Стратегия искусственного интеллекта

Искусственный интеллект уже перестал быть только темой для обсуждений, демонстраций и отдельных экспериментов. Для многих компаний он постепенно становится частью практической повестки: его рассматривают как инструмент повышения производительности, улучшения клиентского сервиса, развития аналитики, работы с документами и знаниями, автоматизации процессов и создания новых цифровых возможностей. Но именно поэтому вокруг темы ИИ часто возникает путаница. Одни понимают под ИИ генеративные инструменты и интеллектуальных помощников, другие — аналитику и прогнозирование, третьи — новый класс цифровых решений, которые можно быстро встроить в работу компании.

Для сайта по ИТ-стратегии важно рассматривать ИИ не как модную технологию саму по себе, а как предмет управленческого выбора. 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 более общей страницей «ИТ-стратегия», и со страницей «Стратегия цифровой трансформации», и с материалами про разделы стратегии, этапы разработки стратегии и размер стратегии.

Ниже тема раскрыта последовательно: сначала — что такое ИИ и как он эволюционирует в компании, затем — где он может применяться, что такое стратегия ИИ, когда она нужна, какие выгоды, риски и затраты с ней связаны, какие требования она предъявляет к данным, системам и процессам, и, наконец, кто должен отвечать за развитие этой темы.

---

ИИ: что под этим понимают

Что такое ИИ

Общепринятого и единственного определения искусственного интеллекта нет. В реальной компании под ИИ могут понимать очень разные вещи: генеративные инструменты, интеллектуальный поиск, обработку документов, аналитику, прогнозирование, автоматизацию решений, цифровых помощников, интеллектуальные функции в сервисах и продуктах. Поэтому на практике важнее не спорить о “самом правильном определении”, а зафиксировать, как именно компания собирается понимать ИИ в собственном контексте.

Для руководства ИИ чаще всего означает новый источник производительности, скорости и конкурентных преимуществ. Для ИТ-службы это обычно тема, тесно связанная с данными, архитектурой, системами, интеграцией, безопасностью и эксплуатацией решений. Для бизнеса — это способ быстрее выполнять часть работы, улучшать сервис и поддерживать принятие решений. А для поставщиков ИТ-решений — это новый класс продуктов, платформ и внедренческих проектов. Именно поэтому разговор об ИИ в компании почти всегда начинается с разных ожиданий и разных смыслов.

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.

<рисунок с облаком и с надписями вокруг облака: ИТ-директор, гендиректора, продавцы ИТ-компаний>

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

Для ИТ-директоров ИИ — это скорее развитие данных, автоматизации, аналитики и корпоративных ИТ-сервисов. Они обычно связывают его с качеством данных, интеграцией, архитектурой, безопасностью и реальной встраиваемостью в существующий ИТ-ландшафт. Поэтому их взгляд на ИИ обычно более инженерный и более осторожный, чем у бизнес-руководителей.

Для продавцов ИТ-компаний ИИ — это прежде всего новый класс решений, продуктов и услуг, которые можно предложить заказчику. Они чаще связывают его с платформами, готовыми сервисами, внедрением новых инструментов и быстрыми пилотами. В их понимание ИИ обычно выглядит максимально широко, как новая волна рыночных возможностей продать что-то новое или старое (но в новой упаковке).

Итого, разные люди в зависимости от своей роли действительно 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 надо учитывать: без этого очень трудно собрать единую и реалистичную логику развития темы внутри компании и ИИ «не взлетит».

В этом и заключается важная особенность темы: ИИ нельзя рассматривать только как технологию. Для компании это одновременно:

• набор возможных решений;
• набор управленческих ожиданий;
• набор требований к данным и ИТ;
• зона рисков и ограничений;
• предмет стратегического выбора.

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, а расширял возможности ИИ, открывал новые области применения и повышал требования к данным, вычислениям и качеству работы ИТ:

• Этап 1. Экспертные системы (правила и знания экспертов): 1970 — конец 1980;
• Этап 2. Машинное обучение (обучение моделей на данных): 1990 — первая половина 2010;
• Этап 3. Глубокое обучение (нейросети и работа со сложными данными): примерно с 2012 года — конец 2010;
• 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 каком именно этапе и 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, вычислениям и качеству ИТ-среды.

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, корректности моделей и зрелости аналитической среды.

Этап 3. Глубокое обучение: примерно с 2012 года — конец 2010-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 для широкой аудитории 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, клиентскими сервисами и производительностью сотрудников. Одновременно выросли и риски: вопросы достоверности, 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 и эксперименты;
• далее компания начинает видеть требования к данным, системам и процессам;
• затем возникает вопрос о приоритетах и более осмысленной конфигурации темы;
• и только после этого появляется потребность в стратегии ИИ как в более зрелой рамке.

Эта последовательность важна потому, что стратегия ИИ обычно нужна не в момент первого знакомства с темой, а тогда, когда компания уже хочет перейти от случайных инициатив к более понятной и управляемой логике развития.

Типовые направления применения ИИ

Разговор об ИИ полезно вести не в абстрактных терминах, а через конкретные направления применения. Это позволяет компании увидеть не “ИИ вообще”, а реальные области, в которых тема может дать эффект. Для одних компаний такими направлениями будут клиентские сервисы, для других — аналитика и прогнозирование, для третьих — документы, знания и поддержка внутренней работы.

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 ИТ.

Выгоды, затраты, риски ИИ

Разговор об ИИ нельзя вести только через выгоды. Да, ИИ может дать компании заметные преимущества: повысить производительность, ускорить процессы, улучшить сервис, расширить аналитические возможности и упростить работу с документами, знаниями и рутинными действиями. Но вместе с этим тема ИИ почти всегда приносит и риски, и затраты.

Для компании важно одновременно учитывать три плоскости:

• выгоды — где ИИ реально создаёт ценность;
• затраты — что потребуется с точки зрения данных, систем, интеграций, инфраструктуры, сопровождения, обучения и изменений процессов;
• риски — где возникают ошибки, слабые данные, завышенные ожидания, проблемы безопасности и масштабирования.

Именно поэтому стратегия ИИ должна быть не вдохновляющей декларацией, а реалистичным документом. Она нужна, чтобы компания не только увидела возможности, но и поняла цену вопроса, ограничения и последовательность действий. Это один из ключевых переходов от “моды на ИИ” к взрослому управлению темой.

Искусственный интеллект может дать компании заметные преимущества, но обсуждать его только через возможности было бы ошибкой. На практике ИИ почти всегда нужно 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, клиентскими запросами и внутренними операциями.

Основные возможные выгоды ИИ:

• рост производительности сотрудников;
• снижение трудозатрат на повторяющиеся операции;
• улучшение клиентского опыта;
• ускорение аналитики и подготовки решений;
• появление новых цифровых функций и сервисов.

Затраты на ИИ. ИИ требует не только покупки инструмента или доступа к модели. Затраты обычно включают подготовку данных, интеграцию с ИТ-средой, настройку, сопровождение, контроль качества и обучение сотрудников.

Основные затраты на ИИ:

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

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.

Статья «Приоритеты внедрения искусственного интеллекта»

В статье рассмотрены выгоды, затраты и риски ИИ.

читать статью

Статья «Искусственный интеллект: есть разные точки зрения, что это такое. Этапы эволюции ИИ»

Эта статья по всему блоку «ИИ: что под этим понимают». Есть разные точки зрения, что такое искусственный интеллект, сильно зависящие от того, кто отвечает на этот вопрос. 

читать статью

---

Стратегия ИИ: что это такое и когда она нужна?

Что такое стратегия ИИ

Стратегия ИИ — это не перечень технологий и не обзор рынка решений. Это управленческая рамка, которая помогает компании понять, зачем ей искусственный интеллект, где именно он должен применяться, какие условия для этого нужны и как выстроить развитие темы без хаоса и завышенных ожиданий.

По сути, стратегия ИИ нужна для того, чтобы ответить на несколько ключевых вопросов:

• какую роль ИИ играет в развитии компании;
• где ИИ должен дать реальный эффект;
• какие направления применения для компании приоритетны;
• насколько компания готова к этой теме;
• какие ограничения и риски придётся учитывать;
• в каком формате тему ИИ лучше оформлять;
• как перейти от интереса к теме к более последовательной практической работе.

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-блок внутри более широкой логики цифровой трансформации. Более подробно о выборе такого варианта можно прочитать в статье «Когда компании нужна стратегия ИИ, а когда достаточно раздела в ИТ-стратегии. В каких случаях стоит использовать методику Минцифры».

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.

Чаще всего стратегия ИИ особенно полезна, если:

• в компании уже накопилось несколько ИИ-инициатив;
• руководство ожидает заметного эффекта от ИИ;
• тема ИИ начинает затрагивать данные, ИТ, архитектуру и процессы;
• отдельных пилотов уже недостаточно для управляемого развития;
• нужно выбрать между отдельной стратегией ИИ и разделом в ИТ-стратегии;
• нужно связать ИИ с более широкой повесткой цифровой трансформации.

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

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

Одна из самых важных особенностей темы ИИ состоит в том, что она быстро упирается в готовность компании. Даже если направления применения выбраны правильно, а руководство поддерживает тему, ИИ не даст устойчивого результата без данных, систем, инфраструктуры, компетенций и более-менее управляемых процессов.

Поэтому стратегия ИИ почти всегда должна учитывать:

• качество, полноту и доступность данных;
• состояние информационных систем и их готовность к интеграции;
• зрелость инфраструктуры ИТ;
• участие и возможности ИТ-службы;
• зрелость бизнес-процессов;
• готовность людей и подразделений к работе с новыми решениями.

Это один из самых практичных блоков стратегии ИИ. Он переводит разговор с уровня “что можно сделать с помощью ИИ” на уровень “насколько мы вообще к этому готовы”. Если нужен отдельный материал именно по этой теме, смотрите публикацию «Искусственный интеллект и цифровая трансформация: требования к данным (а также к информационным системам, инфраструктуре ИТ, персоналу ИТ, бизнес-процессам)».

Ответственные за ИИ

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

Обычно в теме ИИ участвуют:

• руководство компании, которое задаёт общий вектор 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 и, при необходимости, юридическая функция.

Если в компании нет ясной схемы ответственности, тема ИИ почти всегда начинает развиваться случайно: пилоты запускаются бессистемно, ожидания расходятся, а хорошие идеи не переходят в рабочие решения. Именно поэтому стратегия ИИ должна хотя бы в базовом виде отвечать на вопрос: кто отвечает за развитие темы и как устроено принятие решений.

Подробно этот вопрос раскрыт в статье «Искусственный интеллект. Где место ИТ-директора? Типовые варианты».

---

Методики разработки стратегии ИИ

Когда компания начинает всерьёз работать с темой искусственного интеллекта, довольно быстро выясняется, что вопрос стоит не только в том, нужен ли ей ИИ, но и в том, в каком формате эту тему правильно оформить. Для одних компаний стратегия ИИ становится отдельным документом. Для других — логичнее рассматривать ИИ как часть ИТ-стратегии. Для третьих — как элемент более широкой стратегии цифровой трансформации. А в ряде случаев полезно опираться на более формализованную логику, близкую к методике Минцифры.

Именно поэтому для страницы «Стратегия искусственного интеллекта» важно не навязывать один универсальный формат, а показать основные методики и варианты построения стратегии. На практике выбор зависит от масштаба темы ИИ в компании, зрелости данных и ИТ, числа направлений применения, требований к KPI и мониторингу, а также от того, насколько ИИ уже стал самостоятельной управленческой темой.

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

а) Стратегия ИИ как отдельный документ

Этот вариант уместен тогда, когда тема искусственного интеллекта уже перестаёт быть одной из частных ИТ-тем и становится самостоятельным направлением развития компании. Обычно это происходит не на старте, а после того, как у компании уже накопились несколько ИИ-инициатив, разные сценарии применения, заметные ожидания со стороны руководства и более серьёзные требования к данным, системам, процессам и ответственности.

Отдельная стратегия ИИ особенно полезна в тех случаях, когда ИИ влияет сразу на несколько направлений бизнеса и ИТ. Например, если компания одновременно рассматривает ИИ для аналитики, документов, знаний, клиентских сервисов, автоматизации процессов и цифровых продуктов, короткого раздела внутри другого документа часто уже недостаточно. Нужен самостоятельный текст, который удерживает всю тему целиком.

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, системам и ИТ-службе;
• модель ответственности;
• риски, ограничения и условия внедрения;
• этапы развития;
• пилоты, инициативы и более крупные проекты;
• ожидаемые эффекты и, при необходимости, KPI.

Для части компаний именно этот формат является наиболее зрелым. Он позволяет не “прятать” тему ИИ внутри общего ИТ-развития, а признать, что она уже стала самостоятельной управленческой задачей.

Но отдельный документ нужен не всегда. Если тема ИИ пока ограничена несколькими прикладными сценариями 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.

Если вы хотите подробнее разобраться, когда отдельная стратегия ИИ действительно нужна, смотрите статью «Когда компании нужна стратегия ИИ, а когда достаточно раздела в ИТ-стратегии. В каких случаях стоит использовать методику Минцифры».

б) Методика Минцифры (раздел по планированию ИИ)

Этот вариант особенно важен для компаний, которым нужна более формализованная логика стратегического документа. 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 рамку стратегии цифровой трансформации с использованием подхода, близкого к методике Минцифры.

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 государственного и окологосударственного контура это особенно естественный вариант. Для части крупных коммерческих компаний он тоже может быть полезен — не как обязательный шаблон, а как дисциплинирующий каркас. В этом случае ИИ рассматривается не изолированно, а как часть более широкой программы цифровых изменений.

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

• место ИИ в общей стратегии изменений;
• цели и эффекты;
• приоритетные направления применения;
• связанные инициативы и проекты;
• показатели результата;
• порядок мониторинга;
• связь с цифровой трансформацией компании.

Но и здесь важно не впасть в крайность. Для коммерческой компании слишком буквальное копирование формальной государственной логики может сделать стратегию перегруженной и бюрократичной. Поэтому чаще всего полезно брать из этой методики не всё подряд, а именно те элементы, которые помогают сделать тему ИИ более структурированной и измеримой.

Если вам важен именно этот вопрос, полезно параллельно смотреть не только страницу «Стратегия цифровой трансформации», но и материал «Когда компании нужна стратегия ИИ, а когда достаточно раздела в ИТ-стратегии. В каких случаях стоит использовать методику Минцифры».

в) Стратегия ИИ как раздел ИТ-стратегии

Для большого числа компаний именно этот вариант является самым естественным и практически полезным. Если тема ИИ пока ещё не стала самостоятельной стратегической программой, 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 реальной ИТ-среды компании. Наоборот, он сразу ставит тему в правильный контекст:

• качество данных;
• зрелость информационных систем;
• готовность инфраструктуры;
• роль ИТ-службы;
• архитектура и интеграции;
• безопасность;
• портфель ИТ-проектов.

Для многих коммерческих компаний это наиболее практичный формат старта. Он позволяет не создавать отдельный тяжёлый документ раньше времени, но при этом не игнорировать тему ИИ. В таком варианте компания может достаточно содержательно описать:

• 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 систем и процессов, а встроить тему в уже действующую ИТ-повестку.

Разумеется, и у этого варианта есть граница применимости. Если ИИ начинает затрагивать уже не только ИТ, но и бизнес-модель, клиентские сервисы, 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 рамке цифровой трансформации.

Если вам важна сама логика ИТ-формата, полезно посмотреть страницу «ИТ-стратегия», а также материалы про разделы стратегии, этапы разработки стратегии и размер стратегии.

г) ИИ + ИТ-стратегия + ЦТ

Для части компаний тема ИИ вообще не укладывается в один-единственный формат. Она одновременно затрагивает и развитие ИТ, и более широкие цифровые изменения бизнеса. В таких случаях наиболее зрелым вариантом становится не выбор между “только ИТ-стратегией” и “только отдельной стратегией ИИ”, а связанная конструкция:

• ИИ как важная тема внутри ИТ-развития;
• ИИ как часть более широкой цифровой трансформации;
• ИИ как область, где нужны отдельные управленческие решения.

Это особенно характерно для тех 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 программой цифровых изменений;
• при этом не всегда требует полностью отдельного документа.

В такой связке ИИ рассматривается как мост между ИТ-логикой и логикой цифровой трансформации. С одной стороны, без ИТ-стратегии трудно говорить о данных, системах, архитектуре и инфраструктуре. С другой — без цифровой трансформации трудно описать изменения процессов, сервисов, продуктов и управленческой модели. Именно поэтому для ряда компаний самая разумная методика разработки стратегии ИИ строится не “внутри одной коробки”, а на стыке нескольких стратегических контуров.

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 оказывается наиболее зрелым 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 тема искусственного интеллекта для неё действительно важна, возникает следующий практический вопрос: какой именно должна быть стратегия ИИ. На этом этапе уже недостаточно общего интереса к теме, разговоров про возможности ИИ и перечня отдельных пилотов. Нужно определить, из каких разделов должна состоять стратегия, по каким этапам её лучше разрабатывать, насколько подробным должен быть документ и нужен ли более явный инструмент настройки всей этой логики.

Именно здесь тема стратегии ИИ переходит из уровня общего понимания в уровень проектирования документа и программы действий. Для одной компании достаточно компактного раздела в ИТ-стратегии, для другой нужен более содержательный рабочий документ, а для третьей — развернутая стратегия ИИ как самостоятельный управленческий контур. Поэтому конфигурация стратегии — это не второстепенный вопрос оформления, а один из главных вопросов всей темы.

Ниже собраны основные элементы такой конфигурации: разделы стратегии, этапы разработки, размер стратегии и конфигуратор стратегии как способ выбрать подходящую комбинацию именно для вашей компании.

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 инициативы. 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 компании.

Обычно в стратегии ИИ полезно выделять базовое ядро и дополнительные блоки. В базовое ядро чаще всего входят:

• цели и роль ИИ для компании;
• приоритетные направления применения ИИ;
• требования к данным, информационным системам и инфраструктуре ИТ;
• риски и ограничения;
• инициативы, пилоты и проекты;
• логика дальнейшего развития темы.

Если тема ИИ уже стала более серьёзной, к этому могут добавляться:

• ответственные за ИИ;
• KPI и ожидаемые эффекты;
• бюджет и экономика внедрения;
• обучение и развитие компетенций;
• связь ИИ с ИТ-стратегией и цифровой трансформацией;
• сценарии масштабирования успешных решений.

Именно правильный выбор разделов делает стратегию ИИ рабочей. Если разделов слишком мало, документ получится слишком общим. Если их слишком много, стратегия может оказаться перегруженной и плохо соответствующей зрелости темы в компании. Более подробно эта логика раскрыта на странице «Разделы стратегии», а также в статье «Стратегия ИИ: как выбрать нужные разделы стратегии, этапы разработки стратегии, размер стратегии».

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 пилотам, инструментам и отдельным инициативам, не определив требования, не оценив текущее состояние и не описав желаемую целевую картину. В результате тема ИИ начинает развиваться не системно, а через набор разрозненных решений.

Обычно стратегию ИИ полезно разрабатывать по четырём базовым этапам:

• определение требований к ИИ;
• анализ текущего состояния;
• разработка требуемого состояния;
• план инициатив, пилотов и проектов.

Такая логика помогает компании сначала понять, зачем ей нужен ИИ, затем — насколько она готова к этой теме, после этого — к какому состоянию она хочет прийти, и уже потом — что именно делать дальше. Это делает стратегию не абстрактной и не декларативной, а связанной с реальной ситуацией компании.

Особенно важно, что этапность помогает согласовать тему ИИ с уже существующей логикой ИТ-стратегии, данных, систем, процессов и цифровой трансформации. Более подробно про эту часть можно посмотреть на странице «Этапы разработки стратегии» и в статье «Стратегия ИИ: как выбрать нужные разделы стратегии, этапы разработки стратегии, размер стратегии».

Размер стратегии

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

Обычно можно выделить три основных варианта:

• компактная стратегия — для ранней стадии, когда тема ИИ ещё ограничена несколькими сценариями;
• средняя стратегия — для большинства компаний, которым уже нужен полноценный рабочий документ;
• подробная стратегия — когда ИИ становится самостоятельной стратегической темой, требует отдельной координации, KPI, бюджета и более глубокой программы изменений.

Правильный размер стратегии очень важен. Если документ слишком маленький, он не помогает принимать решения. Если слишком большой — он может оказаться избыточным и тяжёлым для реальной работы. Поэтому размер стратегии должен соответствовать масштабу темы ИИ в компании, зрелости данных и ИТ, количеству направлений применения и уровню управленческой формализации.

Подробнее об этом — на странице «Размер стратегии», а также в статье «Стратегия ИИ: как выбрать нужные разделы стратегии, этапы разработки стратегии, размер 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, системами, ИТ-службой, цифровой трансформацией и проектным портфелем.

По сути, конфигуратор нужен для того, чтобы стратегия ИИ была не “универсальной вообще”, а подходящей именно для конкретной компании. Это особенно важно потому, что тема ИИ у разных компаний находится на разной стадии зрелости: у кого-то это пока общий интерес и первые пилоты, а у кого-то — уже заметное направление развития.

Если вы хотите сразу перейти от общего понимания темы к практическому выбору структуры документа, лучше всего начать со статьи «Стратегия ИИ: как выбрать нужные разделы стратегии, этапы разработки стратегии, размер стратегии». Именно она связывает воедино все элементы конфигурации стратегии ИИ и помогает перейти от общей логики к более предметному проектированию документа.

---

Публикации по стратегии ИИ, помощь в разработке

После того как компания разобралась с вопросами конфигурации стратегии — её разделами, этапами разработки, размером и общим форматом, — обычно возникает следующий шаг: углубиться в отдельные темы или перейти к более практической работе. Для этого на сайте есть и публикации по стратегии ИИ, и блоки, связанные с отзывами и помощью в разработке ИТ-стратегии и стратегии ИИ.

Эта часть страницы нужна для того, чтобы пользователь не останавливался на общем понимании темы, а мог перейти либо к более детальному чтению, либо к практическому взаимодействию.

Публикации по стратегии ИИ

Публикации по стратегии ИИ — это возможность глубже разобраться в отдельных аспектах темы. Если основная страница «Стратегия искусственного интеллекта» даёт общую рамку, то публикации помогают подробно рассмотреть отдельные вопросы: что такое стратегия ИИ, какие направления применения ИИ обычно бывают, какие требования предъявляются к данным и системам, кто отвечает за ИИ, когда нужен отдельный документ и как выбрать подходящий формат стратегии.

В этой ветке особенно полезны следующие материалы:

• «Стратегия искусственного интеллекта: что это такое и нужна ли она вашей компании?»
• «Приоритеты внедрения искусственного интеллекта»
• «Искусственный интеллект и цифровая трансформация: 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»

Эти публикации полезны тем, что позволяют не ограничиваться общей страницей, а перейти к более детальному разбору конкретных вопросов. Для части пользователей именно публикации становятся следующим естественным шагом после знакомства с общей логикой стратегии ИИ.

Отзывы

Для темы стратегии ИИ и ИТ-стратегии отзывы важны не только как элемент доверия, но и как подтверждение того, что стратегия — это не теоретическая конструкция, а практический инструмент. Они помогают увидеть, как подобная работа воспринималась в реальных компаниях, какие задачи она помогала решать и почему вообще компании приходят к необходимости более осмысленно работать с темой ИИ.

Для части пользователей именно отзывы становятся важным переходом от общего интереса к теме к более серьёзному отношению к разработке стратегии. Они позволяют увидеть, что вопросы формата, разделов, этапов разработки и размера документа — это не “методика ради методики”, а реальные управленческие задачи, с которыми компании действительно сталкиваются.

Если после чтения основных материалов вам важно понять, как тема стратегии ИИ воспринимается в практической работе, стоит перейти на страницу «Отзывы».

Помощь в разработке ИТ-стратегии и стратегии ИИ

Когда компания уже понимает, что тема ИИ для неё актуальна, но пока не может самостоятельно собрать её в рабочую стратегическую конструкцию, возникает потребность в помощи по разработке стратегии. Обычно такая помощь нужна не только для написания текста документа, но и для более важных задач:

• выбора правильного формата стратегии;
• определения нужных разделов;
• оценки текущей готовности компании;
• выбора приоритетных направлений применения ИИ;
• формирования этапов разработки;
• определения подходящего размера стратегии;
• выстраивания логики пилотов, инициатив и более крупных проектов.

Особенно полезна такая помощь в тех случаях, когда:

• интерес к ИИ уже есть, но единой логики пока нет;
• появились пилоты, но неясны приоритеты;
• нужно выбрать между отдельной стратегией ИИ, разделом в ИТ-стратегии и более широкой логикой цифровой трансформации;
• руководство уже ждёт заметного эффекта, а компания ещё не определилась с реалистичным планом действий;
• тема ИИ уже требует согласования между бизнесом, ИТ-службой, данными и процессами.

Именно поэтому блок «Помощь в разработке ИТ-стратегии и стратегии ИИ» является естественным завершением этой части страницы. Он нужен для тех компаний, которые уже прошли путь от общего интереса к ИИ к более взрослым вопросам конфигурации и теперь хотят перейти к реальной работе над стратегией.

Если вы уже видите, что вашей компании нужен не просто общий разговор про ИИ, а осмысленный выбор формата стратегии, состава разделов, этапов разработки и реальной логики внедрения, следующим шагом обычно становится переход к странице «Помощь в разработке ИТ-стратегии и стратегии ИИ». Именно там тема стратегии ИИ переходит из режима изучения в режим практической работы.