- Отчет MIT показывает, что 95% организаций не получают прибыли от ИИ, несмотря на миллиардные инвестиции, что свидетельствует о том, что неудача кроется не в технологиях, а в операционных процессах.
- Основная проблема заключается в «разрыве доверия», когда компании не доверяют автоматизированным результатам ИИ, из-за чего проекты застревают на стадии тестирования.
- Причина кроется в старых организационных моделях, разработанных для людей, которые не подходят для управления ИИ-агентами и не имеют четких механизмов надзора.
- Типичным примером является дело Robodebt 2023 года, когда из-за отсутствия контроля внедрялись ошибочные алгоритмы, что привело к серьезным системным последствиям.
- Бизнесу необходимо перейти от управления данными к проектированию «логики выбора», то есть к архитектуре решений, а не просто к созданию продуктов данных.
- Появляется концепция «продукта принятия решения», объединяющая данные, логику, правила и этику в прозрачную, подлежащую аудиту единицу.
- Новая модель требует участия человека (human-in-the-loop и human-on-the-loop) для обеспечения контроля и мониторинга ИИ в реальном времени.
- ИТ-директорам (CIO) необходимо создать каталог решений, стандартизировать механизмы авторизации и установить системы непрерывного мониторинга для внедрения ИИ в реальную работу.
📌 Самым узким местом ИИ являются не технологии, а доверие и организационная структура. Когда 95% компаний еще не создали ценности, переход к модели, ориентированной на решения, с продуктами принятия решений, мониторингом в реальном времени и механизмами участия человека, является обязательным. Это ключ к тому, чтобы генеративный ИИ вышел из стадии экспериментов и стал инструментом создания реальной и устойчивой ценности в бизнесе.
