Прослушать эту статью
0:00 7:20
Ваша ИИ-фабрика может функционировать на полную мощность, в то время как бизнес-процессы, для улучшения которых она создавалась, 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 как «пока нет». А затраты на инфраструктуру, которая производит этот ответ, накапливаются с каждым кварталом.
Вы обосновали эту инвестицию и по-прежнему уверены в ней. Совет директоров не спрашивает, имел ли смысл этот шаг. Он спрашивает, когда инвестиция принесет те доходы, которыми она была оправдана. Теперь для ответа на этот вопрос требуется конкретная дата реализации, а не отчет о статусе.
Инвестиция имела смысл, и он сохраняется
Вы инвестировали средства, потому что ваши операционные команды сталкиваются с проблемами, которые существующие системы решить не могут. Решения принимаются слишком долго. Активы работают неэффективно, а предотвратимые сбои по-прежнему обходятся дорого. Эти проблемы никуда не делись, и логика, лежащая в основе инвестиций, остается верной.
Кроме того, вы далеко не одиноки в трудностях с превращением инвестиций в ИИ в измеримые результаты. В отчете BCG за сентябрь 2025 года «Растущий разрыв в ценности ИИ» (The Widening AI Value Gap) отмечается, что 60% компаний сообщили о минимальном росте доходов и снижении затрат от ИИ. Значительные расходы далеко не всегда приводят к сокращению издержек или появлению новых источников дохода.
Фабрика производит продукцию. Вопрос в том, что происходит с этим результатом после того, как он покидает модель, и именно здесь большинство организаций застревают.
Фабрика готова. Бизнес-процесс — нет.
Разрыв в операционизации — это дистанция между результатами работы вашей ИИ-фабрики и агентом, способным действовать в рамках реального бизнес-процесса. Чтобы преодолеть его, необходим уровень платформы, который создает, оркестрирует и регулирует агентов, связанных с людьми и системами, ответственными за воплощение их результатов в жизнь. Этот уровень должен решать три задачи, с которыми в одиночку ИИ-фабрика справиться не может:
- Создание агентов, настроенных под конкретные бизнес-рабочие процессы
- Оркестрация процессов доставки их результатов до нужных людей и систем
- Управление тем, что разрешено делать каждому агенту, включая контроль над моделями, данными, к которым они имеют доступ, и инфраструктурой, на которой они запущены, с ведением полного журнала, который бизнес может проверять и которому может доверять
Для организаций, где суверенный ИИ — это не просто предпочтение, а условие работы (в особенности в энергетике, государственном секторе и промышленности), этот уровень управления также должен находиться в том же периметре, что и сама инфраструктура.
Рассмотрим предприятие-производитель, на заводе которого уже работает модель, сигнализирующая о проблемах 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 внеплановых простоев.
Однако без уровня платформы предупреждение никогда не дойдет до технического специалиста, отвечающего за оборудование. У команды нет согласованных критериев для проверки оборудования или эскалации предупреждения, нет резервной процедуры на случай сбоя потока данных с датчиков и нет единой записи, связывающей рекомендации модели с принятыми мерами. Модель может продолжать выдавать точные результаты, не меняя при этом то, как функционирует бизнес.
Ваше окно окупаемости сужается
Внедрение агента технического обслуживания в повседневную работу требует решений от нескольких команд. Инфраструктурное подразделение отвечает за аппаратное обеспечение, в то время как команда по работе с ИИ и данными владеет моделью. Подразделение операций управляет производственной линией и несет ответственность за любые действия, предпринимаемые на ней. Безопасность и юридический отдел также должны одобрить порядок работы агента.
Каждая команда может выполнить свою часть работы, в то время как выпуск релиза застревает где-то между ними. Инфраструктура доступна, а модель выдает надежные результаты. Однако операционный отдел все еще ждет то, чем можно будет безопасно пользоваться. Без общих требований и даты релиза у руководства нет надежного способа определить, когда агент попадет в рабочий процесс.
Назначение координатора для управления этими усилиями не принесет результатов, если у этого человека не будет соответствующих полномочий. Тот, кто отвечает за развертывание, должен уметь добиваться согласованности между командами, решать вопросы с доступом и продвигать утверждения. В противном случае открытая зависимость может висеть месяцами, не считаясь ничьим просроченным делом.
Каждый квартал задержки усиливает давление на первоначальное бизнес-обоснование. Тот, кто санкционировал инвестиции, утверждал ожидаемую окупаемость, предполагая, сколько времени потребуется для ее достижения. Расходы продолжают накапливаться, в то время как ожидаемые выгоды остаются нереализованными.
Для производителя очередной квартал означает сохранение уязвимости перед сбоями, для предотвращения которых и создавался агент. Сэкономленные средства, потерянные за этот период, невозможно вернуть простым более поздним выпуском агента. Для достижения первоначальной финансовой цели потребуется большая окупаемость за меньшее время. Если сдвигается график, то должно сдвигаться и бизнес-обоснование.
Оставшаяся работа должна иметь дату выполнения
Когда руководство спрашивает, когда агент будет запущен в повседневную работу, ответа «на это требуется время» уже недостаточно. Команда реализации должна определить оставшийся объем работ, назначить ответственных и назвать руководству дату релиза.
Для четко очерченного варианта использования требуется примерно один квартал, чтобы перейти от модели, выдающей точные результаты, к агенту, работающему внутри бизнес-процесса, при условии доступности необходимых доступов и лиц, принимающих решения. Этот период дает время на подключение агента к работающим системам, тестирование его поведения и получение одобрения для повседневного использования.
Внедрение агента технического обслуживания на одной производственной линии — это небольшая и четко определенная задача. Команда должна быть в состоянии 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 их выполнения с указанием сроков. Каждая зависимость нуждается в ответственном лице, наделенном 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 тогда, когда технические специалисты начинают получать предупреждения через свои привычные 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 сценарий использования опирается на решения, которые компания уже приняла, а не на повторное решение тех же проблем развертывания.
Чтобы получить практическое представление о том, что требуется для вывода агентов в продакшн и их масштабной эксплуатации, прочитайте электронную книгу «Эксплуатация агентного ИИ в масштабе предприятия» (Operating agentic AI at scale).