Искусственный интеллект: где место ИТ-директора? Типовые варианты

Автор: Александр Михайлов, эксперт по ИТ-стратегиям и управлению ИТ, MBA, генеральный директор компании «Консалтинг по управлению ИТ», editor@info-strategy.ru

Материал статьи построен на базе лучшего международного опыта разработки ИТ-стратегий и практического опыта автора:

Когда в компании начинают внедрять искусственный интеллект, один из самых важных вопросов звучит так: кто за это отвечает. Пока ИИ остаётся темой для обсуждений, пилотов и отдельных инициатив, отсутствие ясного ответа может не казаться критичным. Но как только ИИ начинает влиять на процессы, данные, сервисы, решения и бюджет, тема ответственности становится одной из ключевых.

На практике главная ошибка здесь состоит в том, что ИИ пытаются “повесить” на одну роль или на одно подразделение. Например, только на ИТ-службу, только на цифровое подразделение или только на одного энтузиаста. Такой подход почти всегда даёт слабый результат. ИИ затрагивает слишком много уровней компании: бизнес-цели, данные, ИТ-архитектуру, процессы, риски, безопасность, продуктовую логику, юридические вопросы и обучение пользователей. Поэтому ответственность за ИИ должна быть распределённой, но при этом управляемой.

Почему нельзя назначить одного “главного по ИИ” и на этом успокоиться

В коммерческих компаниях ИИ почти никогда не является чисто технической темой. Если ИИ используется для продаж, сервиса, аналитики, документооборота, поддержки сотрудников или цифровых продуктов, значит он уже выходит за пределы одной зоны ответственности.

Если ответственность полностью отдать ИТ-службе, тема может слишком сильно уйти в инфраструктуру, интеграции и выбор платформ, а бизнес-ценность окажется на втором плане. Если полностью передать тему бизнесу, можно получить завышенные ожидания при слабом учёте данных, архитектуры и ограничений. Если поручить всё внешнему подрядчику, компания рискует остаться без собственной внутренней логики и без устойчивого управления темой.

Поэтому в зрелом варианте вопрос должен звучать не “кто единственный отвечает за ИИ”, а “как распределить ответственность так, чтобы тема ИИ была и полезной бизнесу, и реализуемой на практике”.

Кто обычно должен отвечать за ИИ в компании

В коммерческой компании тема ИИ обычно требует участия нескольких ролей.

1. Руководство компании

У высшего руководства должна быть ответственность за общий вектор. Именно руководство определяет, зачем компании вообще нужен ИИ, какой эффект ожидается, насколько тема важна стратегически и какое место она занимает среди других приоритетов.

Руководство не должно заниматься деталями моделей, платформ и интеграций. Но оно должно:

• задавать деловую рамку темы;
• определять допустимый уровень инвестиций и ожиданий;
• поддерживать выбор приоритетных направлений;
• принимать решения по масштабу внедрения;
• обеспечивать управленческую поддержку изменений.

Если руководство не вовлечено, ИИ часто остаётся набором локальных экспериментов без серьёзного продолжения.

2. Бизнес-заказчики и владельцы процессов

Если ИИ внедряется ради реальной пользы, у каждого значимого сценария должен быть бизнес-владелец. Это может быть руководитель функции, направления, продукта или конкретного процесса.

Именно бизнес-заказчик должен отвечать на вопросы:

• зачем нужен этот сценарий;
• какую проблему он решает;
• какой эффект ожидается;
• как изменится процесс после внедрения;
• кто будет использовать результат.

Без бизнес-владельца ИИ-инициатива почти всегда превращается либо в техническую игрушку, либо в красивый пилот без понятного места в реальной работе компании.

3. ИТ-директор и ИТ-служба

ИТ-директор и ИТ-служба отвечают за реализуемость темы ИИ внутри компании. Именно здесь возникают вопросы интеграции, архитектуры, инфраструктуры, безопасности, сопровождения и связи с существующими системами.

Роль ИТ-службы состоит не в том, чтобы “придумать, где нужен ИИ”, а в том, чтобы:

• оценить техническую реализуемость сценариев;
• определить требования к данным и системам;
• обеспечить интеграцию с ИТ-ландшафтом;
• организовать сопровождение решений;
• контролировать устойчивость и безопасность эксплуатации.

Если ИТ-служба не участвует как полноценный контур ответственности, ИИ-решения часто остаются оторванными от реальной среды компании.

4. Руководители по данным, аналитике или data-команды

Во многих случаях именно данные определяют, будет ли ИИ вообще работать полезно. Поэтому там, где в компании есть выделенные data-команды, аналитические подразделения или владельцы data-направления, они должны быть полноценными участниками управления темой ИИ.

Их зона ответственности обычно включает:

• качество и доступность данных;
• подготовку данных для сценариев ИИ;
• оценку ограничений и рисков;
• участие в выборе подходов и моделей;
• контроль корректности использования данных.

Если тема данных отделена от темы ИИ, компания быстро сталкивается с тем, что красивые сценарии не подтверждаются реальной data-готовностью.

5. Информационная безопасность и юридическая функция

Во многих компаниях это недооценивают, но при реальном внедрении ИИ резко возрастает значение вопросов безопасности, доступа, конфиденциальности, правомерности использования данных и допустимости автоматизированных решений.

Поэтому ИБ и, при необходимости, юридическая функция должны участвовать не как блокирующий контур “в конце”, а как нормальная часть общей схемы ответственности.

Их роль обычно включает:

• оценку рисков работы с данными;
• правила доступа и разграничения прав;
• контроль допустимости внешних сервисов и платформ;
• участие в формировании внутренних правил использования ИИ;
• снижение регуляторных и репутационных рисков.

Нужен ли отдельный “директор по ИИ”

В некоторых компаниях действительно появляется отдельная роль, связанная с координацией ИИ-направления. Это может быть руководитель программы, директор по ИИ, руководитель центра компетенций или другой похожий формат. Но такая роль уместна не всегда.

Она полезна, если:

• ИИ уже стал заметным направлением развития;
• инициатив много, и они требуют координации;
• нужно связывать бизнес, ИТ-службу, данные и внешних поставщиков;
• тема уже вышла за пределы отдельных пилотов;
• компании нужен единый управляющий контур.

Но в большинстве коммерческих компаний на первом этапе важнее не создать громкую новую должность, а выстроить работающее распределение ответственности между существующими ролями. Иначе есть риск получить “ответственного за всё”, у которого формально есть тема ИИ, но нет реальных рычагов влияния на бизнес, ИТ-службу, данные и процессы.

Кто отвечает за пилоты, а кто — за масштабирование

Полезно разделять ответственность за разные стадии.

На стадии пилотов важнее всего:

• выбрать разумные сценарии;
• быстро проверить гипотезы;
• не завысить ожидания;
• понять реальные ограничения.

Здесь обычно сильнее роль бизнес-заказчика, ИТ-службы и специалистов по данным.

На стадии масштабирования структура ответственности становится жёстче. Здесь уже нужно отвечать за:

• стабильность решения;
• сопровождение;
• качество результата;
• обучение пользователей;
• измерение эффекта;
• связь с бюджетом и приоритетами компании.

То есть переход от пилота к масштабированию почти всегда требует более зрелой модели управления. Если этого не сделать, компания может успешно провести пилот, но не суметь превратить его в нормальный рабочий инструмент.

Какая модель ответственности обычно работает лучше всего

Для большинства коммерческих компаний наиболее жизнеспособной оказывается не централизованная и не хаотичная модель, а смешанная.

Обычно лучше всего работает схема, где:

• руководство задаёт общую рамку и приоритеты;
• бизнес отвечает за ценность и сценарии применения;
• ИТ-служба отвечает за интеграцию, архитектуру и сопровождение;
• data-команда или аналитическое направление отвечает за готовность данных и аналитическую основу;
• ИБ и юридическая функция контролируют риски и правила;
• отдельный координирующий контур собирает всё это в единый процесс.

Такая модель позволяет не сводить ИИ ни к чисто техническому проекту, ни к чисто бизнесовой мечте. Она делает тему одновременно полезной и управляемой.

Что происходит, если ответственность не определена

Если в компании нет ясного ответа на вопрос об ответственности за ИИ, обычно возникают одни и те же проблемы:

• много разговоров, но мало системного движения;
• пилоты запускаются случайно;
• нет понятных приоритетов;
• ожидания бизнеса расходятся с возможностями ИТ-службы;
• никто не отвечает за data-готовность;
• вопросы безопасности вспоминаются слишком поздно;
• хорошие идеи не масштабируются;
• неясно, кто оценивает результат и принимает решение о продолжении.

Именно поэтому тема ответственности — не организационная формальность, а один из ключевых факторов успеха всей работы с ИИ.

Вывод

Внедрение ИИ в коммерческих компаниях не может быть зоной ответственности только одного человека или одной службы. Это тема на стыке бизнеса, ИТ-службы, данных, процессов и управления рисками. Поэтому лучший подход — не искать одного “главного по ИИ”, а выстраивать понятную и управляемую модель распределённой ответственности.

Руководство должно задавать рамку и приоритеты. Бизнес — отвечать за ценность и сценарии. ИТ-директор и ИТ-служба — за реализуемость и сопровождение. Data-команда — за данные и аналитическую основу. ИБ и юридическая функция — за безопасность и допустимость. А при росте масштаба темы полезен и отдельный координирующий контур.

Именно такая модель обычно и делает ИИ не случайным набором экспериментов, а реальным направлением развития компании.

Помощь в разработке ИТ-стратегии и стратегии цифровой трансформации

а) Малые компании

• Книга «ИТ-стратегия и стратегия цифровой трансформации», получить по подписке
• Обучение с параллельной разработкой основы ИТ-стратегии

б) Средние компании

• корпоративное обучение по ИТ-стратегии и стратегии цифровой трансформации
• совместная с консультантами разработка ИТ-стратегии 

в) Крупные компании

• Консалтинг
• Аудит
• Поддержка ИТ-стратегии

Консультация для ИТ-менеджеров и руководителей компаний