Игорь Никитин, основатель и CEO компании WMTAi, рассказывает об AI-трансформации бизнеса, эффективных сценариях внедрения и промте «Мечта акционера» от McKinsey, который позволяет анализировать внутренние коммуникации компании и выявлять скрытые риски и финансовые потери.
Текущее состояние AI-трансформации ⏱ 0:00
•95+% попыток внедрения генеративного ИИ в крупном бизнесе не дают ощутимого эффекта (данные MIT летом до GPT-4o).•Сейчас, с появлением новых версий (5.2, 5.3, Claude Code, OpenClaw), ситуация улучшилась, но успешных внедрений всё ещё около 92%.•Компания WMTAi насчитывает около 500 инженеров, 2300+ аккаунтов в нейросетях, офис в Китае и грант на миллион долларов на обучение и выставки.Промт «Мечта акционера» от McKinsey ⏱ 28:20
•Промт позволяет проанализировать любые рабочие коммуникации внутри компании (письма, платежи, документооборот) и выявить риски, нарушения, скрытые финансовые потери.•Агент на основе промта создаёт аудиторский отчёт, с которым можно вести диалог: задавать вопросы, получать рекомендации.•Пример результата: «CFO фальсифицирует документы», «Закупки — генератор финансового хаоса», «Платежи без подписанных актов — 8% (высокий риск)».Эффективные сценарии внедрения ИИ ⏱ 20:00
•Первый класс — задачи хорошо структурированные, регламентированные, часто повторяющиеся (например, усиление интеллектуального труда).•Второй класс — контроль: качества продаж (прослушивание звонков, чтение переписок), соответствие стандартам, аудит бухгалтерии.•Пример: анализ 25 000 писем бухгалтерии за 2 года — нейросеть отказалась быть бухгалтером из-за нелогичности работы, но выявила, что одна и та же задача решалась четырьмя разными способами.Проблема безопасности данных и решения ⏱ 50:00
•Проблема Shadow AI: линейные сотрудники используют глобальные нейросети (ChatGPT, DeepSeek), данные утекают снизу вверх.•Решение: рабочее место «Нейроключ» — слой нейронки, проверяющий запросы на конфиденциальность, маскирующий чувствительные данные.•Альтернатива: on-premise развёртывание (например, на Mac Studio M4 Max 128 ГБ за ~500 000 руб.) — позволяет крутить десятки агентов, хотя время обработки больше (часы вместо минут).Процесс создания и доработки агентов ⏱ 46:40
•Первую версию агента можно сделать за день, но точность первой версии — около 80%.•Для серьёзных процессов (например, цепочка из 3 агентов) итоговая точность падает до 0,8^3 = 0,512, что неприемлемо для бизнеса.•Требуется итеративная доработка до точности 0,995, чтобы ошибок было меньше, чем у людей.•Пример из Palantir: оркестрация нескольких нейросетей (K+1), агенты контроля галлюцинаций, поиск консенсуса, хардкоженные юнит-тесты — для критических задач.Скорость изменений и необходимость личного погружения ⏱ 63:20
•AI растёт экспоненциально: каждые 3-6 месяцев точность удваивается (Humanity's Last Exam: с ~25% осенью до ~50% после выхода Gemini 3 Pro).•Лидеры должны сами погружаться в технологию, не делегировать целиком помощникам.•Срок освоения — около 6 месяцев, чтобы наработать нейронные связи и научиться писать промты и агентов.•2026 год — год агентной экономики, когда ИИ начнёт забирать значимые звенья цепочек создания ценности.Ключевые выводы
•95% попыток внедрения ИИ в крупном бизнесе неэффективны, но с новыми моделями ситуация улучшается до ~92% неудач.•Промт «Мечта акционера» от McKinsey позволяет на основе внутренних коммуникаций (письма, платежи) выявить риски и скрытые потери за секунды.•Наиболее эффективный класс задач для ИИ — формализованные повторяющиеся процессы и контроль (качество продаж, аудит).•Проблема Shadow AI: сотрудники используют глобальные нейросети, что ведёт к утечке данных; решение — слой проверки и on-premise развёртывание.•Первую версию агента можно создать за день, но точность ~80%; для бизнеса требуется доработка до 99,5%.•Скорость развития ИИ экспоненциальна: точность на Humanity's Last Exam удвоилась за полгода; к концу 2026 года отставание может стать фатальным.Заключение
Игорь Никитин призывает лидеров бизнеса уже сейчас начинать осваивать ИИ, не доверяя внедрение полностью помощникам, и готовиться к агентной экономике 2026 года, когда ИИ начнёт замещать значимые звенья цепочек создания ценности.
