Искусственный интеллект

Дополнительный раздел ИТ-стратегии и возможное самостоятельное направление стратегии

Искусственный интеллект может рассматриваться как дополнительный раздел ИТ-стратегии, если компания планирует использовать ИИ для автоматизации решений, обработки данных, работы с документами, поддержки сотрудников, клиентского сервиса, аналитики, прогнозирования или повышения эффективности бизнес-процессов.

В одних компаниях искусственный интеллект может быть небольшим разделом ИТ-стратегии: например, в виде нескольких пилотных проектов по применению ИИ в отчетности, обработке обращений, анализе документов или поддержке пользователей.

В других компаниях ИИ может стать отдельным стратегическим направлением, потому что его применение затрагивает данные, информационные системы, бизнес-процессы, информационную безопасность, управление рисками, компетенции сотрудников и модель принятия решений.

В ИТ-стратегии раздел «Искусственный интеллект» помогает определить, где ИИ действительно может быть полезен, какие данные и ИТ-платформы для этого нужны, какие риски следует учитывать, какие пилоты стоит запустить и какие проекты можно планировать на ближайшие 1–3 года.

Важно не рассматривать ИИ только как модную технологию. Реальная польза от искусственного интеллекта появляется не там, где компания просто «внедряет ИИ», а там, где есть понятная бизнес-задача, качественные данные, готовые процессы, ответственные пользователи и условия для практического применения результата.

Описание раздела

Раздел «Искусственный интеллект» описывает, как компания может использовать ИИ в своей деятельности и какие условия должны быть выполнены, чтобы такие проекты были полезными и управляемыми.

В последние годы интерес к искусственному интеллекту резко вырос. Многие компании рассматривают ИИ как возможность быстрее обрабатывать информацию, автоматизировать рутинные задачи, улучшать аналитику, повышать качество клиентского сервиса, ускорять работу сотрудников и находить новые способы оптимизации процессов.

Но для стратегии важно отделить реальные сценарии применения ИИ от общих ожиданий. Не каждая задача требует искусственного интеллекта. Иногда достаточно улучшить информационные системы, навести порядок в данных, автоматизировать процесс обычными средствами или доработать отчетность.

Поэтому раздел «Искусственный интеллект» должен отвечать не на вопрос «какой ИИ внедрить», а на более практичные вопросы: где ИИ действительно может дать эффект, какие задачи готовы к использованию ИИ, какие данные для этого есть, какие риски возникают и как такие проекты должны быть включены в общий план развития ИТ.

В разделе обычно рассматриваются:

• возможные сценарии применения ИИ в компании;
• бизнес-задачи, где ИИ может дать практический эффект;
• готовность данных к использованию в ИИ-проектах;
• качество, доступность и безопасность данных;
• информационные системы, с которыми должен быть связан ИИ;
• инфраструктура, облачные сервисы или платформы для ИИ;
• требования к информационной безопасности и защите данных;
• риски использования ИИ и способы контроля результатов;
• компетенции сотрудников ИТ и бизнес-подразделений;
• пилотные проекты и критерии их оценки;
• условия перехода от пилотов к промышленному использованию;
• связь ИИ с цифровой трансформацией, данными, аналитикой и ИТ-стратегией.

Для ИТ-стратегии важно показать, что ИИ — это не отдельный экспериментальный слой поверх компании, а часть общей системы ИТ, данных, процессов, управления и проектов.

Что обычно рассматривается в разделе «Искусственный интеллект»

В разделе «Искусственный интеллект» обычно рассматриваются не только технологии, но и практические сценарии их применения.

Первый вопрос — где ИИ может быть полезен бизнесу. Это могут быть продажи, клиентский сервис, производство, логистика, финансы, HR, юридическая работа, документооборот, закупки, маркетинг, аналитика, техническая поддержка, внутренние сервисы или управление знаниями.

Второй вопрос — какие типы задач подходят для ИИ. Например, классификация обращений, обработка текстов, поиск информации, анализ документов, прогнозирование спроса, выявление отклонений, поддержка принятия решений, подготовка черновиков, распознавание изображений, автоматизация консультаций или помощь сотрудникам в работе с большими объемами информации.

Третий вопрос — какие данные нужны. Для многих ИИ-сценариев недостаточно иметь общие файлы и отчеты. Нужны данные в пригодном виде: структурированные, доступные, достаточно полные, корректные, защищенные и связанные с нужными бизнес-процессами.

Четвертый вопрос — какие системы должны быть связаны с ИИ. ИИ редко полезен сам по себе, отдельно от информационного ландшафта компании. Обычно он должен получать данные из существующих систем, передавать результаты пользователям, встраиваться в процессы или быть частью рабочих инструментов сотрудников.

Пятый вопрос — как управлять рисками. ИИ может ошибаться, использовать неполные данные, давать неточные рекомендации, нарушать требования безопасности или создавать риски неправильной автоматизации решений. Поэтому в стратегии важно определить зоны, где ИИ может использоваться безопасно, и зоны, где требуется контроль человека.

Шестой вопрос — какие компетенции нужны. Для ИИ-проектов нужны не только технические специалисты, но и владельцы бизнес-задач, эксперты по данным, аналитики, специалисты по безопасности, пользователи и руководители, которые понимают ограничения ИИ.

Седьмой вопрос — как оценивать результат. Для ИИ-проектов важно заранее определить критерии успеха: снижение трудозатрат, ускорение обработки информации, повышение качества сервиса, сокращение ошибок, рост точности прогнозов, повышение доступности знаний или другой измеримый эффект.

Планирование применения ИИ на 1–3 года

Планирование применения искусственного интеллекта на 1–3 года вперед лучше начинать не с выбора конкретной модели, сервиса или платформы, а с определения задач, где ИИ может дать практическую пользу.

Если компания начинает с общего желания «использовать ИИ», есть риск получить набор несвязанных экспериментов. Такие эксперименты могут быть интересными, но не всегда переходят в реальные рабочие решения.

Более полезная логика — идти от бизнес-задач к сценариям применения, затем к данным, системам, рискам и проектам.

Сначала нужно определить, какие процессы или функции компании могут выиграть от ИИ. Это могут быть процессы с большим количеством однотипных операций, текстов, документов, обращений, данных, решений, проверок или прогнозов.

Затем важно оценить, насколько эти задачи готовы к использованию ИИ. Например, есть ли данные, понятен ли процесс, можно ли измерить результат, есть ли ответственный бизнес-заказчик, можно ли безопасно встроить ИИ в работу сотрудников или клиентов.

После этого можно формировать перечень сценариев и разделять их по уровню зрелости:

• идеи для дальнейшего анализа;
• быстрые пилоты;
• проекты, требующие подготовки данных;
• проекты, требующие изменений в системах;
• проекты, которые пока слишком рискованны или преждевременны;
• промышленные решения, которые можно включать в план развития.

Для планирования ИИ на 1–3 года полезно рассмотреть:

• какие бизнес-задачи могут быть поддержаны ИИ;
• какие сценарии применения ИИ наиболее реалистичны;
• какие данные нужны для каждого сценария;
• какие данные уже доступны, а какие нужно подготовить;
• какие информационные системы должны быть связаны с ИИ;
• какие требования к безопасности и доступам возникают;
• какие риски нужно контролировать;
• какие пилоты можно запустить в первый год;
• какие проекты требуют более долгой подготовки;
• какие компетенции нужны ИТ-службе и бизнесу;
• какие внешние платформы, сервисы или подрядчики могут использоваться;
• как оценивать результаты ИИ-проектов;
• какие ИИ-инициативы включить в общий план ИТ-проектов.

Практический результат планирования — не общий список «внедрить ИИ», а понятная дорожная карта: какие сценарии пробовать, какие данные готовить, какие решения развивать, какие риски контролировать и когда переходить от пилотов к промышленному использованию.

Искусственный интеллект как часть ИТ-стратегии

Искусственный интеллект тесно связан с ИТ-стратегией, но не заменяет её.

ИТ-стратегия определяет развитие информационных систем, инфраструктуры, данных, управления ИТ, бюджета, сервисов, безопасности и проектов. ИИ может использовать часть этой основы, но сам по себе не решает проблем, если базовые элементы ИТ не готовы.

Например, если в компании слабое качество данных, разрозненные системы, нет владельцев данных, не определены бизнес-процессы и отсутствует понятное управление ИТ-проектами, внедрение ИИ может столкнуться с ограничениями уже на первых этапах.

В ИТ-стратегии раздел «Искусственный интеллект» должен быть связан с несколькими другими разделами.

С требованиями к ИТ — потому что ИИ должен отвечать на реальные задачи бизнеса, а не только на технологический интерес.

С информационными системами — потому что ИИ должен получать данные, встраиваться в рабочие процессы и передавать результаты пользователям или другим системам.

С данными и аналитикой — потому что качество данных является одним из главных условий успешного применения ИИ.

С инфраструктурой ИТ — потому что ИИ может требовать вычислительных ресурсов, облачных сервисов, платформ, интеграций, мониторинга и технической поддержки.

С управлением ИТ — потому что ИИ-проекты нужно отбирать, приоритизировать, контролировать, оценивать и переводить из пилотов в рабочие решения.

С информационной безопасностью — потому что ИИ может работать с чувствительными данными, персональной информацией, коммерческой тайной, внутренними документами и результатами, влияющими на решения.

С бюджетом и планом ИТ-проектов — потому что ИИ-инициативы должны конкурировать за ресурсы наравне с другими ИТ-проектами и иметь понятную ценность для компании.

Если искусственный интеллект не связан с ИТ-стратегией, он может остаться набором пилотов без устойчивого результата. Если связь есть, ИИ становится частью управляемого развития ИТ и бизнеса.

Связь со стратегией цифровой трансформации

Искусственный интеллект часто рассматривается как часть цифровой трансформации, но эти темы не совпадают полностью.

Цифровая трансформация может включать изменение процессов, развитие клиентских сервисов, цифровых каналов, автоматизацию операций, электронные документы, личные кабинеты, интеграции, аналитику и изменение модели управления.

ИИ может быть одним из инструментов цифровой трансформации, если он помогает автоматизировать интеллектуальные операции, обрабатывать данные, поддерживать решения, персонализировать сервисы, прогнозировать события или ускорять работу сотрудников.

При этом не вся цифровая трансформация требует ИИ. Иногда компании сначала нужно улучшить информационные системы, интеграции, данные, процессы и управление. И только после этого появляется возможность использовать ИИ эффективно.

Также не каждый ИИ-проект является цифровой трансформацией. Например, внутренний помощник для подготовки текстов может быть полезным, но не всегда меняет бизнес-процессы стратегически. А вот ИИ-сценарий, который меняет клиентский сервис, ускоряет обработку заявок, помогает принимать управленческие решения или перестраивает операционный процесс, уже может быть частью цифровой трансформации.

Для связи ИИ и цифровой трансформации важно определить:

• какие цифровые инициативы могут быть усилены ИИ;
• какие процессы требуют интеллектуальной автоматизации;
• какие клиентские или внутренние сервисы могут использовать ИИ;
• какие данные нужны для ИИ внутри цифровых проектов;
• какие ИИ-сценарии стоит включить в дорожную карту цифровой трансформации;
• какие ИИ-инициативы пока лучше рассматривать как пилоты;
• где ИИ может дать реальный эффект, а где достаточно обычной автоматизации.

Такой подход помогает не подменять цифровую трансформацию искусственным интеллектом, но и не рассматривать ИИ отдельно от цифрового развития компании.

Глубина проработки раздела

Глубина проработки раздела «Искусственный интеллект» зависит от того, какую роль ИИ должен играть в компании.

Краткая проработка подходит, если компания пока только рассматривает ИИ и хочет включить в ИТ-стратегию несколько возможных направлений или пилотов. В этом случае достаточно определить несколько сценариев, оценить готовность данных, зафиксировать риски и включить 1–3 пилотных проекта в общий план.

Средняя проработка нужна, если ИИ уже рассматривается как практический инструмент для нескольких процессов или подразделений. В этом случае полезно отдельно рассмотреть бизнес-сценарии, данные, системы, риски, безопасность, компетенции, пилоты, критерии оценки и условия масштабирования.

Глубокая проработка нужна, если компания планирует системно использовать ИИ в продуктах, клиентских сервисах, операционных процессах, аналитике, управлении знаниями или принятии решений. В этом случае может потребоваться отдельная стратегия ИИ, связанная с ИТ-стратегией, стратегией данных и стратегией цифровой трансформации.

В глубокой проработке могут появиться:

• карта сценариев применения ИИ;
• оценка готовности данных;
• оценка готовности процессов к ИИ;
• целевая архитектура ИИ-решений;
• модель управления ИИ-проектами;
• правила безопасности и контроля рисков;
• модель выбора платформ, сервисов и поставщиков;
• дорожная карта пилотов и промышленных решений;
• критерии оценки эффекта;
• требования к компетенциям сотрудников;
• правила использования генеративного ИИ;
• подход к контролю качества и ответственности за результаты.

Важно выбирать глубину проработки не по общему интересу к ИИ, а по реальной готовности компании и значимости ИИ для бизнеса. Если данных мало, процессы не описаны, а сценарии не ясны, лучше начать с диагностики и пилотов. Если компания уже видит конкретные задачи и имеет подготовленную ИТ-основу, можно переходить к более системной стратегии ИИ.

Когда раздел «Искусственный интеллект» особенно критичен

Раздел «Искусственный интеллект» особенно важен, если компания уже рассматривает ИИ не как эксперимент, а как возможный инструмент изменения процессов, сервисов, аналитики или продуктов.

Он становится критичным, когда появляются реальные бизнес-задачи, которые трудно эффективно решать только обычной автоматизацией: обработка больших объемов информации, анализ документов, прогнозирование, персонализация, поддержка сотрудников, поиск знаний, автоматизация консультаций или интеллектуальная обработка обращений.

Раздел особенно важен, если:

• руководство ожидает практического применения ИИ;
• в компании уже появляются разрозненные ИИ-инициативы;
• сотрудники начинают использовать внешние ИИ-инструменты без единых правил;
• есть большие объемы документов, обращений, текстов, изображений или данных;
• нужна автоматизация интеллектуальных или аналитических задач;
• компания развивает цифровую трансформацию;
• данные и аналитика становятся важным направлением развития;
• есть планы по созданию ИИ-сервисов для клиентов или сотрудников;
• требуется повысить скорость обработки информации;
• нужно снизить нагрузку на специалистов в типовых задачах;
• есть риски неконтролируемого использования ИИ;
• нужно определить правила безопасности, доступа и ответственности;
• ИИ-проекты уже запускаются, но их эффект и приоритеты не ясны.

Если таких признаков немного, ИИ можно рассмотреть кратко как перспективное направление и набор возможных пилотов. Если их много, раздел должен быть достаточно подробным, а иногда может потребоваться отдельная стратегия искусственного интеллекта.

Типовые проблемы применения ИИ

Одна из типовых проблем применения ИИ — начало работы с технологии, а не с задачи. Компания выбирает модель, платформу или сервис, но не определяет, какую конкретную проблему нужно решить и какой результат считается успешным.

Вторая проблема — слабая готовность данных. ИИ-проекты часто требуют данных, которые должны быть доступны, корректны, структурированы, защищены и связаны с бизнес-процессом. Если данные находятся в разных системах, плохо описаны или недостоверны, ИИ может давать ограниченный эффект.

Третья проблема — завышенные ожидания. ИИ может помочь в обработке информации, анализе, прогнозировании и поддержке решений, но он не заменяет необходимость в управлении, процессах, ответственности и контроле результата.

Четвертая проблема — разрозненные пилоты. Подразделения могут запускать отдельные эксперименты с ИИ, но без общей логики, единой оценки рисков, архитектуры, правил безопасности и связи с ИТ-стратегией.

Пятая проблема — отсутствие владельца результата. ИТ может отвечать за техническую часть, но бизнес должен понимать, как будет использовать результат ИИ, кто принимает решения, кто проверяет качество и кто отвечает за эффект.

Шестая проблема — риски безопасности и конфиденциальности. При неконтролируемом использовании ИИ сотрудники могут передавать во внешние сервисы внутренние документы, персональные данные, коммерческую информацию или чувствительные сведения.

Седьмая проблема — трудность перехода от пилота к промышленному использованию. Демонстрационный пример может выглядеть убедительно, но для реальной эксплуатации нужны интеграции, поддержка, мониторинг, безопасность, обучение пользователей и понятная модель ответственности.

В ИТ-стратегии важно не просто сказать, что компания будет использовать ИИ, а определить, какие проблемы нужно решить, какие условия требуются и как управлять ИИ-инициативами.

Возможные результаты проработки раздела

Хорошо проработанный раздел «Искусственный интеллект» должен помочь компании перейти от общего интереса к ИИ к управляемому плану действий.

После его разработки должно стать понятнее:

• где ИИ может быть полезен компании;
• какие сценарии применения наиболее реалистичны;
• какие задачи не требуют ИИ и могут решаться обычной автоматизацией;
• какие данные нужны для ИИ-проектов;
• какие данные уже готовы, а какие нужно подготовить;
• какие информационные системы и интеграции потребуются;
• какие риски безопасности нужно учитывать;
• какие правила использования ИИ нужны сотрудникам;
• какие пилотные проекты можно запустить;
• какие критерии использовать для оценки пилотов;
• какие проекты можно масштабировать;
• какие компетенции нужно развивать;
• как ИИ связан с ИТ-стратегией и цифровой трансформацией.

Возможные результаты:

• карта сценариев применения ИИ;
• перечень приоритетных пилотов;
• понимание готовности данных;
• правила безопасного использования ИИ;
• дорожная карта ИИ-проектов на 1–3 года;
• связь ИИ с цифровой трансформацией;
• снижение хаотичности ИИ-инициатив;
• более реалистичные ожидания руководства;
• подготовка ИТ-инфраструктуры и данных;
• повышение управляемости ИИ-проектов.

Главный результат — не формальная «стратегия ИИ», а понятный подход к выбору и реализации ИИ-сценариев, которые могут дать практическую пользу компании.

Связанные разделы и элементы

Раздел «Искусственный интеллект» связан со многими другими страницами сайта.

С разделом «Данные и аналитика» связь является одной из ключевых. ИИ почти всегда зависит от данных: их качества, доступности, структуры, полноты, правил использования и ответственности за них.

С разделом «Цифровая трансформация» ИИ связан как один из возможных инструментов изменения процессов, сервисов, аналитики, клиентского опыта и операционной модели.

С разделом «Информационные системы» связь проходит через источники данных, интеграции, рабочие места пользователей, автоматизацию процессов и включение ИИ в прикладной ландшафт.

С разделом «Инфраструктура ИТ» связь возникает там, где ИИ требует вычислительных ресурсов, платформ, облачных сервисов, хранения данных, мониторинга, резервирования и технической поддержки.

С разделом «Информационная безопасность» ИИ связан через защиту данных, контроль доступа, конфиденциальность, риски внешних сервисов, управление результатами ИИ и требования к безопасному использованию.

С разделом «Управление ИТ» связь проходит через портфель проектов, приоритизацию, управление рисками, ответственность, контроль пилотов и переход к промышленной эксплуатации.

С разделом «ИТ-бюджет» ИИ связан через затраты на платформы, лицензии, инфраструктуру, данные, подрядчиков, обучение и сопровождение.

С разделом «Компетенции сотрудников» связь особенно важна, потому что ИИ меняет требования не только к ИТ-специалистам, но и к руководителям, аналитикам, экспертам предметных областей и обычным пользователям.

Поэтому искусственный интеллект лучше рассматривать не как отдельную технологическую тему, а как раздел, связанный с данными, системами, процессами, безопасностью, управлением и цифровой трансформацией.

Конфигуратор стратегии

Эта страница помогает понять, когда искусственный интеллект может быть дополнительным разделом ИТ-стратегии, а когда компании нужна отдельная стратегия ИИ.

В одной компании достаточно включить в ИТ-стратегию несколько возможных ИИ-пилотов. В другой нужно оценить готовность данных, определить правила безопасного использования ИИ и связать ИИ с цифровыми проектами. В третьей ИИ может стать отдельным стратегическим направлением, требующим собственной дорожной карты, модели управления, архитектуры и системы компетенций.

Поэтому после изучения этой страницы логично перейти к Конфигуратору стратегии.

Он поможет определить:

• нужен ли компании раздел «Искусственный интеллект» в ИТ-стратегии;
• достаточно ли краткого описания ИИ-пилотов;
• нужна ли отдельная стратегия искусственного интеллекта;
• какие ИИ-сценарии уже рассматриваются;
• насколько компания готова к использованию ИИ;
• нужно ли сначала развивать данные и аналитику;
• какие разделы ИТ-стратегии должны быть связаны с ИИ;
• какие риски и ограничения нужно учитывать;
• какой формат стратегии лучше выбрать;
• какая помощь может быть полезна.

Конфигуратор особенно полезен, если пока неясно, стоит ли начинать с ИИ-проектов, с подготовки данных, с цифровой трансформации или с общей ИТ-стратегии.

Помощь в разработке ИТ-стратегии и стратегии искусственного интеллекта

Раздел «Искусственный интеллект» можно разработать самостоятельно, если компания рассматривает несколько простых ИИ-сценариев, данные понятны, риски невысоки, а пилоты не требуют серьезных изменений в системах и процессах.

Но в более сложных ситуациях внешняя помощь может быть полезна. Особенно если руководство ожидает от ИИ заметного эффекта, подразделения уже запускают разрозненные инициативы, данные плохо подготовлены, есть требования к безопасности или нужно связать ИИ с цифровой трансформацией и ИТ-стратегией.

Помощь может быть полезна, если нужно:

• определить место ИИ в ИТ-стратегии;
• выявить реалистичные сценарии применения ИИ;
• оценить готовность данных;
• отделить перспективные сценарии от преждевременных;
• определить риски и ограничения;
• подготовить правила безопасного использования ИИ;
• сформировать перечень пилотных проектов;
• определить критерии оценки пилотов;
• связать ИИ с цифровой трансформацией;
• определить требования к системам, данным и инфраструктуре;
• подготовить дорожную карту ИИ-проектов;
• разработать раздел «Искусственный интеллект» в составе ИТ-стратегии;
• разработать отдельную стратегию искусственного интеллекта.

Возможные форматы помощи:

• консультация по применимости ИИ;
• аудит готовности компании к ИИ;
• стратегическая сессия по ИИ с руководством и ИТ;
• анализ данных и процессов для ИИ-сценариев;
• разработка перечня ИИ-пилотов;
• подготовка правил использования генеративного ИИ;
• разработка раздела «Искусственный интеллект»;
• разработка стратегии искусственного интеллекта;
• обучение руководителей и сотрудников подходам к применению ИИ.

Такой формат помощи особенно полезен, если компания хочет перейти от общего интереса к ИИ к более аккуратной, безопасной и управляемой дорожной карте.

Резюме

Искусственный интеллект — это не просто новая технология, которую нужно добавить в ИТ-стратегию.

В ИТ-стратегии раздел «Искусственный интеллект» помогает понять, где ИИ действительно может быть полезен, какие данные для этого нужны, какие риски нужно учитывать, какие пилоты стоит запускать и как ИИ связан с цифровой трансформацией, информационными системами, аналитикой, безопасностью и управлением ИТ.

Для одних компаний достаточно кратко описать несколько возможных ИИ-сценариев и пилотных проектов. Для других ИИ должен стать отдельным направлением стратегии, особенно если компания планирует использовать его в продуктах, клиентских сервисах, аналитике, автоматизации решений или управлении знаниями.

Главный смысл раздела — перейти от общего интереса к ИИ к реалистичному и управляемому плану применения искусственного интеллекта.

Если раздел проработан хорошо, компания получает не просто список идей, а понятную дорожную карту: какие ИИ-сценарии пробовать, какие данные готовить, какие риски контролировать, какие компетенции развивать и какие проекты включать в общий план развития ИТ.

Дополнительный раздел ИТ-стратегии и возможное самостоятельное направление стратегии

Искусственный интеллект может рассматриваться как дополнительный раздел ИТ-стратегии, если компания планирует использовать ИИ для автоматизации решений, обработки данных, работы с документами, поддержки сотрудников, клиентского сервиса, аналитики, прогнозирования или повышения эффективности бизнес-процессов.

В одних компаниях искусственный интеллект может быть небольшим разделом ИТ-стратегии: например, в виде нескольких пилотных проектов по применению ИИ в отчетности, обработке обращений, анализе документов или поддержке пользователей.

В других компаниях ИИ может стать отдельным стратегическим направлением, потому что его применение затрагивает данные, информационные системы, бизнес-процессы, информационную безопасность, управление рисками, компетенции сотрудников и модель принятия решений.

В ИТ-стратегии раздел «Искусственный интеллект» помогает определить, где ИИ действительно может быть полезен, какие данные и ИТ-платформы для этого нужны, какие риски следует учитывать, какие пилоты стоит запустить и какие проекты можно планировать на ближайшие 1–3 года.

Важно не рассматривать ИИ только как модную технологию. Реальная польза от искусственного интеллекта появляется не там, где компания просто «внедряет ИИ», а там, где есть понятная бизнес-задача, качественные данные, готовые процессы, ответственные пользователи и условия для практического применения результата.

Описание раздела

Раздел «Искусственный интеллект» описывает, как компания может использовать ИИ в своей деятельности и какие условия должны быть выполнены, чтобы такие проекты были полезными и управляемыми.

В последние годы интерес к искусственному интеллекту резко вырос. Многие компании рассматривают ИИ как возможность быстрее обрабатывать информацию, автоматизировать рутинные задачи, улучшать аналитику, повышать качество клиентского сервиса, ускорять работу сотрудников и находить новые способы оптимизации процессов.

Но для стратегии важно отделить реальные сценарии применения ИИ от общих ожиданий. Не каждая задача требует искусственного интеллекта. Иногда достаточно улучшить информационные системы, навести порядок в данных, автоматизировать процесс обычными средствами или доработать отчетность.

Поэтому раздел «Искусственный интеллект» должен отвечать не на вопрос «какой ИИ внедрить», а на более практичные вопросы: где ИИ действительно может дать эффект, какие задачи готовы к использованию ИИ, какие данные для этого есть, какие риски возникают и как такие проекты должны быть включены в общий план развития ИТ.

В разделе обычно рассматриваются:

• возможные сценарии применения ИИ в компании;
• бизнес-задачи, где ИИ может дать практический эффект;
• готовность данных к использованию в ИИ-проектах;
• качество, доступность и безопасность данных;
• информационные системы, с которыми должен быть связан ИИ;
• инфраструктура, облачные сервисы или платформы для ИИ;
• требования к информационной безопасности и защите данных;
• риски использования ИИ и способы контроля результатов;
• компетенции сотрудников ИТ и бизнес-подразделений;
• пилотные проекты и критерии их оценки;
• условия перехода от пилотов к промышленному использованию;
• связь ИИ с цифровой трансформацией, данными, аналитикой и ИТ-стратегией.

Для ИТ-стратегии важно показать, что ИИ — это не отдельный экспериментальный слой поверх компании, а часть общей системы ИТ, данных, процессов, управления и проектов.

Что обычно рассматривается в разделе «Искусственный интеллект»

В разделе «Искусственный интеллект» обычно рассматриваются не только технологии, но и практические сценарии их применения.

Первый вопрос — где ИИ может быть полезен бизнесу. Это могут быть продажи, клиентский сервис, производство, логистика, финансы, HR, юридическая работа, документооборот, закупки, маркетинг, аналитика, техническая поддержка, внутренние сервисы или управление знаниями.

Второй вопрос — какие типы задач подходят для ИИ. Например, классификация обращений, обработка текстов, поиск информации, анализ документов, прогнозирование спроса, выявление отклонений, поддержка принятия решений, подготовка черновиков, распознавание изображений, автоматизация консультаций или помощь сотрудникам в работе с большими объемами информации.

Третий вопрос — какие данные нужны. Для многих ИИ-сценариев недостаточно иметь общие файлы и отчеты. Нужны данные в пригодном виде: структурированные, доступные, достаточно полные, корректные, защищенные и связанные с нужными бизнес-процессами.

Четвертый вопрос — какие системы должны быть связаны с ИИ. ИИ редко полезен сам по себе, отдельно от информационного ландшафта компании. Обычно он должен получать данные из существующих систем, передавать результаты пользователям, встраиваться в процессы или быть частью рабочих инструментов сотрудников.

Пятый вопрос — как управлять рисками. ИИ может ошибаться, использовать неполные данные, давать неточные рекомендации, нарушать требования безопасности или создавать риски неправильной автоматизации решений. Поэтому в стратегии важно определить зоны, где ИИ может использоваться безопасно, и зоны, где требуется контроль человека.

Шестой вопрос — какие компетенции нужны. Для ИИ-проектов нужны не только технические специалисты, но и владельцы бизнес-задач, эксперты по данным, аналитики, специалисты по безопасности, пользователи и руководители, которые понимают ограничения ИИ.

Седьмой вопрос — как оценивать результат. Для ИИ-проектов важно заранее определить критерии успеха: снижение трудозатрат, ускорение обработки информации, повышение качества сервиса, сокращение ошибок, рост точности прогнозов, повышение доступности знаний или другой измеримый эффект.

Планирование применения ИИ на 1–3 года

Планирование применения искусственного интеллекта на 1–3 года вперед лучше начинать не с выбора конкретной модели, сервиса или платформы, а с определения задач, где ИИ может дать практическую пользу.

Если компания начинает с общего желания «использовать ИИ», есть риск получить набор несвязанных экспериментов. Такие эксперименты могут быть интересными, но не всегда переходят в реальные рабочие решения.

Более полезная логика — идти от бизнес-задач к сценариям применения, затем к данным, системам, рискам и проектам.

Сначала нужно определить, какие процессы или функции компании могут выиграть от ИИ. Это могут быть процессы с большим количеством однотипных операций, текстов, документов, обращений, данных, решений, проверок или прогнозов.

Затем важно оценить, насколько эти задачи готовы к использованию ИИ. Например, есть ли данные, понятен ли процесс, можно ли измерить результат, есть ли ответственный бизнес-заказчик, можно ли безопасно встроить ИИ в работу сотрудников или клиентов.

После этого можно формировать перечень сценариев и разделять их по уровню зрелости:

• идеи для дальнейшего анализа;
• быстрые пилоты;
• проекты, требующие подготовки данных;
• проекты, требующие изменений в системах;
• проекты, которые пока слишком рискованны или преждевременны;
• промышленные решения, которые можно включать в план развития.

Для планирования ИИ на 1–3 года полезно рассмотреть:

• какие бизнес-задачи могут быть поддержаны ИИ;
• какие сценарии применения ИИ наиболее реалистичны;
• какие данные нужны для каждого сценария;
• какие данные уже доступны, а какие нужно подготовить;
• какие информационные системы должны быть связаны с ИИ;
• какие требования к безопасности и доступам возникают;
• какие риски нужно контролировать;
• какие пилоты можно запустить в первый год;
• какие проекты требуют более долгой подготовки;
• какие компетенции нужны ИТ-службе и бизнесу;
• какие внешние платформы, сервисы или подрядчики могут использоваться;
• как оценивать результаты ИИ-проектов;
• какие ИИ-инициативы включить в общий план ИТ-проектов.

Практический результат планирования — не общий список «внедрить ИИ», а понятная дорожная карта: какие сценарии пробовать, какие данные готовить, какие решения развивать, какие риски контролировать и когда переходить от пилотов к промышленному использованию.

Искусственный интеллект как часть ИТ-стратегии

Искусственный интеллект тесно связан с ИТ-стратегией, но не заменяет её.

ИТ-стратегия определяет развитие информационных систем, инфраструктуры, данных, управления ИТ, бюджета, сервисов, безопасности и проектов. ИИ может использовать часть этой основы, но сам по себе не решает проблем, если базовые элементы ИТ не готовы.

Например, если в компании слабое качество данных, разрозненные системы, нет владельцев данных, не определены бизнес-процессы и отсутствует понятное управление ИТ-проектами, внедрение ИИ может столкнуться с ограничениями уже на первых этапах.

В ИТ-стратегии раздел «Искусственный интеллект» должен быть связан с несколькими другими разделами.

С требованиями к ИТ — потому что ИИ должен отвечать на реальные задачи бизнеса, а не только на технологический интерес.

С информационными системами — потому что ИИ должен получать данные, встраиваться в рабочие процессы и передавать результаты пользователям или другим системам.

С данными и аналитикой — потому что качество данных является одним из главных условий успешного применения ИИ.

С инфраструктурой ИТ — потому что ИИ может требовать вычислительных ресурсов, облачных сервисов, платформ, интеграций, мониторинга и технической поддержки.

С управлением ИТ — потому что ИИ-проекты нужно отбирать, приоритизировать, контролировать, оценивать и переводить из пилотов в рабочие решения.

С информационной безопасностью — потому что ИИ может работать с чувствительными данными, персональной информацией, коммерческой тайной, внутренними документами и результатами, влияющими на решения.

С бюджетом и планом ИТ-проектов — потому что ИИ-инициативы должны конкурировать за ресурсы наравне с другими ИТ-проектами и иметь понятную ценность для компании.

Если искусственный интеллект не связан с ИТ-стратегией, он может остаться набором пилотов без устойчивого результата. Если связь есть, ИИ становится частью управляемого развития ИТ и бизнеса.

Связь со стратегией цифровой трансформации

Искусственный интеллект часто рассматривается как часть цифровой трансформации, но эти темы не совпадают полностью.

Цифровая трансформация может включать изменение процессов, развитие клиентских сервисов, цифровых каналов, автоматизацию операций, электронные документы, личные кабинеты, интеграции, аналитику и изменение модели управления.

ИИ может быть одним из инструментов цифровой трансформации, если он помогает автоматизировать интеллектуальные операции, обрабатывать данные, поддерживать решения, персонализировать сервисы, прогнозировать события или ускорять работу сотрудников.

При этом не вся цифровая трансформация требует ИИ. Иногда компании сначала нужно улучшить информационные системы, интеграции, данные, процессы и управление. И только после этого появляется возможность использовать ИИ эффективно.

Также не каждый ИИ-проект является цифровой трансформацией. Например, внутренний помощник для подготовки текстов может быть полезным, но не всегда меняет бизнес-процессы стратегически. А вот ИИ-сценарий, который меняет клиентский сервис, ускоряет обработку заявок, помогает принимать управленческие решения или перестраивает операционный процесс, уже может быть частью цифровой трансформации.

Для связи ИИ и цифровой трансформации важно определить:

• какие цифровые инициативы могут быть усилены ИИ;
• какие процессы требуют интеллектуальной автоматизации;
• какие клиентские или внутренние сервисы могут использовать ИИ;
• какие данные нужны для ИИ внутри цифровых проектов;
• какие ИИ-сценарии стоит включить в дорожную карту цифровой трансформации;
• какие ИИ-инициативы пока лучше рассматривать как пилоты;
• где ИИ может дать реальный эффект, а где достаточно обычной автоматизации.

Такой подход помогает не подменять цифровую трансформацию искусственным интеллектом, но и не рассматривать ИИ отдельно от цифрового развития компании.

Глубина проработки раздела

Глубина проработки раздела «Искусственный интеллект» зависит от того, какую роль ИИ должен играть в компании.

Краткая проработка подходит, если компания пока только рассматривает ИИ и хочет включить в ИТ-стратегию несколько возможных направлений или пилотов. В этом случае достаточно определить несколько сценариев, оценить готовность данных, зафиксировать риски и включить 1–3 пилотных проекта в общий план.

Средняя проработка нужна, если ИИ уже рассматривается как практический инструмент для нескольких процессов или подразделений. В этом случае полезно отдельно рассмотреть бизнес-сценарии, данные, системы, риски, безопасность, компетенции, пилоты, критерии оценки и условия масштабирования.

Глубокая проработка нужна, если компания планирует системно использовать ИИ в продуктах, клиентских сервисах, операционных процессах, аналитике, управлении знаниями или принятии решений. В этом случае может потребоваться отдельная стратегия ИИ, связанная с ИТ-стратегией, стратегией данных и стратегией цифровой трансформации.

В глубокой проработке могут появиться:

• карта сценариев применения ИИ;
• оценка готовности данных;
• оценка готовности процессов к ИИ;
• целевая архитектура ИИ-решений;
• модель управления ИИ-проектами;
• правила безопасности и контроля рисков;
• модель выбора платформ, сервисов и поставщиков;
• дорожная карта пилотов и промышленных решений;
• критерии оценки эффекта;
• требования к компетенциям сотрудников;
• правила использования генеративного ИИ;
• подход к контролю качества и ответственности за результаты.

Важно выбирать глубину проработки не по общему интересу к ИИ, а по реальной готовности компании и значимости ИИ для бизнеса. Если данных мало, процессы не описаны, а сценарии не ясны, лучше начать с диагностики и пилотов. Если компания уже видит конкретные задачи и имеет подготовленную ИТ-основу, можно переходить к более системной стратегии ИИ.

Когда раздел «Искусственный интеллект» особенно критичен

Раздел «Искусственный интеллект» особенно важен, если компания уже рассматривает ИИ не как эксперимент, а как возможный инструмент изменения процессов, сервисов, аналитики или продуктов.

Он становится критичным, когда появляются реальные бизнес-задачи, которые трудно эффективно решать только обычной автоматизацией: обработка больших объемов информации, анализ документов, прогнозирование, персонализация, поддержка сотрудников, поиск знаний, автоматизация консультаций или интеллектуальная обработка обращений.

Раздел особенно важен, если:

• руководство ожидает практического применения ИИ;
• в компании уже появляются разрозненные ИИ-инициативы;
• сотрудники начинают использовать внешние ИИ-инструменты без единых правил;
• есть большие объемы документов, обращений, текстов, изображений или данных;
• нужна автоматизация интеллектуальных или аналитических задач;
• компания развивает цифровую трансформацию;
• данные и аналитика становятся важным направлением развития;
• есть планы по созданию ИИ-сервисов для клиентов или сотрудников;
• требуется повысить скорость обработки информации;
• нужно снизить нагрузку на специалистов в типовых задачах;
• есть риски неконтролируемого использования ИИ;
• нужно определить правила безопасности, доступа и ответственности;
• ИИ-проекты уже запускаются, но их эффект и приоритеты не ясны.

Если таких признаков немного, ИИ можно рассмотреть кратко как перспективное направление и набор возможных пилотов. Если их много, раздел должен быть достаточно подробным, а иногда может потребоваться отдельная стратегия искусственного интеллекта.

Типовые проблемы применения ИИ

1. Одна из типовых проблем применения ИИ — начало работы с технологии, а не с задачи. Компания выбирает модель, платформу или сервис, но не определяет, какую конкретную проблему нужно решить и какой результат считается успешным.
2. Слабая готовность данных. ИИ-проекты часто требуют данных, которые должны быть доступны, корректны, структурированы, защищены и связаны с бизнес-процессом. Если данные находятся в разных системах, плохо описаны или недостоверны, ИИ может давать ограниченный эффект.
3. Завышенные ожидания. ИИ может помочь в обработке информации, анализе, прогнозировании и поддержке решений, но он не заменяет необходимость в управлении, процессах, ответственности и контроле результата.
4. Разрозненные пилоты. Подразделения могут запускать отдельные эксперименты с ИИ, но без общей логики, единой оценки рисков, архитектуры, правил безопасности и связи с ИТ-стратегией.
5. Отсутствие владельца результата. ИТ может отвечать за техническую часть, но бизнес должен понимать, как будет использовать результат ИИ, кто принимает решения, кто проверяет качество и кто отвечает за эффект.
6. Риски безопасности и конфиденциальности. При неконтролируемом использовании ИИ сотрудники могут передавать во внешние сервисы внутренние документы, персональные данные, коммерческую информацию или чувствительные сведения.
7. Трудность перехода от пилота к промышленному использованию. Демонстрационный пример может выглядеть убедительно, но для реальной эксплуатации нужны интеграции, поддержка, мониторинг, безопасность, обучение пользователей и понятная модель ответственности.

В ИТ-стратегии важно не просто сказать, что компания будет использовать ИИ, а определить, какие проблемы нужно решить, какие условия требуются и как управлять ИИ-инициативами.

Возможные результаты проработки раздела

Хорошо проработанный раздел «Искусственный интеллект» должен помочь компании перейти от общего интереса к ИИ к управляемому плану действий.

После его разработки должно стать понятнее:

• где ИИ может быть полезен компании;
• какие сценарии применения наиболее реалистичны;
• какие задачи не требуют ИИ и могут решаться обычной автоматизацией;
• какие данные нужны для ИИ-проектов;
• какие данные уже готовы, а какие нужно подготовить;
• какие информационные системы и интеграции потребуются;
• какие риски безопасности нужно учитывать;
• какие правила использования ИИ нужны сотрудникам;
• какие пилотные проекты можно запустить;
• какие критерии использовать для оценки пилотов;
• какие проекты можно масштабировать;
• какие компетенции нужно развивать;
• как ИИ связан с ИТ-стратегией и цифровой трансформацией.

Возможные результаты:

• карта сценариев применения ИИ;
• перечень приоритетных пилотов;
• понимание готовности данных;
• правила безопасного использования ИИ;
• дорожная карта ИИ-проектов на 1–3 года;
• связь ИИ с цифровой трансформацией;
• снижение хаотичности ИИ-инициатив;
• более реалистичные ожидания руководства;
• подготовка ИТ-инфраструктуры и данных;
• повышение управляемости ИИ-проектов.

Главный результат — не формальная «стратегия ИИ», а понятный подход к выбору и реализации ИИ-сценариев, которые могут дать практическую пользу компании.

Связанные разделы и элементы

Раздел «Искусственный интеллект» связан со многими другими страницами сайта.

С разделом «Данные и аналитика» связь является одной из ключевых. ИИ почти всегда зависит от данных: их качества, доступности, структуры, полноты, правил использования и ответственности за них.

С разделом «Цифровая трансформация» ИИ связан как один из возможных инструментов изменения процессов, сервисов, аналитики, клиентского опыта и операционной модели.

С разделом «Информационные системы» связь проходит через источники данных, интеграции, рабочие места пользователей, автоматизацию процессов и включение ИИ в прикладной ландшафт.

С разделом «Инфраструктура ИТ» связь возникает там, где ИИ требует вычислительных ресурсов, платформ, облачных сервисов, хранения данных, мониторинга, резервирования и технической поддержки.

С разделом «Информационная безопасность» ИИ связан через защиту данных, контроль доступа, конфиденциальность, риски внешних сервисов, управление результатами ИИ и требования к безопасному использованию.

С разделом «Управление ИТ» связь проходит через портфель проектов, приоритизацию, управление рисками, ответственность, контроль пилотов и переход к промышленной эксплуатации.

С разделом «ИТ-бюджет» ИИ связан через затраты на платформы, лицензии, инфраструктуру, данные, подрядчиков, обучение и сопровождение.

С разделом «Компетенции сотрудников» связь особенно важна, потому что ИИ меняет требования не только к ИТ-специалистам, но и к руководителям, аналитикам, экспертам предметных областей и обычным пользователям.

Поэтому искусственный интеллект лучше рассматривать не как отдельную технологическую тему, а как раздел, связанный с данными, системами, процессами, безопасностью, управлением и цифровой трансформацией.

Конфигуратор стратегии

Эта страница помогает понять, когда искусственный интеллект может быть дополнительным разделом ИТ-стратегии, а когда компании нужна отдельная стратегия ИИ.

В одной компании достаточно включить в ИТ-стратегию несколько возможных ИИ-пилотов. В другой нужно оценить готовность данных, определить правила безопасного использования ИИ и связать ИИ с цифровыми проектами. В третьей ИИ может стать отдельным стратегическим направлением, требующим собственной дорожной карты, модели управления, архитектуры и системы компетенций.

Поэтому после изучения этой страницы логично перейти к Конфигуратору стратегии.

Он поможет определить:

• нужен ли компании раздел «Искусственный интеллект» в ИТ-стратегии;
• достаточно ли краткого описания ИИ-пилотов;
• нужна ли отдельная стратегия искусственного интеллекта;
• какие ИИ-сценарии уже рассматриваются;
• насколько компания готова к использованию ИИ;
• нужно ли сначала развивать данные и аналитику;
• какие разделы ИТ-стратегии должны быть связаны с ИИ;
• какие риски и ограничения нужно учитывать;
• какой формат стратегии лучше выбрать;
• какая помощь может быть полезна.

Конфигуратор особенно полезен, если пока неясно, стоит ли начинать с ИИ-проектов, с подготовки данных, с цифровой трансформации или с общей ИТ-стратегии.

Помощь в разработке ИТ-стратегии и стратегии искусственного интеллекта

Раздел «Искусственный интеллект» можно разработать самостоятельно, если компания рассматривает несколько простых ИИ-сценариев, данные понятны, риски невысоки, а пилоты не требуют серьезных изменений в системах и процессах.

Но в более сложных ситуациях внешняя помощь может быть полезна. Особенно если руководство ожидает от ИИ заметного эффекта, подразделения уже запускают разрозненные инициативы, данные плохо подготовлены, есть требования к безопасности или нужно связать ИИ с цифровой трансформацией и ИТ-стратегией.

Помощь может быть полезна, если нужно:

• определить место ИИ в ИТ-стратегии;
• выявить реалистичные сценарии применения ИИ;
• оценить готовность данных;
• отделить перспективные сценарии от преждевременных;
• определить риски и ограничения;
• подготовить правила безопасного использования ИИ;
• сформировать перечень пилотных проектов;
• определить критерии оценки пилотов;
• связать ИИ с цифровой трансформацией;
• определить требования к системам, данным и инфраструктуре;
• подготовить дорожную карту ИИ-проектов;
• разработать раздел «Искусственный интеллект» в составе ИТ-стратегии;
• разработать отдельную стратегию искусственного интеллекта.

Возможные форматы помощи:

• консультация по применимости ИИ;
• аудит готовности компании к ИИ;
• стратегическая сессия по ИИ с руководством и ИТ;
• анализ данных и процессов для ИИ-сценариев;
• разработка перечня ИИ-пилотов;
• подготовка правил использования генеративного ИИ;
• разработка раздела «Искусственный интеллект»;
• разработка стратегии искусственного интеллекта;
• обучение руководителей и сотрудников подходам к применению ИИ.

Такой формат помощи особенно полезен, если компания хочет перейти от общего интереса к ИИ к более аккуратной, безопасной и управляемой дорожной карте.

Резюме

Искусственный интеллект — это не просто новая технология, которую нужно добавить в ИТ-стратегию.

В ИТ-стратегии раздел «Искусственный интеллект» помогает понять, где ИИ действительно может быть полезен, какие данные для этого нужны, какие риски нужно учитывать, какие пилоты стоит запускать и как ИИ связан с цифровой трансформацией, информационными системами, аналитикой, безопасностью и управлением ИТ.

Для одних компаний достаточно кратко описать несколько возможных ИИ-сценариев и пилотных проектов. Для других ИИ должен стать отдельным направлением стратегии, особенно если компания планирует использовать его в продуктах, клиентских сервисах, аналитике, автоматизации решений или управлении знаниями.

Главный смысл раздела — перейти от общего интереса к ИИ к реалистичному и управляемому плану применения искусственного интеллекта.

Если раздел проработан хорошо, компания получает не просто список идей, а понятную дорожную карту: какие ИИ-сценарии пробовать, какие данные готовить, какие риски контролировать, какие компетенции развивать и какие проекты включать в общий план развития ИТ.