ИИ глазами лидеров крупнейших корпораций
Что происходит с искусственным интеллектом, когда разговор выходит за пределы отдельных пилотов и экспериментов — и его начинают обсуждать руководители крупнейших финансовых и инфраструктурных компаний?
В выпуске подкаста «Бизнес в эпоху ИИ» от Сбера и Forbes — показательная дискуссия о том, как ИИ меняет бизнес уже сегодня и что будет происходить дальше.
В разговоре участвуют руководители МТС Банка, Московской биржи и ДОМ.РФ. Особенно интересно слушать их не с точки зрения технологий, а с позиции топ-менеджмента: где ИИ создаёт ценность, что мешает масштабированию и каким будет следующий этап.
Несколько мыслей из выпуска:
1. ИИ должен измеряться бизнес-эффектом
В Сбере применение AI связывают с конкретным финансовым результатом. Для генеративного ИИ подход тот же: недостаточно сказать, что модель работает или сотрудники пользуются ассистентом.
Нужно понимать, что именно изменилось в бизнесе — скорость, производительность, удержание клиента, стоимость операции, выручка или прибыль.
При этом приводится интересный показатель: более 60–80% финансовых организаций в мире уже экспериментировали с генеративным ИИ, но только около 38% банков говорят о реальной финансовой отдаче.
2. Следующий этап — переход от помощников к агентам
В клиентском обслуживании уже появляются сценарии, где человек практически не замечает, что общается с ИИ. Причём в некоторых случаях удовлетворённость клиентов оказывается выше.
Но настоящий вызов здесь — доверие. Особенно когда агент получает возможность не просто отвечать на вопросы, а принимать решения, управлять деньгами, совершать сделки или действовать от имени человека.
3. Главный актив AI-трансформации — данные
Очень точно прозвучала мысль: «Искусственный интеллект без данных — это хаос».
ИИ может стать новым интерфейсом компании, но его качество напрямую зависит от того, насколько хорошо организованы корпоративные данные, процессы и знания.
4. Не нужно внедрять ИИ просто потому, что это возможно
Сначала нужно понять, где находится ограничение процесса, и только потом решать, нужен ли там искусственный интеллект.
Иначе компания рискует внедрить десятки AI-решений, увеличить расходы и просто «сжечь маржу», не получив принципиального изменения бизнеса.
5. Скорость экспериментов становится конкурентным преимуществом
В МТС Банке прототип финансового консультанта сделали силами двух человек примерно за две недели.
Ценность такого подхода — в возможности быстро проверить гипотезы и понять, какие из них действительно работают.
Это уже другая культура разработки: быстро проверяем → измеряем → отбрасываем неработающее → масштабируем то, что доказало ценность.
И ещё один важный вывод я бы добавил уже от себя.
AI-трансформация начинается не с моделей. Она начинается с позиции руководства, готовности экспериментировать, данных, изменения процессов и системы измерения эффекта.
Но есть ещё один элемент, который часто недооценивают — люди.
А значит, следующий уровень AI-трансформации — это уже не просто внедрение технологий, а изменение самой культуры работы компании.
😊 InnovaiteNews
Что происходит с искусственным интеллектом, когда разговор выходит за пределы отдельных пилотов и экспериментов — и его начинают обсуждать руководители крупнейших финансовых и инфраструктурных компаний?
В выпуске подкаста «Бизнес в эпоху ИИ» от Сбера и Forbes — показательная дискуссия о том, как ИИ меняет бизнес уже сегодня и что будет происходить дальше.
В разговоре участвуют руководители МТС Банка, Московской биржи и ДОМ.РФ. Особенно интересно слушать их не с точки зрения технологий, а с позиции топ-менеджмента: где ИИ создаёт ценность, что мешает масштабированию и каким будет следующий этап.
Несколько мыслей из выпуска:
1. ИИ должен измеряться бизнес-эффектом
В Сбере применение AI связывают с конкретным финансовым результатом. Для генеративного ИИ подход тот же: недостаточно сказать, что модель работает или сотрудники пользуются ассистентом.
Нужно понимать, что именно изменилось в бизнесе — скорость, производительность, удержание клиента, стоимость операции, выручка или прибыль.
При этом приводится интересный показатель: более 60–80% финансовых организаций в мире уже экспериментировали с генеративным ИИ, но только около 38% банков говорят о реальной финансовой отдаче.
2. Следующий этап — переход от помощников к агентам
В клиентском обслуживании уже появляются сценарии, где человек практически не замечает, что общается с ИИ. Причём в некоторых случаях удовлетворённость клиентов оказывается выше.
Но настоящий вызов здесь — доверие. Особенно когда агент получает возможность не просто отвечать на вопросы, а принимать решения, управлять деньгами, совершать сделки или действовать от имени человека.
3. Главный актив AI-трансформации — данные
Очень точно прозвучала мысль: «Искусственный интеллект без данных — это хаос».
ИИ может стать новым интерфейсом компании, но его качество напрямую зависит от того, насколько хорошо организованы корпоративные данные, процессы и знания.
Именно про это я часто говорю в своих выступлениях: без качественных данных даже самая умная модель не создаст устойчивого бизнес-эффекта.
Важно не только количество данных, но и их актуальность, структура и доступность.
4. Не нужно внедрять ИИ просто потому, что это возможно
Сначала нужно понять, где находится ограничение процесса, и только потом решать, нужен ли там искусственный интеллект.
Иначе компания рискует внедрить десятки AI-решений, увеличить расходы и просто «сжечь маржу», не получив принципиального изменения бизнеса.
5. Скорость экспериментов становится конкурентным преимуществом
В МТС Банке прототип финансового консультанта сделали силами двух человек примерно за две недели.
Ценность такого подхода — в возможности быстро проверить гипотезы и понять, какие из них действительно работают.
Это уже другая культура разработки: быстро проверяем → измеряем → отбрасываем неработающее → масштабируем то, что доказало ценность.
И ещё один важный вывод я бы добавил уже от себя.
AI-трансформация начинается не с моделей. Она начинается с позиции руководства, готовности экспериментировать, данных, изменения процессов и системы измерения эффекта.
Но есть ещё один элемент, который часто недооценивают — люди.
Как только компания начинает внедрять ИИ, нужно думать не только о технологии, но и о том, как сделать её использование максимально простым и безбарьерным для сотрудников.
Нужна программа обучения. Нужно понимать страхи и сопротивление сотрудников, показывать реальные сценарии использования и создавать мотивацию применять новые инструменты в ежедневной работе.
Потому что можно купить лучшие модели, построить AI-платформу, развернуть десятки ассистентов и агентов — но если сотрудники не понимают, зачем им это нужно и как этим пользоваться, всё рискует превратиться в очень дорогие AI-игрушки.
А значит, следующий уровень AI-трансформации — это уже не просто внедрение технологий, а изменение самой культуры работы компании.
😊 InnovaiteNews