ИИ без иллюзий: как на Конгрессе выбирали ИИ-проекты, которые действительно стоит запускать

На XX Конгрессе «Подмосковные вечера» секция № 3 прошла в формате практического мастер-класса. Вместо очередного разговора о перспективах искусственного интеллекта участники решали вполне реальную задачу CIO: как из десятков идей выбрать ИИ-проекты, в которые действительно имеет смысл инвестировать ресурсы компании.

Мастер-класс провели Леонид Головин, советник по цифровой трансформации «Газпромтранс», и Марат Мухарьямов, CEO Ladcraft. В основу работы легла методология RICE, адаптированная для оценки проектов внедрения ИИ.

Участники разделились на команды и получили единый кейс холдинговой компании: CIO поставлена задача внедрить ИИ, а на входе — около 20 потенциальных гипотез. Нужно было отобрать наиболее перспективные, обосновать свой выбор и подготовить ТЭО-защиту.

Работа шла в несколько этапов. Сначала команды оценивали Reach и Impact — масштаб применения решения и его потенциальное влияние на процессы и бизнес. Затем переходили к Confidence: проверяли зрелость данных, цифровизацию процессов, интеграции, ограничения и в целом реализуемость идеи. Последним фильтром становился Efforts — необходимые человеко-часы, команда, оборудование, серверы, ПО, стоимость владения и другие параметры будущего ТЭО.

Но механически расставить баллы было недостаточно. Одна из важных идей методики — гипотеза не должна получать оценку раньше, чем для неё собраны подтверждающие факты. Если данных не хватает, это тоже результат анализа: сначала нужно увидеть пробелы и задать правильные вопросы, а уже потом принимать инвестиционное решение. Итоговый рейтинг при этом становится не автоматическим вердиктом, а аргументом для обсуждения портфеля ИИ-проектов.

Помогали участникам ИИ-агенты на платформе Ladcraft. «Банк идей» превращал первоначальное описание в структурированный паспорт гипотезы: фиксировал проблему, владельца процесса, предполагаемое решение, метрики и недостающие данные. Второй агент проводил гипотезу через RICE-приоритизацию: помогал оценить охват и влияние, проверить реализуемость, рассчитать трудоёмкость и экономику и собрать материалы для ТЭО. При этом финальный выбор оставался за командой, а не за рассчитанным баллом.

В результате участники прошли практически весь путь, с которым CIO сталкивается при формировании портфеля ИИ-инициатив: от потока идей и неполных вводных до аргументированного выбора проектов, которые можно вынести на обсуждение с бизнесом и руководством.

Финалом стала защита решений. Команды представили результаты в формате коротких питчей, а их работу оценивало экспертное жюри.

Главный вывод мастер-класса: сегодня дефицита идей, куда применить ИИ, уже нет. Скорее наоборот, желающих «прикрутить нейросеть» к каждому процессу человечество произвело с запасом. Настоящая задача CIO — выстроить понятный механизм, который позволяет сравнивать эти инициативы, проверять их на реализуемость и бизнес-эффект и выбирать те, которые действительно стоит доводить до пилота и масштабирования.

А ИИ в этой схеме может быть не только объектом внедрения, но и инструментом, который помогает принять само решение о внедрении.