Искусственный интеллект (ИИ) продолжает оставаться одной из самых обсуждаемых технологий нашего времени. Многие эксперты прогнозировали быстрый и бурный рост его внедрения в бизнесе, который якобы преобразит работу компаний и повысит производительность. Однако реальность сегодня показывает, что принятие ИИ крупными предприятиями и особенно малыми и средними бизнесами происходит значительно медленнее, чем ожидалось. Об этом в недавнем интервью рассказал генеральный директор Kaseya Рания Суккар. Ее взгляд на причины замедленного внедрения и возможные решения предлагает ценную перспективу для всех, кто интересуется развитием ИИ и его применением в бизнес-среде.
Kaseya — это компания, оказывающая услуги по управлению ИТ и автоматизации для малого и среднего бизнеса через MSP (Managed Service Providers). Именно с этих сегментов рынка Суккар связывает большие надежды в отношении будущего ИИ. Несмотря на это, она отмечает, что уровень внедрения генеративного ИИ пока остаётся на очень начальной стадии. Причины этой ситуации связаны с рядом комплексных проблем, которые сегодня мешают бизнесам полноценно интегрировать технологии ИИ в свои процессы. Одним из главных барьеров является фрагментация данных.
Современные компании используют множество разных программных продуктов и SaaS-сервисов — более 15 приложений для ежедневного ведения бизнеса не редкость. Данные о клиентах, заказах, финансах и других критически важных показателях находятся в изолированных системах и недостаточно интегрированы между собой. Ведь сила ИИ заключается в доступе к объединённым, взаимосвязанным и структурированным данным. Без этого интеллектуальные агенты, которые могли бы улучшить клиентский сервис или автоматизировать рутинные задачи, становятся малоэффективными. Такие агенты пока не способны работать со всеми необходимыми системами, будь то CRM, складские или финансовые системы, в едином пространстве данных.
Недавние исследования и бенчмарки, проведённые учёными, подтвердили, что многие приложения на основе больших языковых моделей (LLM), призванные автоматизировать работу с CRM, показывают результаты существенно ниже ожидаемых. Таким образом, задача создания качественного «слоя» связных данных становится первоочередной. В этом направлении Kaseya видит стратегический потенциал для себя и MSP — стать тем связующим звеном, которое позволит объединять разрозненные данные и строить на их базе действительно полезные и эффективные интеллектуальные решения. Важной преградой является и сложность управления изменениями, или change management. Это как технический, так и человеческий аспект внедрения новых инструментов.
Многие сотрудники и даже руководители сталкиваются с ограничением времени и ресурсов на изучение новых технологий, внедрение и адаптацию рабочих процессов. Повседневная деятельность часто загружена настолько, что нет возможности глубоко погрузиться в освоение ИИ-решений. Проблема усугубляется недостатком квалифицированного персонала, способного управлять трансформационными инициативами и обучать сотрудников. Пока компании не найдут способов эффективно сопровождать и поддерживать пользователей в переходе на новые инструменты, уровень оттока или отказа от ИИ-проектов останется высоким. Корпоративное управление и вопросы ответственности также играют немаловажную роль.
Необходимость выстраивания чётких правил взаимодействия с ИИ-агентами, ограничения доступа к конфиденциальной информации и соблюдения требований безопасности вызывает у руководителей серьёзные опасения. Внедрение технологий без разработки и соблюдения надлежащих политик может привести к юридическим и репутационным рискам. Такой подход требует аккуратного баланса между инновациями и контролем, что иногда тормозит принятие новых решений. Рынок также испытывает давление из-за непредсказуемости затрат и неясности реальной бизнес-выгоды от генеративного ИИ. По данным аналитиков Gartner, около трети концептов генеративного ИИ проектов будут заброшены к концу 2025 года из-за проблем с качеством данных, отсутствием чётких бизнес-целей и чрезмерными расходами.
Ошибки в оценках бюджета на ИИ-проекты могут достигать 500-1000%, что также вызывает настороженное отношение у руководителей ИТ-подразделений и CIO. Тем не менее, Kaseya уже предпринимает конкретные шаги, чтобы помочь своим клиентам и партнерским MSP ускорить процесс адаптации ИИ. Компания интегрировала свою платформу Cooper AI в собственный 365 Platform, благодаря чему удалось достичь значительного снижения трудозатрат — порядка 40% времени сотрудников экономится за счёт автоматизации рутинных операций. Это положительно влияет на эффективность использования технологических продуктов и помогает компаниям более полно раскрыть потенциал цифровых услуг, включая удалённый мониторинг и управление, автоматизацию процессов и кибербезопасность. Kaseya понимает, что у MSP наблюдается неоднородный уровень принятия ИИ, поэтому строит инструменты мониторинга и обучения для повышения вовлечённости и успеха пользователей на всех этапах.
Разработка удобного и интуитивного программного обеспечения, а также организация образовательных программ для партнеров — это ключевые направления, в которых компания намерена активно работать. Как отметила Рания Суккар, современный ИИ в управлении бизнесом — это пока «очень ранняя стадия» или «предварительный агентский уровень». Это значит, что перед рынком лежит колоссальный потенциал для роста и совершенствования. По её мнению, развитие технологий и достижение зрелости рынка потребует времени, возможно не меньше двух десятилетий, как это было с облачными технологиями. Однако, исходя из текущих тенденций, будущее ИИ в корпоративной среде выглядит многообещающим.
Учитывая озвученные проблемы и решения, можно сделать вывод, что успешное внедрение ИИ зависит не только от технологии как таковой, но и от ряда внешних факторов, включая информационную инфраструктуру, внутренние процессы, грамотное управление изменениями, повышение квалификации персонала и проработку вопросов безопасности и регламентации. Таким образом, развитие ИИ в бизнесе требует комплексного подхода, объединяющего технические инновации с организационными и управленческими практиками. Опыт Kaseya и её руководство во главе с Ранией Суккар может служить примером того, как крупные игроки технологического рынка адаптируются к вызовам времени и стремятся ускорить цифровую трансформацию компаний различных масштабов. В конечном итоге, несмотря на текущие трудности и замедленное принятие, потенциал искусственного интеллекта как драйвера роста и повышения конкурентоспособности остаётся высоким и в ближайшие годы будет только расти.
