Стратегии цифровой трансформации бизнеса: ИИ и платформы

Платформа вместо набора заменителей

По данным CNews.ru, на форуме обсуждали переход от простой замены иностранных решений к их интеграции в полноценные цифровые платформы. Логика понятна. Разрозненный стек плохо автоматизируется. ИИ-модели в таком контуре получают грязный вход: разные справочники, несогласованные процессы, ручные исключения, слабую трассировку решений.

Отсюда растет спрос на инхаус-разработку. Готовых решений часто недостаточно: отраслевые процессы не укладываются в коробку, особенно если поверх них нужно строить автоматизацию и контроль рисков. Для ИИ это критично. Модель не исправляет архитектурный долг. Она только быстрее проявляет его в продакшене.

В этом смысле «платформенность» — не маркетинговый ярлык, а инженерное требование. Нужны единые данные, понятные API, регламенты доступа, контуры информационной безопасности и воспроизводимые сценарии внедрения. Без этого любой пилот остается отдельным скриптом с презентацией.

ИИ-зрелость: нельзя перескочить через инфраструктуру

Модератор секции, независимый эксперт Роман Мезенцев, связал цифровую трансформацию с этапами развития компании по Адизесу. Его тезис жесткий: к ИИ-преобразованиям нельзя прыгать напрямую. Сначала должна появиться ИТ-стратегия, затем цифровая зрелость, и только после этого — ИИ-контур. По оценке, на ИИ-преобразования может потребоваться 12–18 месяцев.

В обсуждении была предложена шкала ИИ-зрелости. Нулевой уровень — AI-Agnostic: стратегии нет, технология не отражена в планах, сотрудники используют ИИ неформально и без регламентов. Первый — AI-Ready: ИИ уже появляется в стратегии или дорожной карте цифровизации. Второй — AI-Enabled: есть отдельные кейсы в бизнес-процессах, но стандартов работы с моделями еще нет.

Дальше начинается зона настоящего управления. На уровне AI-Driven продукты с ИИ проходят обязательную проверку рисков, комплаенса и ИБ. На AI-First новые процессы проектируются с учетом подготовки данных для ИИ. Финальный AI-Native означает, что ИИ становится корневой частью бизнес-модели, а компания участвует в формировании отраслевых стандартов и исследованиях.

Для практики важна не сама шкала, а запрет на самообман. Если организация находится на уровне неформального использования чат-ботов сотрудниками, ей рано считать себя AI-Driven. Нет governance — нет управляемого ИИ. Есть только неконтролируемый расход токенов и риски утечки данных.

Пилоты остаются узким горлом

Директор центра цифрового развития «Ингосстраха» Алена Репина назвала главным ограничением внедрения ИИ не технологию как таковую, а неопределенность и стоимость экспериментов. По ее словам, доля успешного применения ИИ составляет около 5%, а множество пилотов не доходит до промышленной эксплуатации. Это знакомая механика: прототип работает на узком датасете, затем ломается на реальном процессе, интеграциях, комплаенсе и нагрузке.

В «Ингосстрахе», как сообщалось на форуме, модель ИИ-трансформации Gartner переработали в три базовые категории: поставка ценности и развитие талантов, платформы и AI governance, инфраструктура и данные. Для отбора идей используются хакатоны, где создаются прототипы пилотов, а их бизнес-ценность измеряется по заранее определенным алгоритмам. Также в компании создано несколько ИИ-платформ.

Это более трезвый подход, чем запускать модели «везде». Сначала — метрика ценности. Потом — данные и инфраструктура. Затем — правила работы с весами, промптами, доступами, журналированием и ответственностью за результат. И только после этого промышленный контур.

Остальные источники в подборке лишь подтверждают широту темы: Vietnam.vn упоминает цифровую трансформацию в связке с ИИ-историями, 24.kz — цифровизацию энергетики. Деталей в доступных фрагментах нет, поэтому вывод ограничен: цифровая трансформация уже не сводится к офисной автоматизации. Она уходит в отраслевые процессы.

Что отслеживать дальше: появятся ли у компаний стандарты валидации ИИ-моделей, как будут считаться неудачные пилоты, кто получит право останавливать внедрение по рискам ИБ и данных. Без этих ответов тренд 2026 года останется тем же, чем были многие волны автоматизации до него: дорогим слоем поверх старого процесса.