Практикум по выживанию: бизнес в России рискует потерять всё без ставки на ИИ

Пару лет назад разговор об ИИ на совещаниях топ–менеджеров звучал примерно так: "Надо разобраться, где применить". Сегодня формулировка другая — и куда более жёсткая: успеем ли перестроиться, пока конкурент, который строил бизнес–модель вокруг ИИ с первого дня, не занял наш рынок?

Эта статья — не про технологии. Про то, что произойдёт с организациями, людьми и промышленными предприятиями, если в 2026 году продолжать смотреть на ИИ как на вспомогательный инструмент, а не как на ядро стратегии.

Не надстройка, а фундамент

AI–native — это не компании с чат–ботом на сайте и ИИ–помощником в почте. Это организации, где искусственный интеллект определяет стратегию, продукт, операционную модель и монетизацию. Разница примерно такая же, как между банком, у которого есть мобильное приложение, и необанком, для которого приложение и есть банк.

По данным исследования ONSIDE и Just AI, 5% российских ИИ–проектов сосредоточены на оптимизации внутренних процессов. Только 7% — на создании стратегических конкурентных преимуществ через мультиагентные системы и AI–native архитектуры. Пока одни экономят на рутине, другие возводят новые "защитные рвы" для своего бизнеса. Разрыв между "ИИ помогает с задачами" и "ИИ определяет, как устроена компания" — это разрыв в конкурентоспособности, который будет только расти.

Разрыв, который расширяется

Данные McKinsey 2025 года по 2 тыс. компаний жёсткие: пока лишь 6% организаций получают от ИИ прибавку к операционной прибыли более 5%. Остальные формально "используют ИИ" — но результат в P&L не виден. Что объединяет тех, кто попал в победившие 6%? Не бюджет, не платформа, не отдел ИИ. Три вещи: перестройка процессов под ИИ, а не поверх них; явная воля руководства; масштабирование сразу на несколько бизнес–функций в рамках новой стратегии.

Высокоэффективные компании в 5 раз чаще направляют свыше 20% цифрового бюджета на ИИ — они делают ставку, а не экспериментируют. Разница между экспериментом и операционной системой — это прежде всего управленческое решение о серьёзности намерений.

Россия в гонке

Рынок генеративного ИИ в России за 2025 год вырос в 4,5 раза — до 58 млрд рублей. К 2029–му MWS AI прогнозирует рост ещё втрое, до 155 млрд. Государство закрепило цели в обновлённой Национальной стратегии развития ИИ до 2030 года: 95% приоритетных отраслей должны внедрить ИИ, а вклад технологии в ВВП — составить 11,2 трлн рублей. Рост рынка создаёт возможности — и угрозы в равной мере. Те, кто выжидает, рискуют обнаружить, что пока они изучали технологию, конкурент уже перестроил операционную модель.

Чек–лист по ИИ для первых лиц

Самые сложные вопросы — не технические. И нужно честно ответить на них:

• Есть ли у компании задокументированная стратегия ИИ — или набор пилотов без владельца?

• Кто несёт персональную ответственность перед советом директоров за реализацию стратегии?

• Рассматривается ли ИИ как источник роста выручки — или только как инструмент сокращения затрат?

• Учтён ли риск AI–disruption со стороны новых игроков в стратегическом плане организации?

• Готово ли руководство к тому, что ИИ изменит не только процессы, но и оргструктуру?

Компании, которые отвечают на эти вопросы объективно и действуют по результатам, — и есть те самые будущие 6%.

Знакомьтесь: ваш новый сотрудник

Чат–бот и ИИ–агент — это не разные версии одного и того же. Чат–бот отвечает на вопрос. ИИ–агент — действует. Самостоятельно разбивает задачу на шаги, идёт в CRM, ERP, собирает данные, принимает промежуточные решения, выдаёт результат. Круглосуточно. Без выгорания. Без заявления на отпуск.

В зимнем батче акселератора Y Combinator (2026) 85% из 199 стартапов — про ИИ–агентов. Это бизнес–решения, которые готовы заменить такие роли, как специалист техподдержки, менеджер по продажам, инженер–тестировщик и др. Это уже не эксперименты. Это новый технологический стек для замены организационных ролей. ИИ–агент не выгорает. Не уходит к конкуренту. Не требует 1:1 с руководителем.

2026–й называют годом "суперагентности" — и это не маркетинговая риторика, а фиксация качественного перехода. По прогнозам, 75% руководителей крупных компаний интегрируют агентные решения в операционную деятельность уже в этом году. Мировой рынок автономных агентов в 2024 году оценивался в $6,8 млрд, среднегодовой рост до 2034 года — 30,3 %. Но куда важнее другой вопрос: как управлять людьми, если рядом с ними теперь работают не только коллеги–люди?

Human–agent ratio: новая метрика менеджера

82% руководителей — Microsoft опросил 31 тыс. специалистов в 31 стране — намерены использовать цифровой труд для расширения возможностей команд в ближайшие 12–18 месяцев. 46% компаний уже запустили агентов для автоматизации отдельных процессов. При этом 53% лидеров требуют роста производительности, а 80% сотрудников признают, что у них на это попросту нет ресурса.

Здесь и появляется human–agent ratio — соотношение людей и агентов под конкретную роль или функцию. 28% менеджеров уже рассматривают наём специального менеджера по ИИ–персоналу. 32% планируют это в ближайшие полтора года. По прогнозу Gartner, к 2028 году 15% повседневных операционных решений в крупных организациях будут принимать ИИ–агенты автономно, а 40% GenAI–инициатив будут строиться на мультиагентной оркестрации. Это означает, что менеджер будущего — это дирижёр гибридных команд, а не надзиратель или "узкое бутылочное горлышко" согласований.

Риски, о которых молчат

Компании с ИИ–агентами фиксируют 35%–ный прирост операционной эффективности, сокращение времени на рутину на 40–60%, снижение стоимости привлечения клиентов на 17–23%. Красиво. Но, по данным MIT и Cleanlab AI, только 23% организаций, экспериментировавших с агентными подходами, смогли их масштабировать. Разрыв между пилотом и работающей системой огромный — и он требует зрелой инфраструктуры данных, корпоративного управления и воли сверху.

Отдельная тема — "цифровой иммунитет": систематическая проверка выходных данных агентов должна быть встроена в процесс как обязательная практика. Если команда бездумно принимает то, что генерирует агент, качество работы может быстро деградировать.

Кто держит границу

Агентизировать стоит чётко структурированные, многошаговые процессы с предсказуемыми входными данными: IT–helpdesk, HR–запросы, первичная аналитика, генерация отчётности, мониторинг показателей. Там, где нужны контекст, стратегическое суждение или юридическая ответственность, человек всё ещё незаменим. Ключевое управленческое решение здесь не "заменить или нет", а "где граница" — и кто именно её держит и несёт ответственность за последствия.

Кого нанимать

Если раньше преимуществом считалось уверенное владение Excel, то теперь эту роль занимает AI fluency — практическая ИИ–грамотность. За 2 года — с 2023–го по 2025–й — спрос на неё в вакансиях вырос в 7 раз. 55% российских компаний убеждены: к 2028 году ИИ–грамотность станет ключевой компетенцией для большинства профессий, ещё 21% рассматривает уверенную работу с нейросетями как базовое требование уже сейчас. По данным hh.ru, 60% работодателей называют умение работать с ChatGPT и/или с GigaChat самым востребованным навыком, 45% — аналитику данных, 41% — промпт–инжиниринг.

Но настоящая AI–грамотность не сводится к умению спросить у чат–бота. Это способность понять, что именно стоит отдавать ИИ, критически оценить результат, встроить инструмент в реальный рабочий процесс — и нести ответственность за выход. Deloitte описывает это как переход к модели skill–based hiring: навыки — новая валюта таланта. К 2030 году, по прогнозу McKinsey, более 70% ИИ–ролей потребуют практических сертификаций, а не классического диплома.

Начиная с 2025 года я как руководитель указываю в описании всех вакансий требование "навыки применения ИИ". Для каждой роли эти навыки разные. Но мне критически важно, чтобы сотрудник владел новыми инструментами, которые делают его и компанию эффективнее. Практика показывает, что уже сегодня один сотрудник способен работать как команда из трёх–пяти человек — за счёт ИИ–агентов, которых он настраивает и запускает, распределяет работу между ними и контролирует результат. Таким образом, работодателям интересно нанимать сотрудников с уже готовым арсеналом ИИ–агентов — они в разы эффективнее, чем специалисты, не владеющие подобными практиками. Если сотрудник в своей профессии сегодня не тестирует новые возможности, которые даёт ИИ, не способен их применить — увы, это кандидат на замещение.

Новые роли, которые уже появились

Рынок фиксирует запрос на специальности, которых 3 года назад не существовало. За 4 года число вакансий в ИИ в России выросло в 2,5 раза.

• ИИ–продуктолог — соединяет бизнес–задачу и возможности ИИ без внешних консультантов; формулирует техническое задание под ИИ–решение и отвечает за его бизнес–эффект.

• Инженер промптов и workflow — проектирует цепочки взаимодействий между моделями, агентами и корпоративными системами; не "хорошо пишет запросы", а выстраивает операционные процессы.

• Менеджер ИИ–агентов — отвечает за эксплуатацию и качество работы цифровых сотрудников: постановку задач, контроль, обновление правил, управление инцидентами.

• Архитектор ИИ–операционной модели — встраивает ИИ в операционную систему организации в целом, а не в отдельный пилот; это стратегическая роль, которая смотрит поверх конкретных инструментов.

Замещение или партнёрство — стратегический выбор

Сбербанк сократил 20% персонала. Salesforce уволила 4 тыс. из 9 тыс. сотрудников поддержки. Oracle сокращает 30 тыс. сотрудников. В США из 1,17 млн уволенных в прошлом году 55 тыс. потеряли место именно из–за ИИ. Цифры реальные. Но МОТ фиксирует иное: наиболее вероятный сценарий — не исчезновение профессий, а трансформация задач. ВЭФ прогнозирует к 2030 году ликвидацию 92 млн рабочих мест — и создание 170 млн новых, чистый прирост — 78 млн.

Для конкретного руководителя главное: 50% компаний сталкиваются с организационным сопротивлением при ИИ–внедрении и только 20% достигают реального масштабирования с окупаемостью. Сопротивление — не каприз сотрудников. 77% работников беспокоятся о потере работы, при этом 65 % позитивно относятся к потенциалу ИИ. Разрыв между страхом и интересом — это и есть управленческая задача. Не техническая.

Данные Workday: лишь 36% сотрудников изначально верят в ответственное применение ИИ работодателем — но среди тех, кто уже с ним работал, таких 95%. Доверие строится через практику. Не через презентации на стратегических сессиях.

ИИ на производстве

Промышленность — самый непростой полигон для ИИ. Каждая остановка конвейера — деньги. Каждый сбой оборудования — цепочка последствий. Именно поэтому промышленность долго двигалась осторожно — и именно поэтому сейчас переживает самый быстрый разворот. По данным "Коммерсанта", число российских предприятий, применяющих генеративный ИИ, в 2025 году выросло на 42%, а использование машинного обучения — на 16%. Темпы внедрения ИИ в промышленности во II квартале 2025–го увеличились на 18% к аналогичному периоду прошлого года.

Картина, знакомая директору любого крупного завода: ERP, MES, APS, EAM — всё есть, всё работает. Но работает порознь. MES фиксирует остановку оборудования, не зная, что ТОиР уже поставил ремонт в план. APS строит идеальный производственный график, не учитывая фактических сроков поставок. ERP видит финансовую картину — с опозданием на несколько дней. Результат — "слепые зоны" в операционном управлении и руководители, которые тратят часть рабочего времени на ручное "склеивание" информации из разных систем. Проблема не в системах. Проблема в том, что без ИИ–слоя они остаются разрозненными инструментами, а не единым контуром управления.

MES и APS: от регистратора к интеллекту

Классическая MES фиксирует и отчитывается. MES с ИИ — анализирует потоки данных в реальном времени, выявляет отклонения до того, как они становятся дефектами, автоматически передаёт сигналы в смежные системы. Результат на практике: сокращение сроков выполнения заказов, снижение брака, предсказуемость производственного результата.

APS с ИИ переходит от нормативного планирования к предиктивному: алгоритмы, обученные на тысячах реальных производственных операций, прогнозируют фактическое время выполнения с учётом текущего состояния конкретного оборудования — а не по нормативам ERP, давно оторванным от реальности. MES + APS + ERP в одном контуре — это замкнутая петля: планирование → исполнение → контроль → автоматическая корректировка.

EAM и ТОиР: предиктивное обслуживание

Самая финансово измеримая зона применения ИИ в промышленности. Глобальный рынок ИИ–решений для предиктивного обслуживания составил в 2025 году $14 млрд и к 2030–му вырастет до 63,6 млрд при темпе роста 35,2% в год. По оценкам McKinsey, ИИ–системы способны сократить незапланированные простои до 50%, расходы на обслуживание — до 40%. Deloitte фиксирует рост доступности активов на 20% при переходе к предиктивной модели. Механика понятная: датчики передают данные о вибрации, температуре, акустике; ИИ выявляет признаки надвигающегося отказа за дни или недели — пока ещё можно спланировать ремонт в "окне" плановой остановки, а не устранять аварию посреди производственной смены.

ERP: не зеркало прошлого, а карта будущего

ИИ–надстройка над ERP превращает систему из исторического учёта в инструмент раннего предупреждения. Прогнозы спроса и потребности в сырье на 1–3 месяца вперёд, более точное планирование закупок, снижение замороженного капитала в избыточных запасах. Руководитель начинает видеть не "что было", а "что будет, если ситуация не изменится" — и это принципиально меняет качество управленческих решений.

Одно целое вместо россыпи систем

Главный вывод для промышленных компаний: ИИ не решает проблему сам по себе. Решает интегрированная архитектура, в которой MES, APS, EAM, ТОиР и ERP объединены в единый цифровой контур, а ИИ — не отдельный модуль, а логика поверх производственных, ресурсных и эксплуатационных данных. Сегодня производственные компании во всём мире переходят от точечных внедрений к централизованным платформам, объединяющим потоки SCADA, MES, ERP и данные об обслуживании оборудования. Каждый следующий ИИ–сценарий на единой платформе обходится дешевле первого — масштабирование перестаёт быть исключением и становится частью операционной модели. Водораздел — между компаниями, которые "внедряют ИИ", и теми, кто строит ИИ–операционную модель предприятия. Первые получают отдельные улучшения. Вторые — системную конкурентоспособность.

Вместо заключения

Управленческий вопрос 2026 года — не "внедрять ли ИИ". Вопрос в том, хватит ли в организации воли и скорости, чтобы перестроить бизнес–модель, управленческий профиль, производственную архитектуру — до того как конкурент сделает это первым. Победит не тот, кто первым купил лицензию на новую нейросеть. Победит тот, кто сумел встроить ИИ в саму систему принятия решений: от совета директоров до диспетчерской, от найма до графика ремонтов, от стратегии роста до управления цехом.

Об авторе:

Герберт Шопник — эксперт по стратегическому управлению и масштабированию бизнеса в ИТ–индустрии. Более 20 лет опыта успешных проектов в "Сбере", Microsoft , VMware, S7 Group, "Ланит". Ментор стартапов фонда "Сколково", публичный спикер, автор образовательных программ по цифровой трансформации и инновационным технологиям. С 2023 по 2024 год в "Сбере" отвечал за вывод GigaChat на внешний рынок и его монетизацию.

"АНТ — Цифровые Сервисы" — российский разработчик и интегратор решений для цифровизации промышленности. Специализация компании: системы класса MES, APS, EAM и ТОиР, интеграция с ERP–платформами и построение сквозных AI–контуров управления производством.