
Устранение пробелов в ИИ-трансформации: как подготовить свой бизнес ко внедрению агентного ИИ
Nathan Rawlins
Время на чтение: около 10 мин.
Темы:
Основные выводы
- Сложность современных корпоративных рабочих процессов создала огромный разрыв между потенциалом ИИ и способностью компаний эффективно его использовать.
- Эффективность агентного ИИ зависит от тщательности документирования процессов, рабочих потоков, архитектур, потоков данных и методов совместной работы.
- Организации могут использовать Lucid для совместного и автоматического создания живой документации, необходимой на каждом из этапов ИИ-трансформации: оценка готовности, разработка стратегии и реализация.
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 буд ут 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 н е 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:
«Перво е 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:
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.