Почта России: как встроить ИИ в реальные процессы компании - от модели к системе

Дмитрий Чудинов, заместитель генерального директора по цифровой трансформации

Почта России.

CNews FORUM Кейсы 2026: опыт ИТ-лидеров.

Ценность искусственного интеллекта определяется не самой моделью, а тем, как она встроена в организацию. Выбор конкретной модели важен, но он вторичен: модели быстро меняются, и ставка на «самую лучшую» версию не решает стратегическую задачу. Ключевой результат появляется тогда, когда вокруг модели выстроены процессы, контур управления, механизмы замены, данные, доверие и безопасность. Именно это превращает технологию из демонстрации возможностей в рабочий инструмент, который можно масштабировать и удерживать в стандартном операционном цикле.

Отдельно подчеркивается разрыв между массовым интересом к ИИ и реальным промышленным эффектом. Компании массово говорят о внедрении, активно увеличивают инвестиции, но измеримый результат в проде получают далеко не все. Это объясняется тем, что технологический прогресс идет быстрее, чем перестройка организаций. Модели становятся сильнее, контекст шире, возможности выше, но если компания продолжает работать по старым схемам, эффект оказывается ограниченным. В этом и заключается парадокс рынка: технологический потенциал растет стремительно, а организационная готовность — заметно медленнее.

В выступлении жестко сформулировано распределение факторов успеха: лишь часть результата связана с алгоритмами, важную роль играют данные, но решающим становится именно процессный и культурный слой. Если на старый процесс, выстроенный под человека, просто поставить агента, система не заработает полноценно. Нужна перестройка под задачу, а не под наследованные регламенты. ИИ здесь рассматривается как повод пересобрать саму организационную логику: роли, правила, ответственность, сценарии контроля и взаимодействия. Иначе технология начинает конфликтовать с инерцией компании и упирается в сопротивление, бюрократию и страх ошибок.

Сильный акцент сделан на масштабных организациях, где внедрение ИИ особенно сложно именно из-за сложности среды. В крупных компаниях с большим количеством людей, регламентов, систем и требований нельзя просто «добавить» новую технологию поверх старой архитектуры. Если процессы критичны для непрерывной работы, перестраивать их нужно без остановки бизнеса, а это требует иной инженерной и управленческой дисциплины. Поэтому ценность смещается от работы с моделью как таковой к работе с механизмом внедрения: как адаптировать процессы, как снять сопротивление, как обеспечить управляемость и не потерять устойчивость.

Отдельный важный блок связан с безопасностью. ИИ описывается как обоюдоострый инструмент: он ускоряет расследования, анализ логов, корреляцию данных и автоматизацию защиты, но одновременно усиливает и атакующую сторону. Появление автономных атак и рост уязвимостей меняют саму парадигму информационной безопасности. Поэтому внедрение агентов требует не только технического подключения, но и выстраивания ответного контура защиты, процедур контроля и системы управления цифровыми сотрудниками. Без этого автоматизация превращается в риск, а не в преимущество.

Задача не в том, чтобы просто внедрить ИИ, а в том, чтобы сделать его частью управляемой и безопасной операционной системы компании. Только в этом случае можно рассчитывать не на локальный эффект в несколько процентов, а на качественно другой уровень производительности и конкурентоспособности. Идея здесь предельно практичная: технологическая гонка уже идет, но выиграет не тот, у кого сильнее отдельная модель, а тот, кто сумеет правильно собрать вокруг нее процессы, управление и доверие.