ИИ-иллюзии: Почему российские компании упускают из виду базовые инструменты эффективности

Российский бизнес активно обсуждает перспективы внедрения искусственного интеллекта (ИИ) для повышения эффективности, однако, как показывает новое исследование «Сбера», зачастую эти разговоры остаются лишь декларациями. В то время как одни компании строят планы по развертыванию нейронных сетей, каждая пятая за последние два года не реализовала ни одного проекта, направленного на повышение эффективности. Многим не хватает стратегии и бюджета для проведения необходимых изменений, несмотря на растущие вызовы рынка.

Хотя 62% российских компаний заявляют о приоритетности повышения эффективности, лишь треть из них приступила к внедрению решений на базе ИИ, а половина только планирует это сделать. Складывается впечатление, что процесс идет, однако при более глубоком анализе картина оказывается иной.

Исследование выявило, что у почти трети компаний не налажены даже базовые управленческие процессы. Так, 70% не имеют систем для отслеживания эффективности работы, что является критическим упущением. Финансирование проектов по оптимизации выделили только 11% компаний, а утвержденная стратегия и специализированный проектный офис существуют лишь у 5%.

Основным препятствием для прогресса является нехватка квалифицированных специалистов, на что жалуются 43% респондентов. Многие просто не знают, с чего начать трансформацию. Среди других барьеров отмечаются:

Недостаток бюджета (17%)

Сопротивление сотрудников (8%)

Сложность интеграции новых технологий с устаревшим оборудованием (7%)

Интересно, что компании, уже внедрившие ИИ, реже жалуются на нехватку средств или экспертизы. Однако они чаще сталкиваются с противодействием персонала и нормативными ограничениями.

Руководители разных уровней видят ситуацию под разными углами:

Генеральные директора (CEO) больше всего раздражены медленным выполнением задач и срывом сроков.

Финансовые директора (CFO) обеспокоены нехваткой квалифицированных кадров (25%).

Операционные директора (COO) обеспокоены высокими трудозатратами и низким уровнем автоматизации (36%).

В тройку приоритетных направлений для внедрения входят:

Предиктивная аналитика (19%)

Облачные технологии (18%)

Принятие решений на основе данных (14%)

Крупный бизнес проявляет особый интерес к предиктивной аналитике (32%), что говорит о стремлении использовать накопленные данные для прогнозирования и принятия более обоснованных решений.

В опросе участвовали 102 компании из 13 отраслей. Результаты подчеркивают важность комплексного подхода к повышению эффективности, который должен включать в себя не только внедрение передовых технологий, но и создание эффективных систем мониторинга, развитие персонала и преодоление сопротивления изменениям.

Аналитики отмечают, что увлечение сложными ИИ-решениями без налаженной системы базовых процессов – это как попытка построить небоскреб на зыбком фундаменте. Прежде чем инвестировать в нейронные сети, необходимо обеспечить прозрачность и измеримость текущих операций. Это означает внедрение систем KPI, автоматизацию рутинных задач и создание культуры, ориентированной на данные.

Более того, успех внедрения ИИ во многом зависит от готовности компании к изменениям. Необходимо обучать сотрудников, привлекать их к процессу трансформации и демонстрировать конкретные выгоды от использования новых технологий. Важно помнить, что ИИ – это инструмент, а не панацея. Он эффективен только в руках квалифицированных специалистов, работающих в рамках четко определенной стратегии.

Исследование также выявило, что многие компании недооценивают важность облачных технологий и решений для работы с данными. Именно они являются основой для успешного внедрения ИИ. Облачные платформы обеспечивают необходимую масштабируемость и гибкость, а инструменты для анализа данных позволяют извлекать ценную информацию из больших объемов информации.

Таким образом, российским компаниям следует пересмотреть свои подходы к повышению эффективности. Вместо погони за модными ИИ-решениями необходимо уделить внимание базовым управленческим процессам, развитию персонала и созданию инфраструктуры для работы с данными. Только тогда инвестиции в ИИ принесут реальную отдачу и помогут предприятиям оставаться конкурентоспособными на меняющемся рынке.