Бизнеса не существует без ИИ: как крупные украинские компании внедряют ИИ и почему это нужно

Все больше инструменты искусственного интеллекта интегрируются и в украинский бизнес. Это происходит на разных уровнях – собственно разработки компаний, надстройки к программам, которыми пользуются работники. И, конечно, на их личном уровне.

На событии XPERT EXCHANGE в Киеве 4 декабря на одной сцене собрались люди, которые фактически отвечают за то, как искусственный интеллект встраивается в "тяжелую" украинскую экономику: энергетику, агро, банковский сектор и газ.

24 Канал посетил панельную дискцусию "ИИ как стратегия: как крупные компании интегрируют искусственный интеллект в бизнес–модель", в которой приняли участие:

• Дмитрий Осыка, CEO MODUS X, CIO (главный менеджер по информатизации) DTEK Group;
• Тарас Гошовский, директор по информационным и диджитал технологиям МХП;
• Андрей Бегунов, СИО ПУМБ;
• Владимир Красотин, Digital Transformation Director в "Нафтогаз Украины".

Несмотря на разные отрасли, все четверо говорили об одном – ИИ перестает быть "игрушкой для айтишников" и становится частью стратегических программ – от программ QUANTUM в DTEK до многолетних проектов МХП, которые уже приносят миллионы долларов экономического эффекта. Подробнее рассказываем о том, как ИИ меняет бизнес.

Дмитрий Осыка (слева), Владимир Красотин, Андрей Бегунов, Тарас Гошовский (справа) / Фото MODUS X

От личных экспериментов до корпоративных программ

Первый вопрос – как стоит оценить зрелость использования ИИ в собственной жизни и в компании?

• Тарас Гошовский из МХП предлагает разделять личный опыт и использование ИИ в компании. Он признался, что ежедневно пользуется ИИ–ассистентами и оценивает свой личный уровень "прокачанности" как достаточно высокий – где-то на уровне "highly proficient". Но парадокс в том, что в компании уже появились "амбассадоры ИИ" из бизнес–подразделений, которые формально не имеют отношения к ИТ или data science, а по факту – используют инструменты так активно, что их производительность в переписке и операционной работе уже выше, чем у CIO. При этом МХП, по его словам, начала системно работать с ИИ задолго до хайпа вокруг ChatGPT.
• Андрей Бегунов из ПУМБ подчеркнул, что банковский сектор по своей природе – один из самых консервативных. Он признает, что в банках часто переоценивают собственную "модерновость", а реальный уровень adoption еще далек от того, чтобы называться массовым. Несмотря на это, ПУМБ считает себя одним из активных игроков на рынке с точки зрения инвестиций в компетенции, время и технологическую базу для ИИ.
• Дмитрий Осыка напомнил, что DTEK еще до "генеративного взрыва" имел мощное направление цифровой трансформации. Команда создавала цифровые продукты, автоматизировала процессы, работала с данными. С появлением generative AI компания сделала следующий шаг – MODUS X запустила программу QUANTUM для системной интеграции ИИ в бизнес–процессы группы DTEK. 

Осика подчеркнул, что для них ИИ – не отдельная "игрушка", а инструмент трансформации бизнес–процессов и компании в целом. QUANTUM – это, по сути, надстройка над существующей цифровизацией, которая задает новую траекторию: от точечных кейсов до системного переосмысления того, как работает энергетический бизнес. 

• Красотин признает, что в "Нафтогазе" сегодняшняя зрелость ИИ скорее личная, чем корпоративная. Интересно, что информационный менеджер "Нафтогаза" признает, что его собственная производительность благодаря ИИ выше, чем в компании в целом. За несколько месяцев работы он успел показать коллегам, как с помощью ИИ можно быстро погружаться в сложные темы – от геологии до публичных закупок – и в реальном диалоге ссылаться на конкретные нормы законодательства или технические детали.

На уровне группы "Нафтогаз" еще на старте, но он видит в этом скорее преимущество: есть возможность опираться на опыт других крупных компаний и не повторять их ошибок.

Дмитрий Осыка (слева), Владимир Красотин, Андрей Бегунов, Тарас Гошовский (справа) / Фото MODUS X

Когда эксперименты перестают быть экспериментами?

Спикеры затронули и тему триггеров: в какой момент компания перестает "баловаться пилотами" и начинает закладывать эффекты ИИ в бизнес–планы и KPI?

Для Дмитрия Осыки этот момент наступает тогда, когда сходятся три условия:

1. Технологическая готовность – модели стабильно дают качественный результат.
2. Подтвержденный экономический эффект – есть счет, что именно и сколько сэкономило или заработало решение.
3. Поддержка внутри компании – команда, которая внедряет, и бизнес–пользователи готовы менять привычные способы работы.

Только когда эти три компонента складываются, ИИ–проект перестает быть "экспериментом" и переходит в режим масштабирования.

Бегунов описывает путь ПУМБ как классическую эволюцию от базовой аналитики и хранилищ данных – к ML, а далее к осознанию, что разрозненные инициативы больше не работают. Два года назад банк дошел точки, где стало понятно, что нужна централизация – функции, процессов и компетенций, иначе масштабирование будет хаотичным.

Он подчеркнул, что внешний хайп ("ИИ звучит на каждой конференции") – это лишь фон. Реальный триггер – осознание, что эффекты от точечных кейсов ограничены, а значит надо строить технологическую платформу и внутреннее сообщество, которое сможет генерировать десятки кейсов, а не один–два "витринных" примера.

Тарас Гошовский добавил практическое измерение. Для МХП, по его словам, триггером становится проект с подтвержденным экономическим результатом, который можно положить в план следующего года. Один из производственных процессов, о котором он упоминал, уже настолько хорошо описан и посчитан, что эффекты от его масштабирования внесены в KPI и OKR производственного бизнеса на ближайший период.

Он подчеркнул, что это уже не гипотеза, а элемент бизнес–плана: если решение продемонстрировало окупаемость, его roll–out по другим заводам или кластерах автоматически становится частью стратегии.

Отдельно Гошовский остановился на понятии "вера". По его словам, еще недавно он говорил бы, что вера топ-менеджмента в гипотезу – не менее важна, чем расчеты. Сейчас, когда появились процессы с четко измеряемыми эффектами, вера стала более "земной" категорией", когда CFO, CEO или правление смотрят на конкретные цифры и решают, стоит ли финансировать очередной эксперимент.

Владимир Красотин на это ответил с другой стороны. Для него триггер – это... календарь.

Уже все, время поехало. Уже нельзя этого не делать,
– объяснил он.

Красотин рассматривает ИИ не как "формулу в P&L (отчет о прибылях и убытках)", а как новый стиль мышления и жизни. В свое время он говорил коллегам: подразделения не существует, если у него нет собственного дашборда. Теперь добавляет, что подразделения не существует, если нет и "какой-то ИИ–штуки" – будь то чат–бот, или внутренний тул, или набор данных, на которых обучили модель.

Его подход – сначала сформировать привычку пользоваться ИИ, позволить людям ошибаться и экспериментировать, а уже потом накручивать формальные метрики эффективности.

Читайте также Почему тарифы растут и будет ли связь во время блэкаутов: большое интервью CEO Киевстара Александра Комарова

Кто должен быть лидером ИИ внутри корпорации?

Отдельный пласт дискуссии – роли Chief AI Officer/Head of AI и вообще место лидерства ИИ в оргструктуре.

CIO ПУМБ признает, что универсального ответа нет. Но на этом этапе развития точно нужен конкретный человек с мандатом, для которого ИИ – не "дополнительная опция к должности", а основной фокус. Речь идет о координации инициатив, приоритеты, выбор партнеров, контроль за доведением проектов до результата.

В ПУМБ, по его словам, есть человек, который отвечает за это направление на уровне главы управления. Над ним – очень проактивный наблюдательный совет, который поддерживает ИИ–проекты и не боится рисков. Именно такой уровень привлечения, по мнению Бегунова, нужен, чтобы с "проб" перейти к системным изменениям. 

В "Нафтогазе" смотрят шире. Красотин считает, что ИИ должен быть "всюду, где мы можем дотянуться" – от C–level до линейных руководителей. При этом отдельная роль тоже нужна, но это не должно быть "еще один РМ".

По его мнению, лидер ИИ – это скорее "энгейджер", человек, который приходит в подразделение и делает процессы интереснее, проще, удобнее. Если сравнивать, то классические консультанты SAP приходят "давить регламенты и конфигурации", а ИИ–лидер должен приходить с другим мировоззрением – таким, который затягивает людей в эксперимент, а не пугает сложностью.

Дмитрий Осыка отметил, что вопрос не в названии позиции, а в роли и амбиции. Если в компании есть сильный человек, который может быть Chief AI Officer и имеет реальные полномочия – это прекрасно. Если нет, роль может выполнять CIO или другой С–level.

Важно, что масштаб трансформации всегда задает "первое лицо" компании и команда вокруг него. В DTEK, по его словам, под зонтиком программы QUANTUM создают центр экспертизы и "клубный" формат управления, где регулярно обсуждают, куда движутся ИИ–инициативы, какие кейсы работают, а какие – нет. Это не про протокольные совещания, а про открытый диалог и совместное формирование культуры, где каждый должен делать что-то новое на своем рабочем месте. 

Гошовский поделился, что в МХП считают важным, чтобы лидер, ответственный за развитие ИИ, имел полномочия, сопоставимые с первым эшелоном менеджмента. В то же время в компании параллельно развиваются горизонтальные сообщества и "амбассадоры" изменений в различных бизнес-подразделениях.

К теме "Китай выиграет гонку ИИ": почему заявление гендиректора Nvidia шокировало мир и как это повлияет на войны и Украину

"Красные" компании, страхи и культура изменений

Интересно, что все четверо спикеров работают в структурах, которые трудно назвать "креативными стартапами". Это большие, часто иерархические – "красные" в терминах организационных моделей – компании.

Тарас Гошовский неожиданно отметил, что в "красных" компаниях иногда проще, чем в "зеленых" креативных агентствах. В диджитал–компаний, которые занимаются маркетингом, много инструментов приходят "из коробки", они быстро их тестируют, но имеют проблемы с системным внедрением.

Зато у крупных производственных компаний преграды очень классические: 

• структурированность данных – иллюзии о том, что ИИ "сам разберется с любым–хаосом", за последние 3–4 года сильно развеялись;
• финансирование гипотез – CFO, CIO или правление должны поверить и выделить деньги на R&D;
• человеческий фактор – в одних подразделениях амбассадоры ИИ быстро "заражают" коллег энтузиазмом, в других люди боятся, что ИИ заберет работу, и блокируют изменения.

Гошовский подчеркивает: важно показывать, что успешные ИИ–проекты не ведут к волнам увольнений, а освободившееся время можно вложить в другую ценную работу.

Бегунов выделяет три барьера во внедрении ИИ в бизнесе:

1. Доверие топ–менеджмента. Если ИИ воспринимают как "еще один гаджет", то трансформация не взлетит.
2. Кибербезопасность и регуляция. У банков – особые требования к защите данных и анонимизации, и это создает большое количество вопросов, как строить безопасные ИИ–решения. Над этим уже работают как местные, так и глобальные регуляторы.
3. Культура. Бегунов ссылается на Саймона Синека и кривую принятия инноваций: есть инноваторы, есть early adopters, есть 68% "среднего большинства" и 16% тех, кто не сделают ничего. Задача компании – перепрыгнуть "пропасть" между первыми двумя группами и остальными, иначе ИИ так и останется игрушкой для энтузиастов.

Осыка из DTEK добавляет к этому набор "классических" вещей: нехватка времени, терпения, доверия и готовности к экспериментам, а еще – амбиция и визия. Без ответа на вопрос "зачем нам ИИ" все движение легко сводится к локальным оптимизациям.

Красотин же привел очень человеческий пример из предыдущей компании, где он тоже формировал сообщество амбассадоров. В первые полгода они возвращались из подразделений расстроенными: предлагали решение, которое экономит час в неделю, а им отвечали – "слишком мало, не интересно". Представитель "Нафтогаза" фактически выступал психологом, объясняя: час, умноженный на сотни людей, – это уже огромный эффект, а ожидать "магии, которая за неделю изменит жизнь", – путь к разочарованию.

К теме 6 дней в неделю или 4-дневный рабочий график: как работает IT-сфера в Украине во время войны

Конкретные кейсы: от кассиров до энергосистемы

В завершение спикеры поделились кейсами, за которые им не стыдно.

Владимир Красотин рассказал о кейсе, когда команда по производству сама создала бота для проверки сырья, заходящего на предприятие. Сырье могло быть от разных производителей, на разных языках, с различными форматами спецификаций.

Раньше работники вручную сверяли PDF–файлы с внутренними требованиями. Сейчас это делает бот: он сравнивает параметры со стандартами и сигнализирует о несоответствии. Ценность этого примера в том, что инициатива возникла снизу, без прямого участия ІТ – технологии стали "бытовым инструментом" для людей на производстве.

Бегунов из ПУМБ упомянул, что в банке сознательно не начинали использование ИИ с классического контакт–центра – чтобы не пугать клиентов и сотрудников радикальными изменениями. Зато первым кейсом стал "кол–центр для кассиров" внутри отделений: очень ответственная группа, которая работает с наличными и постоянно имеет новые регуляции и требования финмониторинга.

Для них создали чат–бота, который позволяет быстро получать ответы на сложные вопросы. Параллельно банк строил внутреннюю платформу и "кабинет" ИИ–инструментов, работая над безопасностью, моделями, интеграциями.

Сегодня, по словам Бегунова, ИИ уже используется и в контакт–центре для клиентов, и в ИТ–сапорте, интегрированном во внутренние коммуникационные платформы. Главный результат он видит не столько в процентах автоматизированных обращений, сколько в том, что 200–300 человек прошли через программу и стали ядром культуры "нового инструментария".

МХП имеет несколько крупных производственных ИИ–проектов, о которых компания уже говорила публично: экономический эффект от них за несколько лет измеряется более миллиона долларов. Но на панели Тарас Гошовский особо выделил очень небольшой, но показательный кейс. В компании каждый год проходили сотни заявок на корректировку неправильно выбранных статей расходов. Это создавало нагрузку на финансовых бизнес–партнеров и ИТ–сервис–деск (во внутренней ITSM–системе).

Команда предложила простого "бота–ассистента", который в диалоге с пользователем уточняет, что именно это за расход, к какой группе и подгруппе его лучше отнести, и подсказывает правильную статью. Разработка, по словам Гошовского, заняла порядка 50 часов работы, но уже через месяц стремительно уменьшила количество ошибок и ручных корректировок. Этот кейс он называет любимым. ИИ здесь не "перерисовывает мир", а очень точно бьет по болезненной мелочи, которая отнимала сотни человеко–часов.

Дмитрий Осыка подтвердил, что у DTEK уже есть десятки производственных кейсов, где ИИ помогает оптимизировать управление ресурсами, прогнозировать потребление энергии, автоматизировать аналитику и др. – именно это и заложено в программу QUANTUM, которую MODUS X запустила для группы DTEK. 

Отдельно он привел пример по корпоративному управлению. Команда "накормила" модель массивом решений, протоколов, шаблонов документов и научила ее готовить драфты новых корпоративных документов в нужной стилистике и структуре.

По расчетам команды, в условиях существующей системы документооборота окупаемость составляет примерно 11 месяцев. Если бы не было "исторической инерции" и бумажных процедур, такой ассистент мог бы окупиться за несколько месяцев.

Осыка подчеркивает, что следующий шаг – не просто ускорять старые процессы, а смыслово переписывать их под клиента, ставя в центр не документы, а реальную потребность клиента и доступ к услугам.

Общим для опыта всех спикеров являются три вещи: качественные данные, готовность к экспериментам и культура, принимающая изменения. Без этого любой Chief AI Officer или QUANTUM останутся красивыми словами, а с этим даже маленький бот, который экономит час в неделю, становится частью большой трансформации.