Прослушать эту статью
0:00 7:20
Ваша фабрика ИИ может функционировать на полную мощность, в то время как бизнес-процессы, для улучшения которых выделялись средства, остаются прежними. Инфраструктура развернута, а ваши модели уже выполняют инференс в больших объемах. Тем не менее, когда руководство спрашивает, какие операционные расходы снизились или какие решения стали приниматься быстрее, ответ звучит так: «пока еще нет». А затраты на инфраструктуру, которая производит этот ответ, растут с каждым кварталом.
Вы обосновали эту инвестицию и по-прежнему уверены в ней. Совет директоров не спрашивает, имел ли смысл этот проект. Он спрашивает, когда он принесет те самые доходы, которыми оправдывалось его финансирование. Теперь этот вопрос требует конкретной даты поставки, а не отчета о статусе.
Инвестиция имела смысл, и она по-прежнему его имеет
Вы инвестировали средства, потому что ваши операционные команды сталкиваются с проблемами, которые существующие системы решить не могут. Решения принимаются слишком долго. Активы работают недостаточно эффективно, а предотвратимые сбои по-прежнему обходятся дорого. Эти проблемы все еще существуют, и логика инвестиций остается верной.
Кроме того, вы далеко не одиноки в стремлении превратить инвестиции в ИИ в измеримые результаты. В отчете BCG за сентябрь 2025 года The Widening AI Value Gap отмечается, что существенные расходы не всегда приводят к снижению затрат или появлению новых доходов.
Фабрика работает. Вопрос в том, что происходит с ее результатами после того, как они покидают модель, и именно на этом этапе большинство организаций заходят в тупик.
Фабрика готова. Бизнес-процесс — нет.
Разрыв в операционализации — это расстояние между результатами, которые производит ваша фабрика ИИ, и агентом, способным действовать в рамках реального бизнес-процесса. Чтобы преодолеть его, требуется уровень платформы, который создает, оркестрирует и администрирует агентов, связанных с людьми и системами, отвечающими за действия на основе этих результатов. Этот уровень должен справляться с тремя задачами, с которыми одна лишь фабрика ИИ справиться не может:
- Создание агентов, настроенных под конкретные бизнес-рабочие процессы
- Оркестрация того, как их результаты доставляются нужным людям и системам
- Управление полномочиями каждого агента, включая то, кто контролирует модели, данные, к которым они обращаются, и инфраструктуру, на которой они запущены, с ведением полной истории, которую бизнес может аудировать и которой может доверять
Для организаций, где суверенный ИИ — это не предпочтение, а условие работы (в особенности для энергетики, государственного сектора и промышленности), этот уровень управления также должен оставаться в том же периметре, что и сама инфраструктура.
Рассмотрим производителя, на заводе которого уже работает модель, выявляющая проблемы с обслуживанием до того, как производственная линия остановится. Она надежно определяет тревожные признаки в данных оборудования, и эти результаты подтверждают необходимость более раннего вмешательства для сокращения незапланированных простоев.
Однако без уровня платформы предупреждение никогда не доходит до техника, отвечающего за оборудование. У команды нет согласованных критериев для проверки оборудования или эскалации предупреждения, нет процедуры на случай сбоя потока данных с датчиков и нет единой записи, связывающей рекомендации модели с предпринятыми действиями. Модель может продолжать выдавать точные результаты, не меняя при этом то, как работает бизнес.
Ваше окно для получения окупаемости сужается
Внедрение агента технического обслуживания в повседневную работу требует решений от нескольких команд. Инфраструктура отвечает за «железо», в то время как команда по ИИ и работе с данными — за модель. Операционный отдел управляет производственной линией и несет ответственность за любые действия, предпринятые на ней. Безопасность и юридический отдел также должны утвердить принципы работы агента.
Каждая команда может выполнить свою часть работы, в то время как релиз остается заблокированным между ними. Инфраструктура доступна, и модель выдает надежные результаты. Однако операционный отдел все еще ждет то, чем сможет безопасно пользоваться. Без общих требований и даты релиза у руководства нет надежного способа определить, когда агент попадет в рабочий процесс.
Назначение координатора усилий не принесет результатов, если у этого человека нет необходимых полномочий. Тот, кто отвечает за развертывание, должен уметь добиваться выполнения обязательств от разных команд, решать вопросы с доступом и продвигать согласования. В противном случае незакрытая зависимость может висеть месяцами, не считаясь ничьим просроченным дедлайном.
Каждый квартал задержки усиливает давление на первоначальное бизнес-обоснование. Тот, кто санкционировал инвестиции, одобрил ожидаемую доходность с определенными допущениями о том, сколько времени потребуется на ее реализацию. Затраты продолжают накапливаться, в то время как ожидаемые выгоды остаются нереализованными.
Для производителя еще один квартал означает сохранение рисков простоев, для предотвращения которых и создавался агент. Сэкономленные за этот период средства невозможно вернуть простым более поздним релизом агента. Для достижения первоначальной финансовой цели потребуется большая окупаемость за меньшее время. Если график сдвигается, бизнес-обоснование должно сдвигаться вместе с ним.
Оставшаяся работа нуждается в дате релиза
Когда руководство спрашивает, когда агент войдет в повседневное использование, ответ «это требует времени» уже недостаточен. Команда доставки должна иметь возможность определить оставшуюся работу, назвать ответственных за нее и предоставить руководству дату релиза.
Для четко определенного варианта использования требуется примерно один квартал, чтобы перейти от модели, выдающей точные результаты, к агенту, работающему в рамках бизнес-процесса, при условии доступности необходимых доступов и лиц, принимающих решения. Этот период дает время для подключения агента к реальным системам, тестирования его поведения и получения одобрения на повседневное использование.
Внедрение агента технического обслуживания на одной производственной линии — это небольшая, четко определенная задача. Команда должна уметь описать, что осталось сделать до релиза и сколько времени займет устранение каждой зависимости.
Если прошло более квартала без четкой даты релиза, руководство должно потребовать пересмотра невыполненных требований и составления плана с указанием сроков их завершения. У каждой зависимости должен быть владелец с полномочиями действовать. Если команде требуется больше времени, она должна объяснить, что будет завершено за время продления и как эта работа повлияет на дату релиза.
Заставьте инвестиции работать
Для производителя прогресс становится осязаемым, когда техники начинают получать предупреждения через свои обычные рабочие процессы и действуют на их основе в соответствии с согласованными процедурами. После этого кто-то должен отслеживать, сокращают ли такие вмешательства время простоя, и определять, где производительность агента или рабочий процесс нуждаются в улучшении.
Это первое развертывание создает нечто большее, чем просто результат для одной производственной линии. Оно прокладывает рабочий путь от фабрики в бизнес, который смогут унаследовать будущие агенты. Каждый новый вариант использования опирается на решения, которые компания уже приняла, а не решает те же проблемы развертывания заново.
Чтобы практическим взглядом оценить, что требуется для вывода агентов в продакшен и их масштабной эксплуатации, прочтите электронную книгу Operating agentic AI at scale.
