Зрелость ИИ: что это значит для вашей организации

Уровень зрелости ИИ отражает степень развития и продуманности использования искусственного интеллекта в организации, выходя за рамки простого наличия ИИ-инструментов. Большинство концепций описывают это как модель зрелости ИИ, которая проходит путь от раннего неструктурированного экспериментирования до полной интеграции ИИ.

На самом раннем этапе горстка сотрудников использует ИИ по собственной инициативе. Никто не утверждал это и никого не обучал. Результаты получаются непоследовательными, и другие сотрудники редко используют эту работу повторно.

На следующем этапе команды проводят структурированные пилотные проекты. Какой-то отдел выбирает конкретную задачу, выполняет ее с помощью ИИ и оценивает эффективность. Организация Inteleos, некоммерческий фонд, проводящий экзамены на медицинские сертификаты, внедрила Perplexity Enterprise для помощи в составлении несложных вопросов для тестов. После успешного завершения пилотного проекта Perplexity была внедрена для 88% сотрудников Inteleos.

По мере того как компании достигают большей зрелости в использовании ИИ, они начинают встраивать ИИ-инструменты в стандартные рабочие процессы, а также подключать их к корпоративным данным и системам. Например, в компании Paypal специалисты по корпоративным рискам используют Perplexity в рамках стандартного процесса безопасности, проверяя идентификаторы путем сопоставления данных о владельцах и выявляя подозрительные учетные записи.

И наконец, на самой зрелой стадии компания адаптирует свои продукты, бизнес-модель или операционную деятельность для полного внедрения ИИ. Они также могут использовать автономные ИИ-системы и модели, которые передают работу друг другу. Например, в компании Rox ИИ встроен в сам продукт: агенты автоматизируют часть исследований по продажам и обслуживание CRM, в то время как API Perplexity предоставляют внешнюю аналитику, которая поддерживает эти рабочие процессы.

Прирост личной производительности за счет ИИ встречается относительно часто: об этом сообщили 80% респондентов в исследовании McKinsey за 2026 год. Но лишь 37% заявили, что это внесло вклад в показатель EBIT их организации.

Разница в результатах, по всей видимости, связана со зрелостью использования ИИ в компании. Компании с высокими результатами в сфере ИИ по версии McKinsey (около 6% респондентов) обеспечивают за счет ИИ по меньшей мере 5% EBIT и оценивают эту пользу как значительную.

Компании с развитой программой ИИ имеют несколько общих ключевых особенностей:

Они перестроили рабочие процессы вокруг ИИ-решений. Почти три четверти лидеров в сфере ИИ по версии McKinsey переработали рабочие процессы из-за ИИ по сравнению с четвертью остальных респондентов.
Высшее руководство привержено использованию ИИ. Согласно исследованию BCG 2025 года, в котором приняли участие 1250 руководителей высшего звена, практически во всех 5% компаний с самыми высокими показателями зрелости ИИ руководство глубоко вовлечено в процесс (по сравнению с 8% среди 60% компаний с самыми низкими баллами).
Они уделяют первостепенное внимание развитию навыков работы с ИИ у сотрудников. Те же компании с самыми высокими баллами планировали обучить ИИ более 50% своего персонала в том же году по сравнению с 20% в компаниях с самыми низкими баллами.
Они внедрили решения на базе агентного ИИ. Лидеры в области ИИ по версии McKinsey более чем в 3 раза чаще масштабируют агентов в большинстве бизнес-функций.

Модель зрелости ИИ от Gartner оценивает зрелость организации на основе того, насколько хорошо ИИ интегрирован в ее процессы. Организация оценивается раздельно по семи направлениям: стратегия, данные, управление, инженерия, операционная модель, культура и ценность ИИ. Затем организации распределяются по одному из пяти этапов:

Базовый: экспериментальное использование, слабая координация
Зарождающийся: проводятся ранние пилотные проекты, есть определенный интерес руководства
Операционный: ИИ используется в бизнес-процессах
Масштабируемый: ИИ используется в различных функциях, принося измеримый ROI
Трансформационный: ИИ влияет на принятие решений и операционные модели, обеспечивая существенное конкурентное преимущество

Модель зрелости ИИ-автоматизации от Deloitte измеряет зрелость конкретно по тому, насколько глубоко агенты встроены в процессы компании.

Уровень 1: Стандартная автоматизация без задействования агентов.
Уровень 2: Базовая автоматизация, агенты внедрены в существующие процессы.
Уровень 3: Процессы активно перепроектируются с учетом возможностей агентов.
Уровень 4: Сама организация реструктурирована вокруг возможностей ИИ.

Фреймворк внедрения ИИ от Google Cloud отслеживает зрелость в рамках трех фаз.

Тактический: простые, узкие варианты использования ИИ, зачастую без четкого плана дальнейших действий.
Стратегический: ИИ приносит устойчивую бизнес-ценность, при этом несколько систем развернуты и поддерживаются в рабочей среде.
Трансформационный: ИИ играет центральную роль в организации, стимулируя инновации и поддерживаясь структурой для его дальнейшего масштабирования.

В нем также выделяется шесть тем, каждая из которых образуется на пересечении двух основных областей: люди, процессы, технологии и данные.

Обучение: качество и масштаб программ по формированию навыков работы с ИИ.
Руководство: наличие поддержки работы с ИИ со стороны руководства и координации между командами.
Доступ: простота совместного использования и повторного применения данных и ИИ-ресурсов в масштабах всей организации.
Масштабирование: способность облачных сервисов справляться с ИИ-нагрузками реального объема.
Безопасность: степень защищенности и ответственного регулирования данных и ИИ-систем.
Автоматизация: надежность работы ИИ-систем в продакшене.

Несмотря на различия в фокусе и методах измерения, фреймворки описывают один и тот же путь зрелости: неструктурированные эксперименты, пилотные проекты при поддержке руководства, интеграция ИИ в повседневную работу и, наконец, изменение облика самой организации под воздействием ИИ.

Достижению зрелости ИИ в организациях обычно мешают четыре препятствия. Вот как с ними справиться:

При запуске кросс-функциональных пилотных проектов по ИИ выберите первый вариант использования ИИ, а затем определите один или два источника данных, на которые он опирается. Убедитесь, что эти источники:

Организованы: храните только те записи, которые необходимы для данного варианта использования, в одном месте.
Точны: удаляйте дубликаты, исправляйте устаревшие записи и проверяйте наличие ошибок.
Закреплены за владельцем: назначьте человека, который поддерживает точность данных и решает, кто может их изменять.

Добавляйте новые источники данных только после того, как первые начнут выдавать надежные результаты. Определите общие термины (например, что считается активным клиентом) в едином месте, из которого считывает информацию ИИ-инструмент.

Выделите в календаре регулярное время (ежедневно или еженедельно) для практики работы с ИИ над собственными задачами — индивидуально или в группе. Научите сотрудников проверять источники ИИ и оценивать результаты его работы.

Прежде чем внедрять новый рабочий процесс с использованием ИИ, попросите сотрудников, выполняющих эту задачу, записать шаги, опробовать версию с ИИ и указать, в чем она уступает. Интегрируйте ИИ с уже используемыми инструментами и протестируйте его на небольшой аудитории перед более широким запуском.

Четкие правила в отношении инструментов, данных и проверки позволяют быстро наращивать и масштабировать использование ИИ без дополнительных рисков. Опубликуйте короткий список утвержденных инструментов и сделайте обязательным вход под корпоративной учетной записью. Установите уровни данных, определяющие, какие типы данных могут передаваться в те или иные инструменты.

Определите, какой объем проверки человеком требуется для каждого типа работы, распределив каждый рабочий процесс с участием ИИ по одной из трех категорий: контролируется ИИ, проверяется человеком или полностью выполняется человеком. Ведите журнал того, какие ИИ-инструменты использовались для какой работы и кто проверял результат, чтобы можно было отследить ошибку до ее источника и исправить.

Согласно исследованию BCG, более 60% компаний с самыми высокими показателями зрелости тщательно отслеживают ценность ИИ по сравнению с 17% стагнирующих компаний. Выберите один измеримый рабочий процесс и зафиксируйте базовые показатели: время, затраты и частота ошибок. Установите критерии успеха и дату принятия решения до начала пилотного проекта. Отслеживайте стоимость использования с первого дня и масштабируйте только после того, как результаты превзойдут базовые показатели.

Внедрение ИИ: Степень использования ИИ-инструментов. Этот термин часто используют как синоним зрелости ИИ, однако между ними есть разница: зрелость относится к системному использованию ИИ в масштабах всей организации, а внедрение означает лишь то, сколько людей им пользуются.

Готовность к внедрению ИИ: Наличие инфраструктуры и данных для эффективного использования ИИ. Организация может иметь чистые данные и надежную инфраструктуру и все равно отставать по уровню зрелости, если она не адаптировала свои рабочие процессы под возможности ИИ.

Зрелость ИИ: Насколько осознанно и эффективно используется ИИ. Внедрение и готовность делают зрелость возможной, но не гарантируют ее.

Управление ИИ (Governance): Правила и процессы, определяющие ответственное использование ИИ внутри организации, порядок одобрения новых вариантов использования и перечень проверяемых аспектов.

Агентный ИИ: ИИ-системы, способные самостоятельно предпринимать действия и выполнять многоэтапные задачи, а не просто реагировать на одиночные промпты.

Оркестрация: Запуск нескольких ИИ-агентов, при котором один агент может передать часть задачи другому вместо использования каждого из них изолированно.

Ответы на несколько вопросов помогут любому сотруднику составить общее представление о позиции его организации.

	Вопросы для оценки
Стратегия	Существует ли в компании сформулированная цель использования ИИ, достаточно конкретная, чтобы ее можно было повторить? Включает ли план использования ИИ на следующий квартал конкретные цели? Есть ли топ-менеджер или команда, отвечающая за решения в области ИИ?
Данные	Имеют ли ИИ-инструменты доступ к соответствующему контексту, прошлым беседам, документам, записям или эти данные каждый раз вводятся вручную? Когда находится полезный способ применения ИИ, передается ли эта информация остальной команде? Существует ли централизованное хранилище данных, к которому подключаются инструменты ИИ, или каждая команда управляет своим?
Управление	Если ИИ допускает серьезную ошибку, существует ли процедура ее обнаружения и что происходит дальше? Существуют ли четкие ограничения на то, что ИИ может делать без проверки, или это решается в каждом отдельном случае? Требуется ли одобрение для нового варианта использования ИИ, или любой сотрудник может начать использовать новый инструмент самостоятельно?
Технологии	Связаны ли используемые ИИ-инструменты друг с другом так, что один может передать работу другому, или каждый работает автономно? Потребуется ли поддержка ИТ или инженерного отдела для настройки нового рабочего процесса с поддержкой ИИ?
Таланты	Изменилась ли какая-либо конкретная задача за последние шесть месяцев в связи с появлением ИИ? Существует ли формальное обучение эффективному использованию ИИ, или все в основном разбираются во всем самостоятельно?

Perplexity Computer поддерживает путь к организационной зрелости ИИ, объединяя 20 передовых моделей в единую систему, охватывающую исследования, анализ, создание контента и написание кода, вместо использования каждой модели в качестве отдельного инструмента. Система напрямую распределяет рабочие нагрузки между этими моделями — это именно тот уровень оркестрации, который знаменует собой более продвинутые стадии зрелости.

Что такое модель зрелости ИИ?
Это концепция, которая оценивает возможности организации в области ИИ и присваивает ей уровень на основе степени развития и продуманности использования ИИ.

Каковы этапы зрелости ИИ?
Большинство фреймворков описывают схожую траекторию: неструктурированные эксперименты, затем структурированные пилоты, интеграция ИИ в ежедневные рабочие процессы и автономная работа ИИ в масштабах всей организации.

Чем зрелость ИИ отличается от внедрения ИИ?
Внедрение оценивает, используются ли ИИ-инструменты в принципе. Зрелость измеряет эффективность их использования.

В чем разница между зрелостью ИИ и готовностью к нему?
Готовность оценивает наличие инфраструктуры и данных для эффективного использования ИИ. Зрелость измеряет, перестроила ли организация свои операции вокруг этих возможностей.

Что означает управление ИИ (Governance)?
Это правила и процессы, определяющие ответственное использование ИИ внутри организации, включая порядок одобрения новых вариантов применения и перечень проверяемых перед развертыванием аспектов.

Что такое агентный ИИ?
Это системы ИИ, способные действовать самостоятельно и выполнять многоэтапные задачи, а не просто реагировать на одиночные промпты.

Что такое оркестрация ИИ?
Это совместное использование нескольких моделей или систем ИИ, при котором одна из них может передать часть задачи другой вместо применения каждого инструмента изолированно.

Как организация может повысить свою зрелость ИИ?
Пройдя путь от изолированных экспериментов к структурированным пилотам с четким распределением ответственности, подключив ИИ к реальным данным и рабочим процессам, а также внедрив управление для областей, где ИИ может действовать без проверки.

Что такое уровень зрелости ИИ

Почему важна зрелость ИИ

Зрелость ИИ: популярные фреймворки

Зрелость ИИ: распространенные препятствия

1. Качество данных

2. Навыки

3. Управление (Governance)

4. Польза для бизнеса

Зрелость ИИ: глоссарий

Зрелость ИИ: быстрая самооценка

Какую роль играет Perplexity

Часто задаваемые вопросы (FAQ)