Как превратить амбиции корпоративного ИИ в реальный бизнес-результат с помощью трех ключевых элементов

Несмотря на неоспоримое влияние искусственного интеллекта (ИИ) на современное общество, остается острый спор о том, является ли его общее воздействие положительным или отрицательным. Еще год или два назад интернет наводнили изображения, созданные ИИ, которые быстро вошли в корпоративную рекламу. Вскоре после этого социальные сети, такие как YouTube, стали переполнены миниатюрами, сгенерированными ИИ — визуалами, которые сначала могли вызвать интерес зрителей, но сегодня все чаще вызывают усталость и скептицизм аудитории.

Однако за пределами потребительских лент социальных сетей искусственный интеллект обладает значительным потенциалом для преобразования корпоративных операций при условии его целенаправленного внедрения. В эксклюзивном интервью изданию IOL Пол Бантинг, соучредитель growthguru.ai, проанализировал распространенный нарратив о том, что ИИ стал переоцененным инструментом, который не обеспечивает ожидаемого роста производительности.

Бантинг заявил, что проблема не в том, что ИИ переоценен, а в том, что его оценивали по неверному обещанию. Он подчеркнул, что прирост производительности реален и подтверждается исследованиями. Согласно данным опроса McKinsey об использовании ИИ в корпорациях, 80% респондентов отмечают улучшение индивидуальной продуктивности, однако лишь 37% утверждают, что ИИ напрямую способствовал увеличению прибыли их организации — показатель, который оставался практически неизменным в течение последнего года.

Поэтому, по мнению Бантинга, честнее считать, что ИИ не переоценен, а фундаментально неверно понят. Лидеры ошибочно полагают, что сэкономленное время автоматически трансформируется в рост выручки. На самом деле, компаниям необходимо активно направлять часы, высвобожденные благодаря ИИ, на достижение ощутимых коммерческих возможностей с высокой отдачей.

Хотя большая часть общественного внимания естественно фокусируется на оптимизации устаревших рабочих процессов, Бантинг предупреждает, что эффективность задач не должна становиться главной целью предприятия. Около 79% руководителей ожидают, что ИИ обеспечит существенный рост выручки к 2030 году, по сравнению с 40% на сегодняшний день. Тем не менее, только 24% имеют четкое представление о том, откуда именно возникнет этот будущий доход. Истинная цель, как объяснил Бантинг, заключается в использовании ИИ для выявления неотложных коммерческих пробелов и захвата рыночных возможностей высокой ценности раньше конкурентов.

Именно для преодоления этого стратегического разрыва была разработана платформа Growthguru.ai, ориентированная на развитие бизнеса, а не на общую автоматизацию рабочих процессов. Вместо предложения единого универсального помощника, их платформа использует специализированных агентов ИИ, нацеленных на конкретные коммерческие рычаги: Perky помогает партнерам получить доступ к соответствующим стимулам, скидкам и совместному финансированию от поставщиков; Maya разрабатывает стратегии выхода на рынок и инициативы совместного маркетинга; Alex сопровождает партнеров через сертификации и уровни поставщиков; а Lexi отслеживает важные обновления в сфере предприятий, например, критические релизы платформы Microsoft.

Тем не менее, наряду с коммерческим потенциалом существует и более мрачная сторона — преступность с использованием ИИ, где вопросы подотчетности и юридической ответственности остаются нерешенными. Бантинг утверждает, что преступники, использующие ИИ для финансового мошенничества, должны нести ответственность за свои действия, независимо от инструментов, которые они применяют. Однако, если проприетарный или сторонний ИИ предприятия вызывает операционный или финансовый ущерб, ответственность лежит непосредственно на бизнесе, который его внедрил. Юридическая ответственность нельзя просто переложить на поставщика модели. Хотя разработчики программного обеспечения должны создавать безопасные и соответствующие требованиям архитектуры, выбор реализации полностью принадлежит предприятию. BCG подтвердила этот вывод в своем бенчмарке по прикладному ИИ.

Искусственный интеллект (ИИ) и его внедрение в финансовую сферу стали центральной темой на Форуме финансовых улиц 2026 года. В ходе интервью на этом форуме Чжан Ке, исполнительный председатель Пекинского института регулирования и надзора технологий на переднем крае, поделился с CGTN своим видением возможностей, рисков и глобального управления ИИ в финансовом секторе.

Охарактеризовав ИИ как движущую силу пятой промышленной революции, Чжан подчеркнул, что основная ценность ИИ заключается в повышении эффективности. Тем не менее, он предупредил, что сохраняются фундаментальные трудности, пока модели ИИ сильно зависят от зависимости от данных и от следования заданному пути.

Обращая внимание на риски использования ИИ в финансовых системах, требующих большого объема данных, Чжан выделил две основные проблемы: конфиденциальность данных и подотчетность. Хотя поток данных является необходимым условием, вопросы, касающиеся безопасности данных, уровней доступа и публичного раскрытия информации, требуют установления строгих мировых регуляторных рамок.

Кроме того, несмотря на то, что ИИ способен значительно оптимизировать поддержку принятия решений и исследования, Чжан предостерег от полной передачи окончательных торговых решений алгоритмам. В случае финансовых потерь конечная ответственность должна лежать на людях, принимающих решения, а не на машинном интеллекте.

Для устранения этих системных рисков Чжан призвал к активному международному сотрудничеству. Он сравнил необходимость глобального управления ИИ с крупными международными соглашениями, такими как Парижское соглашение по изменению климата и Стокгольмская конвенция по интеллектуальной собственности. Вместо чрезмерного регулирования правительствам следует совместно работать над созданием международного «Соглашения об ИИ» для упорядочивания разрозненных правил.

Заглядывая в будущее, Чжан отметил, что ИИ приносит наибольшую пользу, когда используется в качестве стратегического консультанта для принятия решений высшего уровня и групповой стратегии, а не для замены рутинных транзакционных операций. Он заключил, что человеческий контроль остается незаменимым при каждом критическом финансовом маневре.

Недавние события вызвали опасения относительно потенциальной опасности мощных систем искусственного интеллекта. В сентябре исследователь из Anthropic подал в отставку, предупредив, что разработчики мощного ИИ «искренне полагают, что он может уничтожить нас всех к концу десятилетия».

Через несколько дней Король Чарльз, открывая свой саммит по ИИ в Шотландии, говорил об «экзистенциальных опасностях» и технологиях, которые рискуют приобрести «более мрачные способности — возможно, даже способность убивать».

Билл Гейтс предостерегал, что в ненадлежащих руках ИИ обладает достаточной мощью, чтобы спровоцировать события, приводящие к «миллиарду смертей». Одновременно с этим в новостях появлялись сообщения о случаях побега «неуправляемых агентов ИИ» и их «выходе из изоляции», однако гораздо меньше внимания уделялось мерам защиты, стандартам безопасности и скомпрометированным системам.

Лидерам бизнеса, принимающим решения об использовании ИИ, будет мало пользы ни от тех, кто настроен пессимистично, ни от энтузиастов. Им необходим более строгий критерий для определения того, когда можно доверять этой технологии.

Для тех, кто работает в сфере ИИ на протяжении десятилетий, современные системы представляют собой, в некотором смысле, осуществление мечты. То, что машины теперь способны делать с языком, казалось ранее недостижимым.

Однако чудо не равно уверенности. Способность ИИ совершать выдающиеся вещи мало говорит о том, что он сможет делать надежно в будущем, каковы его пределы или достаточно ли мы понимаем эти пределы, чтобы поручить ему определенные обязанности.

Поэтому, когда появляется тревожный заголовок, следует задаваться вопросами: что было протестировано, при каких условиях, с каким доступом и с какими мерами защиты? Затем нужно выяснить, что именно демонстрирует данный инцидент. Драматическое описание не является объяснением.

Чрезмерное экстраполирование

История этой области полна прогнозов о том, что машины скоро сравняются или превзойдут людей. Современные системы значительно более способны, чем их предшественники, и в некоторых аспектах, например, в разработке программного обеспечения и математике, они уже превосходят нас. Прогресс шел чрезвычайно быстро.

Урок истории заключается в том, что настоящий прогресс соблазняет нас делать слишком далеко идущие предположения. Одна из причин таких уверенных прогнозов может заключаться в том, что ИИ использует язык очень бегло. Поскольку язык является центральным элементом человеческого опыта, мы описываем плавные системы человеческими терминами: они думают, хотят, беспокоятся. Эти слова несут в себе предположения о разумности и намерении, которые производительность технологии не подтверждает.

Поведение системы должно рассматриваться серьезно и тщательно анализироваться, не позволяя человекоподобным описаниям выполнять работу анализа. Возможности ИИ неоднородны. Люди, ежедневно работающие с этими системами, видят, как они впечатляюще справляются со сложным языком и рассуждениями, а затем терпят неудачу в чем-то, что человек посчитал бы тривиальным. В организации, которая интегрировала ИИ в свои рабочие процессы или обслуживание клиентов, такие сбои могут привести к значительным потерям. Они не говорят о злонамеренных намерениях; они показывают, что успех в одной задаче не гарантирует надежности в другой.

Поэтому советы директоров и руководители должны отдавать предпочтение локализованному ИИ, созданному для их конкретной среды, а не мощным, но неограниченным общим системам. Также нельзя предполагать, что мера предосторожности, работающая в одной обстановке, будет работать и в другой.

Существует и более тонкий риск: что лошадь обучает всадника. ИИ еще не обрел сознания или не выработал стремления изменить нас, но организации адаптируются к инструментам, которые они используют. Руководителям следует задаться вопросом, начали ли их сотрудники доверять беглым ответам, не проверяя их, перестраиваются ли процессы вокруг того, что может произвести система, а не того, что требует задача, и постепенно ли передается суждение, потому что ИИ кажется более способным, чем есть на самом деле.

Ответ заключается в точном определении того, где и как используется ИИ. Прежде чем приступить к работе, африканские предприятия должны ответить на пять вопросов:

• Назовите задачу: Что именно просит сделать ИИ?
• Проверьте в реальных условиях: Работает ли система с реальными клиентами? Понимает ли она, как они используют язык?
• Ограничьте воздействие: Какая информация ей действительно нужна? Нужен ли ей доступ ко всем данным, которые вы предполагали?
• Проверьте работу: Как будут обнаруживаться ошибки? Какие меры контроля предусмотрены в областях высокого риска, таких как конфиденциальность клиентов?
• Сохраните ясность ответственности: Кто несет ответственность, когда система выходит из строя? Где и когда человек должен вмешаться?

Ответственное внедрение ИИ основано на умеренном, но требовательном стандарте: использовать ИИ там, где он доказывает свою ценность в контексте, ограничивать его пропорционально риску и сохранять ответственность за людьми, которые решили его развернуть.