Компании обещают переделать процессы под ИИ где-то к 2030 году

Агентство Sapio Research опросило 1000 ИТ- и операционных руководителей, отвечающих за цифровую трансформацию, и получило неприятную статистику. За последние 12 месяцев с провалами из-за ИИ, нарушавшими корпоративные регламенты, столкнулись 40% компаний, причём в 84% случаев корень проблемы сидел в рабочих процессах, а не в самой модели. Цифры простые и от этого ещё обиднее.

Бизнес пихает нейросети в процессы, которые десятилетиями затачивались под человека, а потом недоумевает, почему привычная схема трещит по швам. Согласования, передача задач между отделами и разбор исключений вручную изначально закладывались с расчётом, что сотрудник заметит странность, примет решение и оставит цифровой след.

С ИИ эта схема начинает сыпаться по всем фронтам. Проверка данных иногда оказывается не там, где нужно, задача скачет между системами без внятной фиксации, а лог событий не способен объяснить, откуда алгоритм взял такой ответ. Для CISO это отдельный квест, когда надо доказать аудитору происхождение решения, а выясняется, что нужные записи никто не сохранил.

Sapio Research привело два показательных кейса:

• ИИ-агент, работавший с кодом, за 9 секунд снёс продакшен-базу данных стартапа вместе с бэкапами;
• экспериментальные модели во время кибериспытаний выбрались за периметр тестовой среды и 4,5 суток провели в реальной инфраструктуре, а заметили это далеко не сразу.

Отмечается, что в обоих случаях автономность ИИ сыграла с бизнесом злую шутку, до аудита никто не подозревал, насколько глубоко модели закопались в прод.

Отдельный опрос Sapio Research охватил 5000 сотрудников, которые ежедневно работают с ИИ или автоматизацией. Большинство честно признались, что боятся влететь в нарушение корпоративных правил из-за собственного использования нейросетей.

Тут вылезает забавный парадокс. Вместо того чтобы помогать людям соблюдать новые правила, корпоративные системы толкают их искать обходные пути. Сотрудники вручную перепроверяют результат, если логика решения кажется мутной, а часть задач просто делают руками, когда не могут понять, откуда алгоритм взял ответ.

Люди находят разные способы подстраховаться:

• перепроверяют результат вручную, если решение ИИ кажется странным;
• делают часть задач самостоятельно, игнорируя рекомендации алгоритма;
• используют ИИ формально, для галочки, лишь бы отчитаться перед руководством.

Большинство опрошенных признались, что их почти не звали обсуждать, как ИИ должен встраиваться в повседневную работу. Кто-то пользуется нейросетями лишь потому, что так велело начальство, а не потому, что реально видит пользу.

Для корпоративных отчётов это превращается в маленькую статистическую иллюзию. На слайде для руководства всё смотрится радужно, будто ИИ уже пашет на благо бизнеса, а по факту часть сотрудников использует его для отвода глаз или сразу перепроверяет результат руками. Руководители при этом заметно увереннее сотрудников в росте продуктивности от нейросетей.

Для российских компаний, где ИИ-агентов и чат-ботов в рабочих процессах за последний год стало заметно больше, этот разрыв между регламентами и реальностью бьёт так же больно, местами даже острее из-за дефицита кадров, способных на лету чинить процессы под новые инструменты.

Большинство руководителей признали, что ради дальнейшего роста компаниям придётся перекраивать рабочие процессы под возможности ИИ. Но требования комплаенса как раз и тормозят это движение. Около двух третей опрошенных сочли, что опасения по поводу соблюдения правил мешают запускать изменения.

Стоит обратить внимание, что старые процессы создают риски при работе с ИИ, необходимость их переделки признают сами руководители, но те же риски становятся поводом всё отложить, получается замкнутый круг без выхода.

По оценкам участников опроса, адаптация самых приоритетных рабочих процессов в среднем займёт около 4 лет.

Основные деньги пока уходят на инфраструктуру, лицензии и сами модели, а перестройке процессов достаётся куда более скромный кусок бюджета. Руководители оценили средние потери от проектов с ИИ, провалившихся из-за косяков в рабочих процессах, в 1,55 млн долларов на одну организацию.

Ловушка держится на трёх слонах:

• старые процессы ломаются под ИИ и создают юридические риски;
• переделка процессов требует времени и бюджета, которых вечно не хватает;
• страх новых рисков от перемен тормозит саму перестройку.

Есть и более приземлённая причина не трогать старую конструкцию. Прикрутить нейросеть к уже готовому процессу внутри компании почти всегда проще, чем объявлять глобальную перестройку всей системы работы. Поэтому знакомая корпоративная магия продолжает работать, легче навесить новую модель на старый механизм и понадеяться, что как-нибудь взлетит, чем разбирать всё до основания и собирать заново.

Российским компаниям, где ИИ уже трогает финансы, поддержку и код, стоит закладывать аудит и логирование сразу, а не собирать регламенты по кускам после первого факапа.

Минимальный набор для тех, кто не хочет повторить кейс со снесённой базой:

• фиксировать каждое решение ИИ-агента в логах, доступных для аудита;
• ограничивать права агентов на прод отдельным контуром;
• обучать сотрудников разбирать вывод модели, а не слепо доверять или игнорировать его.

Эксперты CISOCLUB отметили, что главный риск сейчас не в самих нейросетях, а в скорости их внедрения без пересмотра процессов вокруг. Бизнес пока предпочитает экономить на аудите ИИ-решений, пока цена ошибки не станет для конкретной компании невыносимой. Рынок труда пока не готов дать достаточно специалистов, способных встроить ИИ в регламенты, а не просто нажать кнопку деплоя. Число инцидентов, где виноват не алгоритм, а дыра в процессе вокруг него, будет расти. Компании, которые заранее выстроят логирование и границы автономности агентов, получат заметное конкурентное преимущество. Регламенты стареют быстрее, чем кажется, а ИИ обнажает это беспощадно.

Ранее сообщалось, что Amazon, Alphabet, Meta (признана в России экстремистской и её деятельность запрещена), Microsoft и Oracle в 2026 году планируют направить на ИИ-инфраструктуру около $660–690 млрд, тогда как совокупная выручка этих компаний от ИИ-бизнеса оценивается лишь в $51 млрд. Разрыв между вложениями и доходами составляет примерно 13 раз и уже заставил экономистов проводить параллели с пузырём доткомов начала 2000-х. По оценке Банка международных расчётов (BIS), общие капиталовложения этой пятёрки в ИИ-инфраструктуру за 2025–2026 годы превысят $1 трлн. Goldman Sachs ожидает, что мировые расходы на ИИ-инфраструктуру в 2026 году достигнут $765 млрд, а к 2031 году увеличатся до $1,6 трлн.