Главное про AI - Вадим Жартун

применения gen AI дают $2,6–4,4 трлн годовой экономической ценности. Из них 28% приходится на маркетинг и продажи, 25% — на software engineering. MIT NANDA в августе 2025 года параллельно зафиксировал: 95% корпоративных gen AI пилотов не дают измеримого ROI. Эти цифры не противоречат друг другу. Первая — про потенциал в масштабе экономики. Вторая — про то, что большинство компаний внедряют AI неправильно. Решение лежит между: считать ROI на своём пилоте по трём метрикам, фиксировать, что получилось, и не масштабировать то, что не сработало.

Формула ROI. ROI = (Сэкономленное время × Ставка сотрудника + Увеличение выручки + Сокращение ошибок) / (Лицензия + Интеграция + Сопровождение + Обучение). Принципы расчёта простые. Считайте всё в деньгах, не в часах: час — абстракция, деньги — нет. Считайте полный цикл, не только пилот: пилот может быть прибыльным, а масштабирование убыточным. Считайте со скрытыми расходами, они составляют 50–70% от общей стоимости. Считайте по метрикам, не по ощущениям: «вроде бы AI помогает» — не ROI, а «время обработки счёта сократилось с 10 до 3 минут, точность выросла с 92% до 98%» — это ROI.

Числовой пример. Сотрудник тратил на задачу 10 часов в неделю, ставка — 2000 ₽/час. AI сократил время до 3 часов. Экономия: 14 000 ₽ в неделю, или 728 000 ₽ за год (52 недели). Лицензия 50 000 ₽ в месяц, интеграция 200 000 ₽ разово, сопровождение 10 000 ₽ в месяц. За год: ROI = (728 000 − 600 000 − 200 000 − 120 000) / (600 000 + 200 000 + 120 000) = −192 000 / 920 000 = −20%. Пилот убыточен. Если AI сокращает время с 10 до 4 часов, экономия 6 × 2000 × 52 = 624 000 ₽, и расчёт показывает положительный ROI к десятому месяцу. Вывод: формула одна и та же, решает ставка и реальная экономия часов, а не обещание вендора.

АРГУМЕНТЫ ДЛЯ РУКОВОДИТЕЛЯ: ЧТО ПОКАЗЫВАЕТ ПРАКТИКА

Аргумент, который работает с CFO (финансовым директором) и CEO (генеральным директором), — не «AI — это будущее», а «AI-пилот за $X даст $Y экономии за полгода с риском $Z в случае провала». BCG AI Radar 2025 зафиксировал: 74% компаний испытывают трудности с измерением ROI от AI — это и есть блокер масштабирования. Компании, которые успешно защищают пилоты, делают три вещи. Показывают базовую метрику до старта пилота. Ограничивают пилот 8–12 неделями с чётким go/no-go решением на фиксированной неделе. Заранее определяют, что будет, если пилот провалится, и это не «всё пропало», а «мы зафиксировали, что не сработало, и не масштабируем». Руководитель соглашается на пилот, когда видит, что риски ограничены, а потенциал измерим.

Bain в 2025 году в «Commercial Excellence Agenda» опросил 1300 коммерческих руководителей и зафиксировал: более 90% из них масштабировали хотя бы один сценарий использования AI за пределы пилота. Из них 27% сообщили, что AI-инициативы дали значимый вклад в выручку. Остальные 63% масштабировали, но не уверены, что эффект оправдал затраты. Это лучше, чем 95% провала по версии MIT, потому что Bain смотрит на компании, которые уже прошли фильтр «вообще внедрили AI», и среди них 27% получают значимый результат.

Существуют четыре грубых ошибки в расчёте ROI, каждая из которых объясняет, почему пилот не переходит в продакшн.

1: Считать «сокращение времени на задачу» как «сокращение штата» — в реальности сэкономленное время идёт на новые задачи, а не на увольнения.

2: Не учитывать время на интеграцию и обучение — три месяца команды по 5 человек на интеграцию это часто больше, чем лицензия за 3 года.

3: Считать пилот как «масштаб» — пилот на 100 задач это 100 задач, не 100 000.

4: Считать «качество» по ощущениям — метрика это «точность на тестовом наборе (eval set) выросла с 70 до 90%», а не «вроде бы AI помогает».

Эти четыре ошибки — причина, по которой 95% пилотов по версии MIT не дают измеримого ROI.

Кому и в каком формате отчитываться. В компаниях, которые успешно масштабируют AI, отчётность идёт в трёх форматах. Еженедельный одностраничный отчёт (one-pager) с тремя метриками (время, качество, стоимость) и статусом (зелёный, жёлтый, красный). Ежемесячный разбор на 30 минут с владельцем процесса и представителем IT, где обсуждается, что идёт по плану, что нет, какие решения нужны. Ежеквартальный executive summary на 3–5 страниц, который показывает совокупный эффект всех активных пилотов и рекомендацию по масштабированию. Правило: отчёт о AI-пилоте должен быть в формате, в котором уже отчитываются другие проекты в компании. Если AI требует особого формата, он будет восприниматься как «ещё одна статья расходов».

Критерий отбора, анатомия воркфлоу, три функции и расчёт ROI описаны по отдельности. В резюме ниже они собраны в одну карту, по которой можно проверить любой пилот, не перечитывая всю главу.

РЕЗЮМЕ

AI усиливает процесс, но не создаёт его. Рабочий процесс ускоряется в разы, сломанный — превращается в хаос.

Процесс отбирается через пять критериев: повторяемость, формализуемость, цена ошибки, наличие данных, точка контроля менеджера. Балльная оценка по каждому критерию превращает фильтры в решение о пилоте.

Рабочий воркфлоу — цепочка из трёх-шести шагов с обязательными воротами для человека. Правило простое: AI на входе и выходе, человек в середине. Без логирования, версионирования промптов, метрик качества и красной кнопки воркфлоу в продакшн не выходит.

AI усиливает менеджера и маркетолога, а не заменяет их. В B2B автономный AI-агент вместо продавца почти никогда не работает. В маркетинге AI без редактора бренд-голоса за полгода превращает сайт в безликий набор AI-текстов.

ROI считается по трём метрикам — время, качество, стоимость — со скрытыми расходами 50–70%. Пилот без базовой метрики до старта обречён на самообман. Защита пилота строится на конкретной формуле, а не на обещании вендора.

Следующая глава — про то, как AI становится вашим личным инструментом. Вы узнаете, из каких трёх–пяти приложений собирается личный AI-стек, как встроить его в ежедневную рутину за две–три недели и какой выигрыш во времени это даёт на практике. Разговор пойдёт про планирование, обучение, подготовку к совещаниям и переговорам — то есть про задачи, в которых корпоративный AI вам ещё не поможет, потому что до него в компании очередь дойдёт через год, а личный AI-ассистент можно собрать уже сейчас.

Глава 9. AI в личной работе

Сотрудник средней компании купил подписку