AI-first компания vs AI-as-a-feature: в чём разница на самом деле

AI-first компания vs AI-as-a-feature: в чём разница на самом деле

В разговорах с руководителями часто звучит вопрос: «Мы уже используем GPT в маркетинге и юр.отделе — это и есть AI-first?» Ответ — скорее нет, чем да. Между «у нас работает несколько AI-инструментов» и «у компании AI-first логика» лежит не количество tools, а сдвиг в первом вопросе, который команда задаёт при проектировании любой задачи.

Эта статья — попытка показать границу простыми словами, без корпоративного жаргона про «трансформацию» и «AI-зрелость». Главная мысль одна, и она проще, чем обычно её преподносят.

AI-as-a-feature: модель как инструмент продуктивности

В этой модели AI приходит в компанию через инициативу одного департамента. Маркетинг просит GPT для черновиков, юристы — для проверки договоров, аналитики — для отчётов. Каждый инструмент решает локальную задачу, и это нормальный сценарий — именно так начинается большинство AI-внедрений.

Что характерно для этой стадии:

• AI-расходы сидят внутри бюджета конкретного департамента
• Решения по выбору инструментов принимает руководитель функции, а не C-suite
• Данные используются «как есть», без специальной подготовки под обучение или валидацию
• Метрики локальные: время на задачу, объём выработки, качество черновика

Это рабочая модель. Она даёт быстрый эффект и низкий риск, и для многих компаний это нормальная стартовая позиция. Если у вас её пока нет — с этого вообще разумно начинать. Важная оговорка: точечные пилоты сами по себе не складываются в систему, и без второго слоя — стратегического — через год-полтора у вас обычно оказывается несколько разрозненных AI-инструментов, никак не связанных между собой. К этому слою мы и переходим дальше.

AI-first: вопрос «может ли это сделать модель» становится первым

Когда мы говорим про AI-first, важно сразу убрать одну распространённую интерпретацию — что это «снести существующее и построить компанию с нуля вокруг моделей». В практике AI-first выглядит проще и тоньше: меняется первый вопрос, который команда задаёт при проектировании любой задачи или процесса.

Раньше логика была такая: «вот процесс, он работает — давайте посмотрим, где сюда можно прикрутить модель для оптимизации». В AI-first первый вопрос — другой:

• А может ли это вообще делать модель — целиком или большую часть?
• Если может — как структурировать задачу и данные так, чтобы модель справилась хорошо?
• Что остаётся человеку — принятие решений, контроль качества, нестандартные случаи?

Из ответов на эти вопросы вырастает реальная перестройка процесса. Не сразу и не везде — только там, где первый ответ положительный. Не «сломали всё и построили заново», а постепенная донастройка под новый стартовый вопрос.

Гибкость: одна логика — разные ответы

То, что AI-first — это сдвиг вопроса, а не жёсткая методология, делает подход гибким. Логика одна, конкретные ответы — у каждой компании свои:

• У ритейлера это может быть динамическое ценообразование и обработка обращений в поддержку
• У девелопера — документооборот по сделкам и управление подрядчиками
• У университета — методология учебного процесса и проверка работ
• У юридической фирмы — типовые договоры и due-diligence по сделкам

Последний пример — не гипотеза. На стратсессии с владельцами трёх юридических кабинетов ровно такой список родился за пару часов из одного вопроса «что здесь может делать модель»: команды суммарно в семь человек ушли с конкретным планом, а не с общими впечатлениями. Структура мышления везде одна: сначала проверяем «может ли это делать модель», потом структурируем задачу под модель, потом перестраиваем процесс. Что именно «крутить» в этой формуле — решает сама компания.

Что появляется в результате этого сдвига

Когда первый вопрос смещается, у этого появляются видимые следы в управлении:

• Отдельный мандат на AI-инициативы. Не CIO/CDO «по совместительству», а отдельная функция с прямой подотчётностью CEO.
• Отдельная строка бюджета на AI-инфру. Не подпункт IT-бюджета.
• AI учитывается с самого начала. В обсуждении любого нового продукта или процесса AI-возможности появляются на этапе проектирования, а не в конце.
• Стратегия по работе с данными. Без качественных данных модель не работает — этот пункт перестаёт быть «потом разберёмся».

Ни один из этих маркеров не требует «слома» бизнеса. Все четыре — следствия одного сдвига в порядке вопросов.

Где находятся российские компании в среднем

Картина по отраслям заметно разная — дальше не статистика, а то, что я вижу в собственных проектах и разговорах с руководителями.

Телеком и крупный финтех в среднем ближе к AI-first: у них уже есть инфраструктура работы с данными, культура решений с учётом моделей, а часто — отдельные подразделения, которые с этим работают. Мне довелось видеть это изнутри — я участвовал в работе над AI-стратегией одной из крупнейших телеком-корпораций страны, на стыке продуктовой AI-разработки и бизнес-процессов: там вопрос «может ли это делать модель» уже встроен в проектирование, а не добавляется в конце.

Промышленность, девелоперы, ритейл, образование чаще остаются в режиме AI-as-a-feature — несколько AI-инструментов в отдельных функциях, без сквозного слоя на уровне C-suite. Это не приговор и не «отставание», это разная стадия готовности и разный темп решений.

Универсальной шкалы «отстают на N лет» здесь нет — каждая компания движется со своей скоростью, и эта скорость определяется готовностью руководства, а не отраслью.

Это не «либо одно, либо другое»: два параллельных слоя

Здесь важно зафиксировать, чтобы не запутаться. AI-as-a-feature и AI-first — это не два этапа («сначала пилоты, потом стратегия») и не две альтернативы («либо пилоты, либо AI-first»). Это два слоя работы, которые лучше всего идут параллельно:

• Тактический слой — точечные пилоты, AI-инструменты в функциях. Маркетинг попробовал GPT, юристы запустили проверку договоров, аналитики собрали отчёт быстрее. Это нормальная и полезная работа. С неё разумно начинать, и даже если у вас её ещё нет — это первое, что стоит сделать перед любым разговором про стратегию.
• Стратегический слой — AI-first логика как способ думать. Тот самый сдвиг первого вопроса, о котором мы говорили выше. Это не «следующий этап после пилотов», это параллельная привычка: при каждом новом продукте, процессе, инициативе кто-то на уровне C-suite должен спрашивать «а может ли это делать модель — целиком или большую часть».

Войти можно с любой стороны. Многие компании входят через тактический слой — «давайте попробуем эту модель в одной функции» — и это правильно. Кто-то входит через стратегический — «давайте сначала договоримся, как мы вообще думаем про AI» — и это тоже работает. Идеально — оба.

С чего обычно начинается работа со стратегическим слоем

Тактический слой может уже работать или ещё нет — это не критично. Стратегический слой собирается из тех же шагов в обоих случаях:

1. Диагностика текущей картины. Где уже используется AI (если используется), какие процессы наиболее зависимы от рутины, где данные структурированы, а где нет. Если пилотов пока нет — отдельный пункт: какой пилот логично запустить первым. Отличие от типового плана «цифровой трансформации» — в оптике: вся диагностика идёт через вопрос «может ли это делать модель», а не через «где бы нам применить AI».
2. Приоритизация по ROI. Не «давайте внедрим AI везде», а 2–3 функции, где эффект ожидается наиболее заметным в перспективе 6–12 месяцев. Как ранжировать кандидатов по ценности, выполнимости и риску — разобрал отдельно, как честно считать отдачу — тоже.
3. Назначение владельца стратегического слоя. Отдельная роль или внешний партнёр с прямым мандатом и подотчётностью CEO. Без этого AI-first логика растворяется в текучке, и компания скатывается обратно в режим «у нас несколько пилотов».
4. Бюджет и инфраструктура. Отдельная строка, минимум на год, защищённая от срезов на квартальных пересмотрах.
5. Постепенное расширение. После первых результатов AI-first логика распространяется на следующие процессы — параллельно с новыми тактическими пилотами там, где это уместно.

Сколько времени занимает первый цикл — сильно зависит от компании. У одних видимые результаты появляются через 3–4 месяца, у других — через год. Универсальной таблицы нет, и любой консультант, который её приводит, скорее всего продаёт картинку, а не методологию.

Что разумно сделать руководителю в первую очередь

Три вопроса, на которые имеет смысл ответить себе до запуска любой AI-инициативы — большой или маленькой:

• Где у нас уже есть AI и что он реально даёт? Без этой картины любые планы — в воздухе.
• Какая ближайшая функция или задача, в которой AI мог бы заметно сдвинуть метрику? Это будущая точка входа — для пилота, для стратегического слоя или для обоих сразу.
• Готов ли я выделить отдельный мандат и бюджет на стратегический слой? Этот вопрос не отменяет тактических пилотов, но определяет, сможете ли вы их связать в единую логику. Почему этот мандат нельзя просто спустить в IT-отдел — отдельный разбор.

А самый первый шаг — ещё до всех трёх вопросов — личный: руководителю стоит самому пощупать модели на своих задачах, с чего начать — здесь. Стратегический слой, построенный человеком, который ни разу не работал с моделью сам, — это стратегия по пересказам.

FAQ

Чем AI-стратегия отличается от digital-стратегии?

Digital-стратегия про оцифровку существующих процессов и интерфейсов. AI-стратегия — про надстройку, в которой AI-возможности учитываются как самостоятельный ресурс при принятии решений. Эти стратегии не заменяют друг друга, а работают на разных уровнях: digital чаще про «как», AI — про «что и зачем».

Может ли AI-first внедрить директор по цифровой трансформации?

В части задач — да. Но AI-first слой обычно требует мандата шире, чем у CDO: это вопросы продуктовой стратегии, бюджета, культуры решений. На определённой стадии становится разумным выделить отдельную роль или работать с внешним партнёром, у которого есть прямой канал к CEO.

С чего начать, если ещё не понятно, нужна ли нам AI-программа?

С разговора. Часто на коротком созвоне (~30 минут) становится видно, в какой точке вы находитесь и нужна ли вам полноценная программа, точечная диагностика одной функции или вообще пока ничего из этого. Это самый дешёвый и быстрый способ снять неопределённость, и обязательств он не создаёт.

Сколько стоит, если решим двигаться дальше?

По возрастанию: первое знакомство — бесплатно, точечная диагностика выбранной функции — отдельная небольшая работа на 2–4 недели, программа полного цикла (стратегия → обучение → инструменты) — это уже отдельный разговор по бюджету, и оценка возможна только после понимания контекста: размера компании, отрасли, текущей AI-зрелости. Универсальной цифры здесь нет.

Какие отрасли в РФ ближе всего к AI-first?

Телеком и крупный финтех — у них уже есть инфраструктура и культура решений с учётом моделей. Промышленность, девелоперы, ритейл, образование чаще остаются в режиме AI-as-a-feature, но движение есть везде, и темп определяется в первую очередь готовностью руководства.

Об авторе Егор Борисенко

AI-консультант для крупного бизнеса. Помогаю руководителям выстроить AI-слой поверх существующих процессов: стратегия, обучение команды, прототипирование инструментов, личное партнёрство с C-suite. Работал с Минцифры РФ, телекомами, девелоперами, юридическими фирмами, университетами и под мандатом ЮНЕСКО.

Telegram Связаться