Журнал «Отинофф»
Три группы бизнеса по готовности к ИИ: инноваторы, основная масса и консерваторы

Три группы бизнеса по готовности к ИИ: кого учить, а кто разберётся сам

ИИ-инструменты 6 июля 2026 г.

Владелец небольшой производственной компании слышит от знакомых: «Мы уже внедрили искусственный интеллект, считаем брак на конвейере». Он открывает ноутбук, смотрит на свою бухгалтерию в Excel и не понимает, с чего начать. Похожая ситуация — в сотнях тысяч российских компаний. Министр экономического развития РФ Максим Решетников назвал главную причину: дело не в технологиях, а в том, что люди просто не знают, что именно ИИ может сделать для их бизнеса.

Источник: Заявление Максима Решетникова на форуме (ТАСС)

По словам Решетникова, рынок чётко делится на три группы. 10% предпринимателей — инноваторы, которые уже разобрались и внедряют ИИ самостоятельно. Ещё 10% — консерваторы, которым новое даётся тяжело, и они вряд ли будут менять процессы без крайней необходимости. Оставшиеся 80% — основная масса, которую нужно постепенно вовлекать и обучать. Именно на эту группу, по мнению министра, должно быть направлено основное внимание государства и крупных игроков.

Для бизнеса это не просто статистика, а практический сигнал. Если ваша компания входит в 80%, вам не нужно догонять лидеров — вам нужно понять, какой первый шаг реален именно для вас. А если вы управляете командой или обучаете клиентов, вам придётся работать с разными группами по-разному.

Почему обучение стало главной задачей, а не покупка модели

Решетников подчеркнул: даже в малом и среднем сегменте не все понимают реальный потенциал ИИ. Это не про сложность технологий — это про отсутствие понятных примеров. Владелец пекарни не знает, что программа может предсказывать спрос на круассаны по погоде. Логист в региональной компании не представляет, что алгоритм сам перестраивает маршруты при пробках.

Проблема не в том, что технологии недоступны. Проблема в том, что у бизнеса нет языка, чтобы сформулировать свой запрос. Человек говорит: «Мне нужно меньше ошибок в накладных». Он не говорит: «Мне нужна модель распознавания документов». Обучение — это перевод с языка бизнеса на язык возможностей ИИ.

Министр также выделил двух лидеров сферы в России — Сбер и Яндекс. При этом подходы у них разные: Сбер развивает собственную модель, а Яндекс дообучает под свои задачи популярные разработки, включая китайские. Для бизнеса это важный урок: не обязательно строить всё с нуля. Можно взять готовое решение и настроить под себя.

Как определить свою группу и не тратить время впустую

Прежде чем искать курс по ИИ или покупать программу, ответьте на три вопроса. Первый: есть ли в вашей компании человек, который уже использует автоматизацию — хотя бы простые макросы в Excel или роботов для сбора данных? Если да, вы ближе к инноваторам, чем кажется. Второй: можете ли вы назвать одну конкретную задачу, которую хотите передать программе? Если нет, начинать нужно не с технологии, а с аудита процессов. Третий: готовы ли вы потратить время на обучение сотрудника, а не только на покупку софта?

Для 80% основной массы правильная стратегия — не пытаться внедрить ИИ сразу везде, а выбрать один узкий процесс. Например, автоматизировать ответы на типовые вопросы клиентов или настроить программу, которая проверяет договоры на стандартные ошибки. Успех в одном месте создаёт доверие и понимание, как двигаться дальше.

Для 10% консерваторов подход должен быть другим. Их не нужно учить — им нужно показать работающий пример из их же отрасли. Если конкурент уже считает брак камерой, консерватор хотя бы задумается. Если нет — любые курсы будут восприняты как отвлечение от реальной работы.

Что на самом деле определяет качество ИИ: не модель, а данные

Решетников сделал важное замечание: итоговое качество ИИ определяет не архитектура модели, а данные и подход к обучению. Это ключевой момент для бизнеса, который боится, что его «обманут» сложными терминами.

Представьте, что вы учите нового сотрудника. Можно дать ему лучший учебник в мире, но если он не знает специфики вашего склада, ваших поставщиков и ваших клиентов — толку будет мало. С программами ИИ то же самое. Самая мощная модель, обученная на общих данных, даст средний результат. А простая программа, настроенная на ваши реальные документы, вашу номенклатуру и ваши цены, будет работать точнее.

Для бизнеса это означает: не гонитесь за «самой умной» системой. Сначала разберитесь, какие данные у вас уже есть. История продаж за три года, логи ошибок, записи звонков, фотографии продукции — всё это может стать основой для обучения. Если данных нет, никакая модель не поможет.

Где скрыты риски и почему не всё так гладко

Заявление министра — это ориентир, а не инструкция. У подхода есть несколько ограничений, которые стоит учитывать.

Первое: обучение требует времени и денег. Курсы, семинары, наставники — это не бесплатно. Для микробизнеса затраты на обучение одного сотрудника могут быть сопоставимы с месячной выручкой. Второе: не всякий процесс стоит автоматизировать. Если операция занимает пять минут в день и выполняется раз в неделю, внедрение ИИ окупится через годы. Третье: данные могут быть низкого качества. Если в вашей базе клиентов половина номеров устарела, а адреса написаны с ошибками, программа научится воспроизводить эти ошибки, а не исправлять их.

Кроме того, упоминание Сбера и Яндекса как лидеров не означает, что их решения подходят всем. Крупные компании строят ИИ под свои масштабы. Для небольшого магазина или мастерской их подход может быть избыточным и дорогим.

Что проверить на этой неделе: четыре вопроса владельцу бизнеса

Вместо того чтобы искать «лучшую нейросеть» или записываться на дорогой курс, сделайте четыре простых шага.

Первый шаг: найдите одну повторяющуюся задачу. Что в вашей компании делают руками каждую неделю, хотя это можно описать правилами? Проверка документов, расчёт скидок, рассылка уведомлений, учёт остатков. Запишите одну такую задачу.

Второй шаг: оцените данные. Есть ли у вас файлы, таблицы или записи за последние полгода по этой задаче? Если да, вы уже можете начать. Если нет — сначала наладьте сбор данных.

Третий шаг: найдите готовый инструмент. Не стройте сами. Посмотрите, какие программы уже решают вашу задачу. Часто это простые сервисы за 500–2000 рублей в месяц, а не сложные системы за миллионы.

Четвёртый шаг: назначьте ответственного. Кто в компании будет разбираться с этим инструментом? Не обязательно программист. Достаточно сотрудника, который умеет работать с таблицами и готов потратить два дня на изучение.

Если после этих шагов вы не видите результата — возможно, ваша компания пока в группе консерваторов, и это нормально. Не все должны внедрять ИИ сегодня. Но знать, что это возможно и что для этого нужно, стоит каждому.

Источники

Что почитать дальше

Теги

Андрей Отинов

Рекомендуем