Устранение пробелов в ИИ-трансформации: как подготовить свой бизнес ко внедрению агентного ИИ

Во всей шумихе вокруг ИИ существует достаточно актуальная тема, которая, как ни странно, почти никогда не поднимается: пробелы в ИИ-трансформации. 

На сегодняшний день о том, что ИИ способен заметно повысить эффективность, результативность и доход от бизнеса, знает любая компания. Более 75% респондентов в последнем глобальном опросе об использовании ИИ, проведенном компанией McKinsey, заявили, что их организации используют ИИ как минимум в одной сфере их деятельности.

Тем не менее, лишь немногие проекты действительно оправдывают обещания ИИ — всего 5%, если быть точным, согласно недавнему исследованию MIT «State of AI in Business 2025». 95% пилотных проектов генеративного ИИ терпят неудачу, причем даже в самых простых вопросах интеграции ИИ. 

Агентные ИИ, то есть ИИ-приложения, выполняющие свои задачи автономно, могут быть гораздо более продвинутыми, чем генеративный ИИ. В то же время агентный ИИ более сложен. Настолько, что Gartner® прогнозирует, что «к 2027 году более 40% проектов по агентному ИИ будут закрыты из-за растущих затрат, неясной бизнес-ценности или недостаточного контроля рисков». (Gartner, «Emerging Tech: Avoid Agentic AI Failure: Build Success Using Right Use Cases», 15 мая 2025 г.).

Значит ли это, что компаниям пора сдаться и признать, что ИИ-трансформация слишком сложна для эффективной реализации?

Конечно, нет. Данные McKinsey & Company показывают, что компании с передовыми цифровыми и ИИ-возможностями превосходят отстающих в 2-6 раз по общей доходности для акционеров. 

Такая рентабельность инвестиций слишком хороша, чтобы от нее отказываться. Но чтобы увидеть практические результаты — сократить разрыв между обещаниями и реализованной ценностью ИИ — организациям нужно понять, где реализация инициатив в области ИИ дает сбой. 

И вот в чем хорошая новость: ИИ-трансформация может быть сложной, но вы можете уже сегодня предпринять довольно простые действия, которые позволят вам подготовить ваш бизнес к интеграции агентного ИИ.  

Что такое ИИ-трансформация?

ИИ-трансформация — это комплексный и стратегический процесс, в ходе которого организация интегрирует искусственный интеллект (ИИ) во все аспекты своей деятельности, продукцию и услуги. Большинство компаний планируют применять ИИ для автоматизации задач, ускорения принятия решений, улучшения клиентского опыта и создания продуктов или услуг. 

ИИ-трансформация выходит за рамки простого внедрения нескольких инструментов ИИ; это — фундаментальный сдвиг в стратегии, операционных процессах и организационной культуре. И именно поэтому это так сложно. Чтобы адаптироваться и изменить аспекты бизнес-деятельности, нужно правильно их понимать, но именно на этом моменте у большинства компаний возникают первые трудности. 

Сейчас я все объясню.

В чем заключаются самые существенные проблемы ИИ-трансформации?

Самые существенные проблемы ИИ-трансформации возникают при интеграции ИИ в повседневные рабочие процессы людей, которым нужно его использовать. 

Чтобы лучше понять суть этих проблем, обратимся к аналогии из сферы логистики: «проблема последней мили». 

Под проблемой последней мили подразумевается возникновение несоразмерных трудностей и затрат на финальном этапе доставки — то есть на этапе передачи продукта в руки пользователя. Например, в сфере потребительских товаров не имеет значения, насколько эффективны процессы распределения на складе или упаковки, если клиент все равно не получает свой заказ (либо получает его с опозданием, в худших случаях — с повреждениями). 

В ИИ-трансформации «последняя миля» — это важный, но часто упускаемый этап внедрения ИИ в реальные рабочие процессы. Многие организации создают мощные модели ИИ, обучают алгоритмы на огромных наборах данных, но в конце концов им сложно связать эти модели с людьми, которые их используют. Какая разница, насколько мощный у вас ИИ, если он не интегрирован в бизнес-операции достаточно эффективно?

Это подводит нас к следующему пункту: нельзя эффективно интегрировать ИИ в свои бизнес-операции, если эти операции не будут четко документированы. 

Задача ИИ-агентов — взаимодействия с различными бизнес-системами и процессами, и для эффективной работы им нужен значимый контекст. Forrester отмечает следующее: «ИИ-агентам нужны пошаговые инструкции о том, как выполнять свои задачи. Для большинства компаний сегодня это ноу-хау погребено под разрозненными потоками заданий, недокументированными данными и незарегистрированными процессами». (Блог Forrester, «Autonomy Is The Future, But AI Agents Still Deliver Value Today», июль 2025).

Последний опрос Lucid подтверждает наличие пробелов в деловой документации:

• 49% работников интеллектуального труда считают, что текущие операционные процессы их организаций документированы недостаточно хорошо. 
• 60% респондентов указали, что половина (а то и больше) рабочих процессов их команды зависят от неформальных или личностно обусловленных знаний.
• 80% для выполнения работы полагаются на неформальные или институциональные знания.

Итог: внедрение ИИ, особенно агентного ИИ, никогда не достигнет своего полного потенциала, пока текущие корпоративные процессы, потоки задач, архитектуры, потоки данных и методы совместной работы не будут четко изучены и задокументированы.

Как обойти «проблему последней мили» в ИИ-трансформации

Мы уже знаем, что самым большим препятствием для внедрения агентного ИИ является отсутствие документации, а это значит, что первый шаг в доведении ИИ до последней мили выглядит довольно просто: создайте документацию. 

Мне видится полезным представить «последнюю милю» ИИ-трансформации в три этапа: оценка готовности, разработка стратегии и реализация. Для эффективной интеграции ИИ в рабочие процессы на каждом этапе требуется своя документация.

Оценка готовности к интеграции ИИ

Этап оценки готовности к ИИ включает в себя оценку ваших текущих рабочих процессов, систем и процедур, чтобы определить, насколько они готовы к улучшению с помощью ИИ. 

Как сказал однажды Билл Гейтс: 

«Первое правило использования любой технологии в бизнесе заключается в том, что автоматизация эффективной операции увеличит ее эффективность. Второе правило заключается в том, что автоматизация неэффективной операции увеличит ее неэффективность». 

Какой тип документации будет наиболее полезен для оценки готовности ко внедрению ИИ? Например:

• Схемы рабочих процессов 
• Схемы путей потребителей
• Диаграммы облачной архитектуры
• Диаграммы DFD

На данном этапе предстоит задокументировать многое, поэтому лучше всего вовлечь в этот процесс сотрудников со всей организации. Такое решение, как Lucid, — простое в использовании, оснащенное умными функциями, позволяющее вести совместную работу в режиме реального времени, — позволит сэкономить время всех участников за счет автоматизации создания схем. 

Разработка стратегии ИИ

Разработка стратегии ИИ аналогична процессу, который проходят команды при создании продуктов. Лидерам необходим хаб, где они могут собраться в реальном времени или асинхронно, чтобы провести мозговой штурм, определить приоритеты для наиболее перспективных возможностей, организовать плановые сессии и разработать дорожные карты для начала работы.

Результатом этой работы будут следующие артефакты:

• Приоритеты, цели, риски и показатели для пилотных программ внедрения ИИ
• Карты будущего состояния систем и процессов 
• Подробные временные шкалы с четкими контрольными точками и указанием ответственных за выполнение задач лиц

Внедрение ИИ

Конечно, стратегия ценна ровно настолько, насколько вы способны ее выполнить. Чтобы люди и ИИ могли беспрепятственно сотрудничать над проектами, вам нужна документация, которой должны следовать как люди, так и ИИ.

Эта документация может включать:

• Каталог агентов ИИ, в котором перечислены возможности и ограничения доступных агентов ИИ
• Диаграмма RACI или органиграмма, разъясняющая роли и обязанности как людей, так и агентов ИИ
• Протоколы для моделирования агентов ИИ — деревья решений, схемы рабочих процессов с участием человека или обработка исключений

Большинство организаций находятся на ранних этапах внедрения ИИ, но многие уже выявили, что карты процессов и протоколов, созданные в таком решении, как Lucid, бесценны. Например, агенты ИИ могут следовать деревьям принятия решений в Lucid, чтобы принимать несколько последовательных решений, обосновывать их и рекомендовать решения.  

Пример ИИ-трансформации: Работа в Lucid на каждом этапе ИИ-трансформации

Последний опрос Lucid показал, что основными препятствиями для масштабного сбора и документирования данных являются нехватка времени, на которую указали 40% респондентов, и недостаток инструментов, на который указали 30%. 

Чтобы преодолеть проблемы в вопросе внедрения ИИ, организациям нужны решения, которые помогут им быстро описать свою деятельность в документации. Ни один другой продукт на рынке не способен систематизировать любой процесс, систему, стратегию или план легче, чем Lucid. 

Для демонстрации я бы хотел пройти этапы ИИ-трансформации в Lucid.

Начнем с оценки готовности к ИИ. Как я уже говорил ранее, первое, что вы можете сделать, это начать документировать, как устроены процессы в вашей компании. 

В Lucid вы можете начать с сотен доступных шаблонов или создать схему, просто набрав, что вы хотите увидеть с помощью ИИ.

Вы также можете привязать данные к вашим схемам, а затем использовать условное форматирование, чтобы быстро проанализировать данные. 

Опять же, чем больше информации у вас в документации, тем лучше. Это обеспечивает более богатый контекст как для текущих бизнес-потребностей, так и для внешних ИИ-агентов будущего. Наш Акселератор облака, например, помогает визуализировать облачную архитектуру и инфраструктуру, предоставляя четкую карту для навигации ИИ. 

И конечно, вы захотите поделиться этими документами с командой, чтобы они могли внести корректировки и точно отразить, как работает ваш бизнес. 

Более того, вы можете опубликовать официальные документы в централизованных репозиториях через Акселератор процесса или Акселератор облака. Эти репозитории легко доступны и поддерживают поиск для всей вашей компании. Любые документы, опубликованные в этих репозиториях, действуют как авторитетные документы, которым должен следовать ИИ, то есть документы, которые утверждены и являются официальными.

Lucid также может помочь вам начать работу над вашей стратегией внедрения ИИ прямо сейчас. 

Можно начать собирать нужные проектные документы и нужных людей в командном центре. Допустим, в вашей компании есть центр передового ИИ-опыта, в который входите вы, несколько руководителей и межфункциональная команда лидеров. Теперь у вас есть центральное место для работы над этой ИИ-инициативой. 

Вы можете начать с мозгового штурма возможностей ИИ. Возможно, вы и ваша команда начнете с обдумывания наиболее значимых областей применения ИИ. Вы можете делать это вживую или асинхронно, используя фреймы и процессы, которыми участники команды смогут руководствоваться.

Вы также можете использовать ИИ в Lucid для сортировки идей мозгового штурма по темам или обобщения ключевых концепций.

Проведя мозговой штурм возможностей ИИ, вы и ваша команда сможете использовать Lucid для быстрого согласования следующих шагов. Например, вы можете перенести все идеи о том, где применять ИИ, в визуальные (интерактивные) опросы, и затем попросить каждого члена команды оценить осуществимость и влияние этих идей.

Вместо того, чтобы согласовывать решение в течение нескольких часов обсуждений, можно увидеть точки соприкосновения за считанные минуты. 

Теперь можно взять лучшие идеи о том, где применить ИИ, и построить временную шкалу интеграции ИИ.

При планировании наиболее эффективного способа внедрения ИИ можно использовать Акселератор гибкости для визуализации различных планов с учетом кадрового состава, объема работ, возможностей и сроков.

После составления плана вы сможете автоматически синхронизировать эти задачи в Lucid с вашей системой управления проектами — например, Jira или Azure DevOps.

Когда ваша компания начнет внедрение ИИ, вам нужно будет активно управлять этими усилиями. Lucid может помочь вам поддерживать согласованность команд на протяжении всего процесса реализации и отслеживать прогресс, препятствия и показатели успеха.

Эти межфункциональные команды по внедрению ИИ могут продолжать работать из командных центров, чтобы более эффективно координировать усилия. 

Кроме того, вы также можете использовать airfocus для создания стратегических дорожных карт с конкретными рабочими элементами. Оттуда можно эффективно планировать задачи и вносить корректировки в реальном времени, добиваясь результатов быстрее, чем когда-либо. 

По мере того, как ИИ становится все более важной частью вашей компании, вы можете использовать Lucid для создания схем, отражающих эти новые реалии. Например, можно обновить документацию по процессам, добавив дорожки, указывающие роль агента ИИ, и используя слои, чтобы сделать эти изменения еще более понятными.

По мере продвижения пилотных проектов по ИИ-трансформации вы можете создавать информационные панели или накладывать данные на схемы рабочих процессов, чтобы отслеживать влияние изменений и при необходимости менять подход. 

Следующие шаги на пути ИИ-трансформации

Возможно, большинство компаний просто еще не готовы к агентным ИИ, но, решив проблему «последней мили» и оформив необходимую документацию, они смогут сделать необходимые первые шаги в ИИ-трансформации своего бизнеса.

Начните с визуализации процессов, систем и данных в Lucid, фиксируя недокументированные, повседневные знания сотрудников, имеющие ключевую ценность для бизнеса при создании функциональности ИИ. 

Lucid поддерживает ИИ-трансформацию благодаря:

• Более 100 интеграциям с ведущими приложениями
• Интуитивным умным функциям для совместной работы
• Расширенным дополнениям для упрощения документирования
• Отделу профессионального обслуживания, готовому предоставить индивидуальные решения

Свяжитесь с нами, чтобы сделать следующие шаги на пути ИИ-трансформации.