Корпоративне управління AI переходить від програмного забезпечення до результатів

Підприємства розглядають AI як все більш виконувальний операційний ресурс, а не як програмне забезпечення, яке лише допомагає працівникам. За словами Ірини Шимко, керівним командам необхідно матуявлення про те, де використовується AI, що входить у кожний робочий процес і який результат він дає, замість того, щоб зосереджуватися лише на загальних витратах.

Витрати ростуть, а вплив, що підлягає оцінці, залишається обмеженим

Gartner прогнозує, що глобальні витрати на AI у 2026 році досягнуть 2,59 трильйона доларів, що на 47% більше порівняно з попереднім роком. Згідно з дослідженням McKinsey „State of AI 2025“, 88% організацій використовує AI щонайменше в одній функції, проте лише 39% може приписати якийсь вплив на EBIT, а для більшості з них цей вплив менший за 5%. Фінансовий відділ бачить витрати на використання моделей, інфраструктуру, сервіси даних, інтеграцію та перевірку людини, але не пов'язує ці витрати з результатами. Операційні підрозділи можуть стежити за розгортанням і не вміють виявисокозначні робочі процеси, а IT керує моделями, копілотами та агентами без чіткого уявлення про покриття або залежності.

Витрати на результат важливіші за ціну токена

Gartner прогнозує, що менш як половина проєктів генеративного AI не перевищить бюджет до 2028 року через слабкість архітектурних рішень та брак операційного досвіду. Компанія очікує, що інференс на трильйоннопараметрній моделі буде доступнішим провайдерам на 90% більше до 2030 року порівняно з 2025 роком, хоча також очікується, що вартість інференсу на одному агентному робочому процесі зросте у п'ять разів до 2028 року. Агенти використовують приблизно від 5 до 30 разів більше токенів на завдання, ніж стандартні чат-боти. Цей контраст робить такі показники робочого процесу, як вартість успішно вирішеної обслуговування клієнта, більш вигідними, ніж ціни на токени. Gartner очікує, що витрати на генеративний AI на одне вирішення в обслуговуванні клієнтів перевищать 3 долари до 2030 року.

Управління має слідувати за системами та результатами

Поведінка AI може змінюватися залежно від моделі, промпту, даних, контексту, пов'язаних інструментів та навколишнього робочого процесу. Агент може звертатися до інших систем, використовувати додаткові ресурси та впливати на клієнтів або співробітників навіть тоді, коли цей конкретний ланцюжок подій ніхто не підтверджує. Саме тому п'ятичастинна рамка Шимко зосереджується на видимості, атрибуції, оптимізації, підзвітності та березперервності. Організації мають фіксувати AI в застосунках, робочих процесах, командах та агентах; пов'язувати використання з результатами; перерозподіляти роботу залежно від витрат, швидкості, ризику та необхідної якості; призначити відповідальну особу для кожного робочого процесу під управлінням AI; та постійно стежити за змінами замість покладання на щорічні огляди.

Управління AI стає відповідальністю лідерів

Ця рамка виходить за межі IT і охоплює фінанси, операції, технології та бізнес-керівництво. Згідно з дослідженням McKinsey, компанії, які отримують найбільше зиску від AI, переробляють робочі процеси та покладають відповідальність на керівництво вищої ланки. Шимко радить запитати, чи має кожен робочий процес з AI відповідальну особу, чи відома вартість успіху для трьох найбільших випадків використання та коли востаннє перевірялася дешевша модель для того ж процесу. Головна управлінська зміна полягає в тому, щоб перейти від стеження за ліцензіями на програмне забезпечення та розгортанням до володіння системами, витратами та результатами, створеними AI.