Светлана Иванова

С 1 сентября 2026 года вступают в силу основные положения Федерального закона «О поддержке развития технологий искусственного интеллекта в России». Это важный шаг к формированию цивилизованного рынка искусственного интеллекта в нашей стране. Впервые определено само понятие «искусственный интеллект» и рамочные подходы к работе с этими технологиями.

Бизнес first

Закон регулирует отношения в сфере разработки, внедрения и применения больших фундаментальных моделей. Это крайне своевременный шаг ввиду того, что российские разработчики успешно развивают как собственные ИИ-модели, так и модели с использованием иностранного компонента. По данным венчурного фонда Andreessen Horowitz, российские ИИ-решения уже вошли в ТОП-50 мирового рейтинга (Яндекс — № 10, SberTech — № 48). Это создает базис для технологического суверенитета и конкурентоспособности России и российского бизнеса на мировом рынке. Однако окно возможностей невелико. Для их реализации в течение ближайших 3–5 лет необходимо интенсивно разрабатывать и внедрять технологические решения для бизнеса с целью обеспечения его опережающего развития в сравнении с мировыми конкурентами.

Стоит отметить, что положения 243-ФЗ практически не затрагивают область использования ИИ для целей управления бизнесом, где сосредоточена основная экономическая эффективность от применения этих технологий. Очевидно, что это связано с недостаточностью практического опыта, и регулирование будет развиваться по мере развития рынка. Замечу, что, с высокой вероятностью, в дальнейшем изменения коснутся фактически всех основополагающих законодательных актов в области регулирования корпоративных и трудовых взаимоотношений, интеллектуального права, а, возможно, и кодексов.

Знания — основной объект управления

Применение ИИ в бизнесе требует кардинального изменения механизмов принятия решений, принципиальной смены подхода к организации управления и кибербезопасности. Инновации в продуктах, услугах и бизнес-моделях — это то, что позволяет искусственному интеллекту не просто улучшить рабочие процессы, но и открыть путь к новому росту. Как и в случае с предыдущими прорывными технологиями, наибольшую ценность принесет не сам искусственный интеллект, а дополнительные инновации: переработанные процессы, новые продукты и бизнес-модели, а также новые экосистемные структуры, построенные вокруг основной технологии.

В результате активного развития ML и генеративного AI взамен устаревшей концепции управления процессами начинает доминировать концепция управления знаниями. Знания — гораздо более гибкий объект. Они быстро становятся основным активом компаний и также быстро устаревают, а их накопление, трансформация, постоянное обновление и коммерческое использование обеспечивают основу устойчивости и способности к развитию любого бизнеса. В этой связи вопросы работы со знаниями в целях обеспечения их гибкого и безопасного использования в ближайшие 3-5 лет станут краеугольными для компаний и законодателей во всем мире.

По итогам ежегодного панельного исследования проект Монитор технологий констатирует, что применение ИИ в российских компаниях уже повлекло за собой системное переосмысление бизнеса:

  • 37% ИТ-руководителей назвали ИИ главным драйвером изменений бизнеса за последние 3 года.
  • Для 19% внедрение технологий ИИ — это экзистенциальный выбор. По мнению экспертов-респондентов исследования, риски и затраты неизбежны, но отступление означает гарантированный проигрыш.
  • При этом пока только 24% опрошенных готовы пересматривать бизнес-модели.
  • 61% респондентов уже используют или планируют начать использовать ИИ в ближайшее время.
  • 47% опрошенных ИТ-руководителей считают отечественные ИИ решения конкурентоспособными сейчас или в ближайшей перспективе.

Тем не менее, сегодня даже на уровне крупных корпораций отсутствуют внутренние процессы и локальные нормативные документы, регламентирующие подход к выбору технологии и ее применению. С учетом несовершенства законодательства и отсутствия правоприменительной практики, компании уже сталкиваются с проблемами, разрешение которых становится невозможным или сопряжено с рисками, критичными для ведения бизнеса. Уже появились примеры значимых ошибок в решениях и документах, сгенерированных с помощью ИИ, нарушений в области работы с коммерческой тайной и персональными данными.

Кроме того, сама по себе большая или малая языковые модели (о которых говорится в законе) не обеспечивают решение конкретной бизнес-задачи. Тем более, при ее использовании не в целях повышения персональной эффективности, а для управления бизнесом. Для получения значимого устойчивого бизнес-результата требуется формирование управленческой компетенции, управленческого и ИТ-ландшафта для управления знаниями.

Безыдейный ИИ умножает хаос

В исследовании Института здоровья McKinsey (MHI) следующей задачей в области искусственного интеллекта называется решение проблемы человеческого потенциала. В MHI это называется «мозговым капиталом». Основная идея заключается в том, чтобы поставить человека за руль, а ИИ — в систему управления, а не наоборот. Эти принципы важны как для технического проектирования (как мы проектируем программы и системы ИИ), так и для поведенческого проектирования (как мы руководим и сотрудничаем), и подчеркивают важность переосмысления способов выполнения работы, а не простого наложения ИИ на существующие процессы.

Мой собственный опыт использования различных ИИ моделей для управленческих целей свидетельствует о том, что эти инструменты без конкретизации цели, сформированной бизнес-модели, в рамках которой ИИ анализирует конкретный набор знаний из внутренних и внешних источников, могут служить лишь справочной системой, фактически не дополняющей обычный интернет-поиск.

Если до использования ИИ не была проведена предварительная работа по моделированию результата, подбору источников данных и выбору варианта их структурирования, то сгенерированные ИИ итоги анализа, проекты решений прикладных управленческих задач не могут быть приняты в работу без их детального переосмысления и корректировки. Тем более невозможно использование типовых внешних AI-агентов для решения внутренних задач конкретной компании без предварительной проработки образа конкретного результата и источников и форматов данных, обеспечения их наличия и возможности интеграции.

Гибридные AI-платформы — основной инструмент управления

Отдельный вопрос — работа с ИИ вне корпоративного периметра. С учетом непрерывно модифицирующейся модели угроз, ни одна ответственная компания не будет ни передавать данные внешнему источнику, ни разрешать доступ к своим источникам внешним системам без дополнительных мер безопасности. Казалось бы, это уже «общее место», изжеванная и прилипающая к зубам жевательная резинка, но пока попытки без изменений перенести модель повышения персональной эффективности на повышение эффективности компании не прекращаются.

Идеальным ходом вещей в сегодняшней ситуации я назвала бы гибридные решения, которые позволяли бы в независимых контурах использовать ИИ локально для работы со знаниями компании и в облаке в целях анализа и задействования постоянно растущих возможностей публичных нейросетей для целей конкретного бизнеса.

Речь идет о создании распределенных платформ управления знаниями, имеющих несколько контуров для решения различных бизнес-задач и возможность интеграции с внутренними и внешними библиотеками знаний. Функционал таких платформ позволяет реализовывать различные сценарии управления бизнесом, гибко адаптировать их под конкретную цель.

В качестве примера могу привести платформу AI-Solver, которая позволяет работать с любой известной и вновь появляющейся LLM в закрытом периметре и дистанционно, моделировать результат, создавать сценарии и подключать AI-агентов в соответствии с политиками безопасности клиентов. Внутри РДТЕХ мы уже решаем сложные бизнес-задачи работы со знаниями в области технической поддержки СУБД и инфраструктуры, системного администрирования, маркетинга, закупок, клиентской поддержки. В AI-Solver реализованы востребованные кейсы клиентов в части анализа и сравнения документов различных форматов, хранящихся в различных системах.

Тем не менее, каждый кейс создания системы управления знаниями для конкретной компании требует глубоко погружения в бизнес клиента, формирования образа результата работы системы, выявления болевых точек и пробелов в корпоративных знаниях, корректировки моделей управления и выработки вариантов накопления знаний, схем интеграции с источниками информации с учетом требований безопасности конкретного бизнеса.

Управление талантами — ключевой фактор успеха в применении ИИ

Кроме того, управление знаниями предполагает кардинальные изменения в трудовой деятельности и обязанностях сотрудников. Освободившись от более простых задач, работники начинают заниматься более когнитивными задачами, требующими принятия решений, контроля и умения преодолевать неопределенность. Помимо внесения изменений в должностные инструкции и процессы, это изменяет требования к персоналу, его знаниям, умениям, навыкам. Необходимо рассчитывать когнитивную нагрузку, а в ряде случаев, речь идет о замене сотрудников.

В этом случае важно не потерять ни темп изменений, ни тех, чьи знания и способности являются критичными и важными в средне- и долгосрочной перспективе. Компании, которые используют время, высвобожденное благодаря ИИ, для ротации талантов, развития смежных навыков или возможностей внутренней мобильности, превращают риск перенастройки в реальное экономическое и конкурентное преимущество.

Источник: