдельный управленческий блок.

Именно такой подход часто может быть уместен для компаний, которые уже видят, что тема ИИ для них серьёзна, но не хотят искусственно разрывать её на несвязанные документы.

---

Конфигурация стратегии: разделы, этапы разработки, размер

После того как компания поняла, что искусственный интеллект для неё весьма важен, возникает вопрос, как лучше планировать внедрение и использование ИИ. Традиционным способом такого планирования является стратегия. На этой странице рассмотрено несколько форматов стратегий ИИ, а далее рассмотрено как правильно выбрать формат стратегии ИИ. Для этого нужно определить, из каких разделов должна состоять стратегия, какие целесообразны этапы её разработки, насколько подробным должен быть документ.

Для этого можно использовать конфигуратор стратегии ИИ:

Для одной компании достаточно компактного раздела в ИТ-стратегии, для другой нужен более содержательный рабочий документ, а для третьей — развернутая стратегия ИИ. Поэтому конфигурация стратегии — это не второстепенный вопрос оформления, а один из важных вопросов.

Далее приведены основные параметры конфигурации: разделы стратегии, этапы разработки, размер стратегии, разработчики стратегии.

Разделы стратегии

Состав стратегии ИИ не должен быть одинаковым для всех компаний. В одних случаях достаточно зафиксировать цели, направления применения, требования к данным и ближайшие проекты. В других — приходится отдельно описывать риски, ответственность, KPI, организационную модель, бюджет, связь с цифровой трансформацией и логику масштабирования решений. Поэтому стратегия ИИ должна собираться не по формальному шаблону, а под реальную ситуацию в компании.

В обязательные разделы стратегии ИИ (или в раздел ИИ в ИТ-стратегии) целесообразно включить:

• требования к ИИ;
• приоритетные направления применения ИИ;
• требования ИИ к данным, информационным системам и инфраструктуре ИТ;
• риски и ограничения ИИ;
• ответственные за ИИ;
• проекты по ИИ, затраты на ИИ.

Если направление ИИ уже стало большим, то стоит добавить дополнительные разделы:

• KPI и ожидаемые эффекты;
• экономическая эффективность затрат на ИИ;
• обучение и развитие компетенций;
• связь ИИ с ИТ-стратегией и цифровой трансформацией;
• сценарии развития ИИ.

На практике целесообразно определить обязательные разделы стратегии, затем понять, какие нужны дополнительные разделы.

Правильный выбор разделов увеличит вероятность того, что стратегия ИИ будет уместной для вашей компании. Если разделов слишком мало, документ получится слишком общим. Если вы попробуете разработать слишком много разделов, сил на разработку стратегии может не хватить.

Этапы разработки стратегии

Не менее важен и вопрос о том, как именно разрабатывать стратегию ИИ. На практике многие компании совершают типичную ошибку: сразу переходят к конкретным проектам, не определив требования, не оценив текущее состояние и не описав требуемое через 1-3 года состояние ИИ. В результате ИИ начинает развиваться не системно, а через набор разрозненных решений.

Типовые этапы разработки стратегии (включая стратегию ИИ):

1. Анализ текущего состояния (включая определение требований к ИИ);
2. Разработка требуемого состояния ИИ;
3. План проектов по ИИ.

Стратегию ИИ лучше разрабатывать не как набор разрозненных идей, а как последовательный процесс. Это помогает компании не перескакивать сразу к конкретным проектам и программному обеспечению, а сначала понять, зачем ей нужен ИИ, насколько она готова к его использованию и к какому результату хочет прийти.

Как при разработке стратегии бизнеса и ИТ, так и в стратегии ИИ целесообразно выделять три основных этапа.

1. Анализ текущего состояния ИИ (включая определение требований к ИИ)

Компания определяет требования, зачем ей нужен ИИ, какие эффекты она хочет получить и какие ограничения важно учитывать с самого начала.
Нужно зафиксировать ожидания гендиректора и руководителей подразделений. Также нужно учесть требования государства (в основном по информационной безопасности) и ИТ-службы (требований по совместимости с существующими информационными системами и инфраструктурой ИТ).

Также нужно провести аудит реальной готовности компании к внедрению ИИ. Обычно рассматриваются данные, информационные системы, ИТ-инфраструктура, компетенции ИТ-службы и аналитиков, зрелость процессов и уже запланированные проекты.

2. Разработка требуемого состояния ИИ

Нужно определить, к какому состоянию ИИ компания хочет прийти через 1-3 года. Здесь определяются приоритетные направления использования ИИ, требования к данным и информационным системам, инфраструктуре ИТ, модель управления и местом ИИ в общей логике развития компании.

3. План по ИИ

На этом этапе нужно определить, какие проекты надо выполнить, в какой последовательности.

Размер стратегии

Следующий важный вопрос — размер стратегии ИИ. Здесь речь идёт скорее не о количестве страниц, а о глубине проработки. Для одних компаний достаточно компактной стратегии (слайдов на 15), которая фиксирует основные цели, направления применения и ближайшие шаги. Для других нужен средний размер, уже включающий требования, ограничения, ответственность и ключевые инициативы. Для третьих уместна подробная стратегия (на сотню-другую страниц), если ИИ стал самостоятельным направлением развития компании.

Как и в случае стратегий ИТ и бизнеса, можно выделить три типовых варианта:

• основа стратегии — для ранней стадии, когда тема ИИ в самом начале развития;
• средняя стратегия — для большинства компаний, которым уже нужен полноценный рабочий документ;
• подробная стратегия — когда ИИ становится самостоятельным стратегическим направлением, требует отдельной координации, KPI, бюджета и более глубокой программы изменений.

Не всем компаниям нужен одинаковый по объему документ. Для одних достаточно основы стратегии, которая фиксирует роль ИИ, основные направления применения и ближайшие шаги. Для других нужен средний размер уже как полноценный рабочий документ с требованиями, ограничениями, ответственностью и набором инициатив. Для третьих уместна подробная стратегия, если ИИ стал самостоятельным направлением развития и требует отдельной логики управления, KPI, инвестиций и масштабирования.

Основа стратегии

Компактный формат стратегии ИИ подходит тогда, когда тема ИИ ещё находится на ранней стадии. Обычно у компании уже есть интерес к ИИ, несколько идей или пилотов, но сама тема пока не слишком велика по масштабу. Вот типовые разделы такой стратегии:

• требования к ИИ;
• основные направления использования ИИ;
• базовые требования к данным и ИТ;
• основные риски;
• основные проекты по ИТ.

Средняя стратегия

Средний формат подходит компаниям, которые уже серьёзно работают с темой ИИ, но пока не нуждаются в отдельной большой стратегии. Вот типовые разделы такой стратегии:

• требования к ИИ;
• основные направления использования ИИ;
• требования к данным, системам и инфраструктуре;
• риски и ограничения;
• ответственность и этапы развития;
• план проектов по ИИ;
• затраты на ИИ.

Подробная стратегия

Подробная стратегия нужна тогда, когда ИИ становится самостоятельным направлением развития крупной и технологически развитой компании. Обычно это происходит, если ИИ уже влияет на несколько подразделений, требует заметных инвестиций, отдельной координации и более сложной программы изменений.

Такой формат обычно включает:

• полную карту направлений применения ИИ;
• глубокую проработку данных, ИТ и процессов;
• организационную модель;
• KPI и ожидаемые эффекты;
• бюджет и оценку экономической эффективности проектов по ИТ;
• план масштабирования решений.

Итого, правильный размер стратегии ИИ зависит не от желания сделать документ побольше или поменьше, а от реального масштаба использования ИИ в компании:

• Если ИИ только появляется — обычно достаточно основы стратегии.
• Если тема ИИ уже важна и требует рабочего документа — чаще подходит средний размер стратегии.
• Если ИИ стал самостоятельным направлением развития — нужна подробная стратегия ИИ.

Хорошая стратегия ИИ — это не максимально большой документ, а документ для конкретной компании размера.

Подробнее об этом — на странице «Размер стратегии».

Разработчики стратегии

Стратегия ИИ затрагивает бизнес-задачи, данные, информационные системы, инфраструктуру ИТ, информационную безопасность, юридические ограничения, бюджет и будущие проекты. Поэтому в её разработке должны участвовать разные группы:

• руководство компании;
• бизнес-подразделения;
• ответственные за ИИ (если они есть);
• ИТ-служба;
• специалисты по данным;
• информационная безопасность;
• юристы;
• финансы;
• при необходимости, внешние консультанты.

Однако, широкий состав участников не означает, что стратегию ИИ реально можно качественно разработать обычной внутренней рабочей группой. Участников действительно может быть много, но координировать такую работу должны люди, которые имеют опыт разработки стратегий, умеют собирать требования, проводить интервью, анализировать текущее состояние, выбирать варианты развития, формировать проекты, бюджет и согласовывать решения с руководством. Также непростым делом является координация участников разработки стратегии, учитывая, что это люди из разных подразделений, руководство компании, возможно представители других компаний.

В крупных и успешных коммерческих компаниях иногда есть подразделение стратегического развития. Если такое подразделение действительно имеет опыт разработки стратегий, а его руководитель раньше занимался стратегическими проектами, например в сильных консалтинговых командах, занимающихся стратегиями бизнеса и ИТ (в компаниях McKinsey, Ernst & Young, Microsoft, IBM и др.), тогда все работы можно пробовать выполнять силами своей компании (хотя имеющегося времени своих сотрудников вряд ли хватит). Но это скорее исключение, чем обычная ситуация.

Для большинства малых и средних российских компаний более реалистична другая картина: внутри компании могут быть специалисты по бизнесу, ИТ, данным, информационной безопасности и финансам, но нет свободной команды, которая умеет именно разрабатывать стратегию и может выделить на это сотню человеко-дней. Поэтому самостоятельное создание рабочей группы вполне может привести к созданию длиннющего списка «хотелок», но вряд ли удастся создать осмысленную стратегию только своими силами.

На практике можно выделить следующие варианты разработки стратегии ИИ (похожие варианты применительно к стратегии ИТ описаны в ряде статей Михайлова Александра (автора этого сайта)):

Вариант разработки	Когда подходит	Роль консультантов	Роль сотрудников компании
Внутренняя разработка	если есть свое сильное подразделение по стратегическому планированию + свои опытные разработчики стратегий + 100 человеко-дней на разработку стратегии	могут привлекаться точечно, например, для аудита или отдельных стратегических сессий	компания сама руководит проектом по разработке стратегии и сама разрабатывает стратегию
Разработка консультантами	когда нужна полноценная стратегия, а своих ресурсов и методики не хватает	консультанты ведут методику, структуру, анализ, текст стратегии, согласование и оформление результатов	руководство, ИТ, бизнес, данные, ИБ и финансы дают исходную информацию, требования, ограничения и принимают решения
Совместная разработка стратегии консультантами и сотрудниками своей компании	когда компания хочет сильнее вовлечь своих сотрудников и постепенно научиться поддерживать стратегию	консультанты координируют процесс, проводят сессии, дают шаблоны, помогают формулировать решения и собирают итоговый документ	сотрудники компании активно участвуют в интервью, рабочих встречах, обсуждении сценариев ИИ, данных, проектов и бюджета

Для стратегии ИИ особенно опасно поручить работу только одной группе. Если стратегию готовит только ИТ-служба, она может стать слишком технической. Если только бизнес-подразделения — может не хватить реалистичности по данным, информационным системам, инфраструктуре ИТ и информационной безопасности. Если только вновь назначенный директор по ИИ (как вариант, директор по цифровой трансформации), то стратегия ИИ может базироваться на том, что ИТ-служба выполняет 95% проектов по ИИ без дополнительных ресурсов (в пределе мгновенно и конечно с нулевыми рисками). Если только поставщик ИИ-решения — есть риск получить не стратегию компании, а обоснование покупки конкретного продукта или сервиса (в идеале многолетних покупок всего спектра поставляемых технических о программных средств с удвоением стоимости каждый год).

Оптимальный практический формат для большинства компаний — координируемая консультантами совместная разработка стратегии ИИ. Консультанты отвечают за методику, структуру, темп работы, качество документа и согласованность решений. Сотрудники компании предоставляют исходную информацию для стратегии, требования, обсуждают решения и выбирают лучшее, согласовывают и принимаю стратегию внутри компании.

Для первого шага можно использовать более лёгкий формат: корпоративное обучение, серия рабочих встреч или стратегическая сессия по ИИ. Такой формат не всегда заменяет полноценную стратегию, но помогает вовлечь руководство, ИТ-службу и бизнес-подразделения, быстро выявить реалистичные сценарии ИИ, ограничения по данным и первые проекты.

Итого: стратегия ИИ должна разрабатываться с участием многих людей, но ответственность за методику и координацию лучше поручать опытным разработчикам стратегий. Рабочая группа полезна как источник требований, фактов и решений, но сама по себе она редко заменяет полноценную разработку стратегии.

Конфигуратор стратегии

Когда компания доходит до выбора разделов, этапов и размера стратегии, обычно становится понятно, что ей нужен не просто общий текст “про ИИ”, а подходящая конфигурация стратегии. Именно для этого и нужен конфигуратор стратегии.

Конфигуратор помогает определить:

• нужен ли отдельный документ по ИИ или достаточно раздела в ИТ-стратегии;
• какие разделы действительно нужны;
• какие этапы разработки нужно пройти;
• какой размер стратегии будет разумным;
• как соотнести тему ИИ с данными, информационными системами, ИТ-службой, цифровой трансформацией и проектами по ИТ.

---

Публикации по стратегии ИИ

Вот публикации А. Михайлова по стратегии ИИ (на этой странице уже есть ссылки на эти статьи):

• «Искусственный интеллект: есть разные точки зрения, что это такое. Этапы эволюции ИИ» <…>
• «Стратегия искусственного интеллекта: что это такое и нужна ли она вашей компании?» <…>
• «Требования к данным (а также к информационным системам, инфраструктуре ИТ, персоналу ИТ, бизнес-процессам)» <…>
• «Искусственный интеллект. Где место ИТ-директора? Типовые варианты» <…>
• «Когда компании нужна стратегия ИИ, а когда достаточно раздела в ИТ-стратегии. В каких случаях стоит использовать методику Минцифры» <…>
• «Стратегия ИИ: как выбрать нужные разделы стратегии, этапы разработки стратегии, размер стратегии» <…>

Помощь в разработке ИТ-стратегии (а также по стратегиям ЦТ и ИИ)

Конфигуратор (тесты)

• Поможет ли стратегия вашей компании?
• Нужны ли стратегии: ИТ / ЦТ / ИИ ?
• Какие нужны разделы?

Публикации и услуги

• Книги и статьи
• Обучение по ИТ-стратегии: корпоративное и в группе
• Консалтинг , Аудит

Консультация

• Консультация по ИТ-стратегии, помощь в выборе вариантов разработки