Представители российского бизнеса всё активнее интегрируют искусственный интеллект в свои операционные процессы, превращая его из экспериментального инструмента в полноценного участника рабочих задач. Согласно опросу, проведённому Центром аналитических продуктов VK Predict и консалтинговым агентством Prognosis в апреле 2026 года, семь из десяти компаний среднего и крупного звена уже используют ИИ-решения. Наиболее востребованными оказались облачные большие лингвистические модели (LLM) и специализированные нейросети для программирования, работы с медиафайлами и клиентской поддержки. При этом платные версии LLM применяют 37% опрошенных предпринимателей.
Редакция «Биограмма.info» обратилась к руководителям компаний с просьбой поделиться практическим опытом внедрения ИИ. Ключевыми вопросами стали: как именно искусственный интеллект встраивается в бизнес-процессы, каковы сопутствующие затраты и оправдываются ли они, а также влияет ли автоматизация на штатную численность сотрудников.
Айрат Нурутдинов, генеральный директор ПАО «Таттелеком», подчеркнул, что для его компании ИИ — это уже не пилотный проект, а неотъемлемая часть операционной деятельности. Путь к этому начался семь лет назад с машинного обучения и Data science, что сделало переход к большим языковым моделям логичным продолжением. Сейчас работа строится на трёх уровнях: встраивание моделей в продукты (например, решения «Взор», «Взор.Офис» и транскрибатор, использующие собственные нейросети для распознавания изображений и видеоаналитики), создание внутреннего маркетплейса LetAI Labs (где специалисты разрабатывают инструменты для коллег, включая транскрибацию звонков, генерацию презентаций и корпоративного AI-ассистента) и построение полноценной RAG-системы, базирующейся на внутренней документации и корпоративной базе знаний. Параллельно компания использует внешние модели для сложного анализа и генерации кода.
Финансовые аспекты и кадровая политика
Говоря о затратах, Айрат Нурутдинов отметил, что только прямые расходы на железо измеряются десятками миллионов рублей, а с учётом обучения моделей, разработки и интеграции эта цифра значительно выше. При этом точную окупаемость отдельных решений подсчитать сложно — эффект носит преимущественно косвенный характер: рост производительности труда, снижение ошибок, ускорение процессов и высвобождение сотрудников от рутины. Однако за последние годы внедрение машинного обучения и Data science принесло «Таттелекому» миллиарды рублей, и аналогичная динамика наблюдается сейчас с ИИ. Что касается кадровой политики, то физические процессы (монтаж оборудования, строительство сетей, выезды инженеров) ИИ пока не заменяет. Однако в управленческих, аналитических и клиентских процессах влияние технологий становится всё более заметным, что неизбежно сказывается на структуре занятости.
