От автоматизации к трансформации:
почему ИИ требует нового подхода к бизнес-процессам

Искусственный интеллект перестал быть экспериментальной технологией и стал одним из главных направлений корпоративных инвестиций. Однако для большинства компаний настоящий вызов сегодня связан уже не с выбором модели или запуском пилотного проекта. Гораздо сложнее встроить ИИ в существующие процессы так, чтобы он приносил измеримый бизнес-эффект.

Согласно отчету Deloitte, компаниям в 2026 году приходится решать сложную задачу — сохранять эффективность текущего бизнеса, опираясь на уже работающие технологии, и при этом создавать основу для будущего роста с помощью ИИ. Когда внедрение новых решений происходит без ясной стратегии, проекты часто остаются на уровне пилотов и не масштабируются. 

Вместе с директором по продуктовой стратегии HRlink Сергеем Репринцевым разбираемся, почему внедрение ИИ требует пересмотра процессов, как меняется работа продуктовых ИТ-команд и почему прежние подходы к архитектуре и безопасности устаревают.

По данным PwC, 20% компаний получают 74% всей финансовой отдачи от ИИ. Разрыв между лидерами и остальными связан не с количеством внедренных инструментов. Компании-лидеры используют ИИ не как сервис для ускорения отдельных задач, а как возможность пересмотреть процессы, изменить цепочки создания ценности и внедрить новые способы работы.

При этом многие организации сталкиваются с обратной ситуацией: технологии появляются быстрее, чем меняются сами процессы. В результате ИИ становится еще одним инструментом, который как заплатку накладывают поверх старой модели работы, что, ожидаемо, не приносит эффекта. По данным BCG, в 2025 году всего 5% компаний поделились, что получили значимые результаты от внедрения ИИ, тогда как остальные не заметили материальной отдачи, несмотря на солидные вложения. Это обусловлено в том числе точечным внедрением, которое не охватывает все бизнес-процессы.

ИИ, как правило, внедряется в компаниях не как обособленный инструмент. К этому моменту организации уже успевают пройти несколько этапов технологических изменений: автоматизацию отдельных операций, цифровизацию процессов, переход от бумажных документов к электронным системам.

Компании уже проходили похожий этап, например, во время цифровизации кадровых процессов и внедрения КЭДО. Именно тогда стало понятно: технология приносит эффект, когда компания меняет не только инструмент, но и сам способ работы.

По опыту продуктовой команды HRlink, ощутимый эффект получают именно те компании, которые вложили время в реинжиниринг процессов, а не просто перевели прежний порядок в электронный вид. Одна и та же система у двух заказчиков может дать разный результат — и его определяет совокупность: технологии и зрелость процессов под ними.
Яркий пример — пересмотр кадровых процессов при внедрении КЭДО.

Этот опыт иллюстрирует закономерность: чем глубже компания пересматривает процессы, тем выше эффект от технологии. В контексте ИИ эта зависимость проявляется еще ярче.

В 2026-м недостаточно просто выбрать подходящую модель или подключить готовый ИИ-сервис. Переход от экспериментов с ИИ к его промышленному использованию требует от компаний повышенной осторожности.

В ИИ загружают внутренние документы, персональные данные, коммерческую информацию, исходный код и другую чувствительную информацию. Кроме того, модели получают доступ к корпоративным системам, базам знаний и финансовым показателям. Поэтому на первый план выходят вопросы управления данными, контроля доступа и регулирования на уровне команд ИБ.

Рынок встает на тот же путь, что несколько лет назад прошел с облачными сервисами. Если раньше ИИ можно было воспринимать как эксперимент отдельных команд, то теперь он становится частью корпоративной инфраструктуры. А значит, требования к архитектуре, безопасности и управлению должны быть такими же, как для любой критически важной системы.

На практике это выстраивается через конкретные механизмы. DLP-системы контролируют, чтобы чувствительные данные не покидали периметр компании. LLM Gateway-шлюз между корпоративным контуром и моделью становится единой точкой, где можно маскировать персональные данные до отправки в модель, вести журнал всех обращений и применять единые правила доступа. Таким образом, для снижения бизнес-рисков необходимо выстраивать комплекс мер как технических, так и организационных.

Изменения не ограничиваются инфраструктурой. ИИ меняет и сами роли внутри продуктовых команд. Когда стоимость создания кода снижается, главным ограничением становится не скорость разработки, а качество постановки задач.

Компаниям предстоит заново определить границы применения ИИ: какие решения можно делегировать алгоритмам, а где критически важны человечность, профильная экспертиза и широкое понимание контекста.

Пример: при использовании одного и того же инструмента, нейросети или агентной системы, эффективность разных разработчиков варьируется. Результат определяет не доступ к модели, а умение поставить ей задачу.

Рутинные операции все чаще выполняют ИИ-инструменты, тогда как для человека критически важными становятся такие компетенции, как системное мышление, бизнес-анализ, понимание процессов и способность формулировать требования для технических команд.

В HRlink искусственный интеллект рассматривают не как отдельную функцию, а как технологию, которая должна приносить измеримую пользу сотрудникам и работодателям. Поэтому в компании сознательно избегают сценариев, когда ИИ внедряется ради следования тренду или становится маркетинговой надстройкой.

Продуктовая команда HRlink точечно закладывает ИИ в сценарии, где видит преимущества для пользователя. В модулях платформы ИИ живет прямо в интерфейсе и закрывает понятные сценарии. Примеры — генерация картинок с учетом контекста компании, работа с текстом, создание кратких выжимок-дайджестов.

Пользователь не ведет диалог с ассистентом в интерфейсе HRlink, он нажимает на кнопку и получает результат. Потенциал у формата помощника Сергей видит в конкретных сценариях. Продуктовая команда тестирует гипотезы и изучает возможности ИИ-сервисов. При этом главный фокус — не на самой технологии, а на поиске сценариев, которые создают подтвержденную исследованиями ценность для пользователя.

Следующий этап развития платформы HRlink связан не с появлением еще большего количества отдельных ИИ-функций, а с перепроектированием самого принципа взаимодействия человека с системой.

По мнению Сергея, ИИ ценен ровно настолько, насколько сокращает путь до этого результата, а не до промежуточного шага. Поэтому продуктовая команда HRlink фокусируется не на количестве ИИ-функций, а на переосмыслении самого пользовательского пути.

Важно отметить, что изменения затрагивают не только сами продукты. Постепенно трансформируется и роль пользователя. Если раньше человек следовал заранее заданному сценарию, то теперь все чаще формулирует системе задачу и ожидает готовый результат.

Первая волна цифровой трансформации научила компании переводить процессы в цифру. Вторая — перестраивать бизнес-процессы. Похоже, третья будет связана уже не с автоматизацией отдельных операций, а с переосмыслением того, как человек применяет технологии. ИИ становится не очередным инструментом, а новым способом взаимодействия человека с цифровыми системами. И именно поэтому выигрывать будут компании, которые смогут быстрее переосмысливать процессы, роли и пользовательские сценарии, а не просто подключать новые модели.

1. Начинайте с задачи, а не с технологии
Перед выбором модели или сервиса определите, какую задачу она должна решить и как может упростить работу компании.

2. Пересматривайте процессы до автоматизации
ИИ не исправляет неэффективную модель работы — он только ускоряет существующие процессы. Максимальный эффект получают компании, которые сначала меняют подход к работе, а затем внедряют технологию.

3. Встраивайте ИИ в корпоративный контур
При переходе от экспериментов к реальным сценариям важно заранее продумать архитектуру, правила работы с данными и требования информационной безопасности.

4. Развивайте у команды навыки постановки задач и критическое мышление, глубже погружайте в бизнес-контекст
С ростом возможностей ИИ все важнее становится не только умение работать с инструментами, но и способность формулировать задачи, учитывать запросы бизнеса, потребности пользователя и рыночную ситуацию, а также навык прописывать и валидировать результат.

5. Оценивайте ИИ через ценность для пользователя
Главный критерий успеха — не количество ИИ-функций, а то, насколько технология помогает человеку быстрее получить нужный результат.