Генеративный ИИ без иллюзий: почему «просто внедрить» не работает

Недавно компании соревновались, кто быстрее «внедрит GenAI», но быстро поняли, что сам по себе запуск больших языковых моделей не дает трансформации. Павел Сергеев, исполнительный директор ROBIN компании SL Soft, рассказал о том, как компании переходят от PoC к гиперавтоматизации и почему выигрывают не те, кто экспериментировал, а те, кто продумывал архитектуру ИИ и выстраивал систему

Внедрить GenAI» – больше не стратегия

В 2023–2024 компании активно тестировали большие языковые модели, рассчитывая быстро получить эффект: запускали пилоты, автоматизировали отдельные задачи. Однако большинство таких инициатив не дошли до масштабирования..
Но уже в 2025 году подход компаний к ИИ стал более зрелым. Фокус сместился с отдельных экспериментов на системную ИИ-трансформацию.

«Теневой ИИ» уже внутри – вопрос в том, кто им управляет

Пока компании разрабатывают стратегии, сотрудники компаний «голосуют» за ИИ деньгами – все чаще используют внешние генеративные сервисы (ChatGPT, Grok, Claude, Midjourney) через личные аккаунты для решения рабочих задач. По сути, формируется спрос на повышение производительности и автоматизацию рутинных операций при недостаточной доступности нужных корпоративных инструментов. Согласно прогнозам, к 2030 году более 40% инцидентов, связанных с нарушением требований безопасности и комплаенса, будут обусловлены использованием «теневого ИИ».

Поэтому задача 2026 года для компаний – не «запрещать нейросети». Запреты не работают. Работает контроль – надо дать сотрудникам безопасную альтернативу внутри контура.

Гиперавтоматизация – ИИ солирует в оркестре

Системная ИИ-трансформация – не одна модель, а связка технологий, которые усиливают друг друга:
RPA + BPM + OCR + классический ML + GenAI
единые: ролевой доступ, аудит/логирование, политика данных, интеграции, мониторинг качества
сквозная автоматизация бизнес-процессов.

Это и есть гиперавтоматизация: комплексное использование технологий (от ИИ до аналитики) в едином контуре. Платформенный подход здесь необходим – он дает гибкость и позволяет более эффективно встраивать ИИ в бизнес-процессы.

Почему выигрывает «прагматичный ИИ»

Высокая стоимость эксплуатации LLM, инфраструктурные ограничения и требования к энергоэффективности смещают фокус компаний к прагматичным архитектурам: генеративный ИИ применяется точечно – там, где это действительно оправдано, а типовые операции закрываются более бюджетными технологиями.

На практике наибольшее распространение получают:
решения для интеллектуальной обработки документов (классификация, извлечение и валидация данных, сверки, аннотирование и экспорт);
корпоративный ИИ-поиск на базе RAG и векторизации в качестве единой точки доступа к знаниям без обработки всего массива через LLM;
ИИ-ассистенты и ИИ-агенты – при условии централизованной оркестрации и управляемости.

В 2026 году результат ИИ-инициатив будет определяться системным подходом: зрелой архитектурой, управлением данными, технологической синергией. Продукты, где ИИ встроен как безопасный компонент, работающий в заданных рамках, становятся связующим звеном для сквозной автоматизации. Именно в таких случаях бизнес получит не эксперимент, а инструмент повышения операционной эффективности.