В октябре 2026 года вышло исследование NEXT CAIO о том, кто в российских компаниях отвечает за ИИ. Эта статья для собственников, генеральных директоров, CIO и CDO средних и крупных компаний, которые решают, нужен ли им директор по искусственному интеллекту и как получить от ИИ деньги, а не отчет о пилотах. Тем, кто выбирает модель или сравнивает инструменты для разработчиков, здесь почти нечего читать.
Исследование ИИ Департамент и HeadExpert. В отчете 56 страниц, в основе 25 глубинных интервью с руководителями, проведенных с мая по сентябрь 2026 года. Михаил Садофьев, эксперт исследования и основатель AI Data Extractor, вошел в экспертный совет и написал к отчету комментарий. Ниже то, что нам показалось главным.
Директор по искусственному интеллекту: что показали 25 интервью
Единой модели этой роли пока нет. В одних компаниях за ИИ отвечает ИТ-директор, директор по данным или руководитель продукта, в других под ИИ завели отдельную должность. Само название мало что говорит. Директор по искусственному интеллекту в одной компании ведет общую платформу моделей, в другой доводит отобранные проекты до регулярного использования, в третьей перестраивает сквозной процесс.
Цифры в отчете посчитаны по интервью: в скольких из 25 руководители прямо описали ту или иную практику. Это не доля рынка, авторы об этом прямо предупреждают. Но картина все равно понятная. В 22 интервью из 25 бизнес-подразделения определяют приоритетные задачи по ИИ и участвуют в выборе решений. В 9 у подразделений есть собственные роли для внедрения. Единая программа или дорожная карта по ИИ есть только в 7. Ожидаемую финансовую отдачу заранее определили только в 5.
Участвуют почти все, а заранее определить, что компания хочет получить в деньгах, смогли только в каждом пятом. Участники исследования связывают это с тем, что эффект зависит не только от технологии, но и от изменений в процессе. Поэтому экономика проекта часто уточняется уже по ходу внедрения.
Руководитель по искусственному интеллекту и владелец процесса
Для CIO и CDO, которым ИИ достался в нагрузку к основной работе, в отчете есть простая схема. ИИ-проекту обычно нужны два владельца. Руководитель по искусственному интеллекту отвечает за технологическое решение и его внедрение. Владелец процесса отвечает за то, чтобы изменилась работа и появился бизнес-результат. Полномочия обоих лучше записать до старта проекта.
По выводам отчета, отдельный директор по искусственному интеллекту нужен, когда решения по ИИ приходится принимать постоянно, несколько функций спорят о приоритетах и ответственность размыта. Если задачи ограничены, владелец процесса известен, а у руководителя есть время, команда и право решать, хватит расширить действующую роль. Когда ИИ меняет сквозные процессы или несет существенный финансовый риск, руководителю нужен прямой мандат генерального директора.
Есть и ловушка, в которую можно попасть при любой схеме. Если процесс не поменяли, сотрудники пользуются ИИ-помощником и при этом работают по-старому. Компания в итоге платит дважды: за прежние трудозатраты и за ИИ.
Главная мысль комментария: какую часть работы вы отдаете системе
Комментарий Михаила Садофьева начинается с трех цифр из интервью. Сразу за ними идет тезис, ради которого мы и написали эту статью: эффект «зависит не столько от того, кого назначили ответственным за ИИ, сколько от того, какую часть работы компания готова реально передать системе».
Дальше он объясняет механику: «Пока ИИ остается подсказчиком, а сотрудник полностью перепроверяет его работу, экономический эффект часто исчезает. Он возникает при делегировании: система выполняет операцию в заданных границах, человек определяет правила, исключения и контроль».
Основная часть отчета говорит о том же на языке экономики. Полная перепроверка может свести экономию к нулю, если занимает столько же времени, сколько исходная работа. Выигрыш при сплошной проверке возможен, но только если проверить результат быстрее, чем сделать задачу руками. В комментарии это сведено к одному управленческому вопросу: какую работу компания готова доверить ИИ без поштучной проверки человеком и кто отвечает за результат этой работы.
Отсюда другой порядок решений. Сначала компания выбирает, какую операцию отдает системе и на каких условиях. И только потом становится понятно, какой директор по искусственному интеллекту ей нужен: тот, кто ведет платформу, тот, кто внедряет отобранные проекты, или тот, кто перестраивает процессы.
Внедрение ИИ в компании и освободившееся время
Отдельный блок отчета посвящен сэкономленному времени. Сокращение времени операции само по себе не финансовая экономия. Время может уйти на больший объем работы, на разбор очереди или просто высвободиться. Деньги компания видит, только когда падают фактические расходы. Выручка вырастет, только если на дополнительный объем найдутся покупатели.
Конкретные планы, что делать с ростом производительности, описаны в 6 интервью из 25. В трех речь о том, чтобы передать ИИ часть ручных операций, еще в трех - о том, чтобы не нанимать новых людей при росте объема. О фактическом сокращении численности исследование выводов не делает.
Самый наглядный пример в отчете как раз про документы. У девелопера, по словам участника, ведомости объемов работ раньше готовили пять специалистов три недели. С ИИ ее делают один-два специалиста примерно за девять дней или быстрее. Финальная проверка осталась за человеком, а фактическая денежная экономия, как честно пишут авторы, не установлена. Сроки и число людей сократились. Дошло ли это до расходов, зависит от того, чем теперь заняты освободившиеся специалисты.
Почему автоматизация обработки документов - самый понятный пример
В отчете описаны три режима работы ИИ. В первом система готовит материал, а человек проверяет его до использования. Во втором система готовит операцию, а исполнитель ее подтверждает или отклоняет. В третьем системе заранее разрешен набор операций с пределами и исключениями, а человек задает границы и пороги остановки и следит за журналом действий.
Автоматизация обработки документов хорошо ложится в третий режим, потому что почти все правила тут можно записать заранее. Какие поля извлекать из счета, акта или договора. С каким справочником сверять. Какое расхождение допустимо, а какое отправляет документ человеку. Кто вправе остановить поток, если качество упало. И результат легко посчитать: сколько документов прошло без участия человека, сколько ушло на разбор, сколько ошибок нашли на выборочной проверке.
Если ИИ для обработки документов работает подсказчиком, получается ровно то, о чем предупреждает отчет. Сотрудник получает распознанную таблицу, сверяет ее с исходником строку за строкой, и вся экономия уходит на эту сверку. Когда система сама разбирает типовые документы, а человеку приходят только исключения, меняется и его работа. Он настраивает правила и занимается тем, что система не смогла закрыть.
Мы в AI Data Extractor строим как раз такой режим. Агенты на искусственном интеллекте разбирают документы внутри контура заказчика, на его оборудовании и локальных моделях, а человеку сообщают о пробелах в качестве. Как это выглядит на сметах и актах, мы показывали в статье про анализ смет КС-2 и КС-3. С чего начинается любой такой поток, рассказали в обзоре про распознавание документов. Для строительства и девелопмента есть отдельное решение.
В отчете есть фраза, которую стоит держать перед глазами в любом таком проекте: делегировать системе действие не значит передать ей ответственность за последствия. За результат по-прежнему отвечает конкретный человек. Просто проверяет он уже не каждую строку.
Что сделать до того, как искать руководителя
Отчет советует до назначения руководителя договориться о нескольких вещах: какой бизнес-эффект нужен, в каком процессе, кто вправе менять работу, какие ресурсы выделены и как будет подтверждаться результат. Перед пилотом авторы предлагают ответить на три вопроса. Какой эффект нужен и кто за него отвечает. Зачем здесь ИИ, если задачу может решить обычная автоматизация или перестройка процесса. Какой результат пилота станет поводом продолжить проект, сменить гипотезу или закрыть его.
Мы бы добавили одно практическое упражнение. Возьмите один поток документов, который у вас сейчас обрабатывают руками, и запишите четыре строки: какую долю работы система будет делать сама, какие исключения уходят человеку, кто вправе остановить систему и как вы сравните результат с последним закрытым периодом. Если эти четыре строки заполнить не получается, директор по искусственному интеллекту их тоже не заполнит, сколько бы полномочий у него ни было.
Это исследование внедрения ИИ стоит прочитать целиком. Там есть таблица полномочий, реестр ИИ-агентов, пять уровней зрелости и план на ближайшие 90 дней. Спасибо Александру за интересный проект.