Как ИИ меняет бизнес-процессы и операционную модель: итерация 2, дополнение к E7
Главное. В продажах, обслуживании, производстве и внешней торговле ИИ пока меняет в основном отдельные операции , а не работу компании целиком. Из 76 собранных практик 56 касаются одной операции, 19 — сквозного процесса, и лишь в…
Заголовок источника
Как ИИ меняет бизнес-процессы и операционную модель
О статусе материала
review
Главное. В продажах, обслуживании, производстве и внешней торговле ИИ пока меняет в основном отдельные операции, а не работу компании целиком. Из 76 собранных практик 56 касаются одной операции, 19 — сквозного процесса, и лишь в одной меняется операционная модель — это план реструктуризации Dow: компания заявляет намерение применять ИИ в сквозных процессах, но ни одна цифра программы к ИИ не отнесена (I2-PR-0055). Эффекты почти всегда заявляют сами компании, их поставщики или пересказывающие их СМИ. Независимо подтверждены лишь отдельные факты: публикация, запуск, масштаб, но не денежный результат. Самые заметные неудачи сосредоточены там же, где их показал E7: ИИ говорит с клиентом без человека (DPD, AI SDR, робот холодных звонков), ставит бизнес на ценовой прогноз модели (Zillow) или получает доступ к рабочим системам (Replit, уязвимость Agentforce).
Этот обзор дополняет главный обзор E7. В E7 было 125 случаев с независимо проверенным исходом, 77 из них медицинские. Итерация 2 — карта практики и источников вне медицины: B2B, B2C, производство, экспорт-импорт, сквозные процессы, операционная модель, агентная экономика. Её записи прошли базовую проверку источника, но не протокол E4, поэтому их нельзя складывать со 125 проверенными случаями.
Что добавлено к E7
| Что | E7 (Синтез E5) | Итерация 2 |
|---|---|---|
| Единица | Случай с независимо проверенным исходом (уровни A/B) | Практика: организация + процесс + период + изменение работы; эффект — как его заявил источник |
| Отрасли | Медицина 77 из 125; промышленность 3, финансы 2, ритейл 9 | Вне медицины: производство 20, B2C 19, внешняя торговля 14, B2B 12, сквозные процессы 3, агентная инфраструктура 5, операционная модель 1, китайские организационные кейсы 2 |
| Россия | 0 проверенных случаев | 16 практик, 6 подходов, 30 Telegram-каналов, 4 YouTube-канала |
| Китай | 8 случаев, в основном научные | 15 практик, 6 подходов к ИИ-трансформации, 7 источников на китайском |
| Операционная модель | Четыре трактовки AI-native; проверенных примеров перестройки нет | 26 подходов с механизмом, ролями и контуром улучшения; внедрённых перестроек по-прежнему нет |
| Наука | 30 работ свежего слоя | Ещё 40 работ (36 arXiv), 3 из них — обновлённые прежние |
| Источники для мониторинга | Профиль из 5 потоков исходов | Навигатор: 26 профилей X, 30 каналов Telegram, китайские площадки; 90 проверенных способов обновления у 69 источников |
Подробные разделы: B2B-продажи, B2C, Производство, Экспорт-импорт, Операционная модель и эффективность, Наука и ML, Навигатор источников, Каталог практик, Индекс оригиналов и профиль мониторинга, Отчёт проверок и карта пробелов.
Шесть наблюдений
1. Изменение идёт по операциям
В большинстве практик ИИ делает одну работу быстрее или дешевле, а соседние звенья процесса остаются прежними. Типичные примеры:
Сквозные изменения встречаются реже: заказ-отгрузка у C.H. Robinson (I2-PR-0057), тендеры Maersk (I2-PR-0066), завод № 18 SANY (I2-PR-0036), «цифровые сотрудники» China Mobile в Чжэцзяне (I2-PR-0073). Но и там источники описывают сам поток работ, а не перераспределение ответственности и бюджета между подразделениями.
Слово «AI-native» источники к себе почти не применяют: из 76 записей оно встречается как заявление автора лишь в трёх. Китайские документы и модели прямо зовут строить «ИИ-родные» (智能原生) компании. Это цель политики и консультантов, а не описание наблюдаемого состояния.
2. Публичные материалы размывают границу между пилотом и эксплуатацией
По словам источников, 47 практик работают в эксплуатации, 13 находятся в пилоте, 5 — на стадии R&D, 3 — в плане, 3 закончились откатом; ещё 2 — в ограниченной эксплуатации, у 3 стадия не установлена. Эти цифры получены уже после проверки. В первых обработанных материалах независимый проверяющий нашёл одну и ту же ошибку: пилот, исследовательская разработка или пункт дорожной карты подавались как работающая практика. Так было у POSCO с автономными ковшами, у Flexport, где проверялись уже поданные декларации, у таможни Кении с ИИ «в планах», у ФТС, где эксплуатацию заявлял брокер, а сама служба называла это планом до 2028 года. Для руководителя вывод прямой: в чужом кейсе первым делом ищите слова «пилот», «планирует», «будет». Китайские источники для этого используют 将, 有望, 能.
3. Эффекты — в основном заявления
Из 196 утверждений в записях о практиках 176 — заявления источника, 9 проверены по второму независимому материалу, 4 содержат противоречие, 5 — гипотезы автора записи, 2 не установлены. Проверенные факты касаются существования и масштаба, а не причинного эффекта. Например, подтверждено, что Zillow закрыла направление и сократила штат, или что Salesforce признала уязвимость; суммы списаний Zillow — заявление компании.
Заявленные эффекты бывают крупными. SANY сообщает о росте мощности завода на 123%. C.H. Robinson — об автоматизации более 75% заказов на сборные грузы. ASML — о росте точности прогноза с 70 до 96%. Ни один из этих эффектов не отделён от других изменений: новых линий, нового оборудования, роста объёма. Прямо это видно в трёх случаях:
4. Неудачи повторяют урок E7
Шесть практик закончились неуспехом или откатом; рядом стоит одна уязвимость, показанная исследователями:
Смешанные случаи поучительнее громких провалов. Stitch Fix строит стратегию на ИИ-персонализации, однако выручка в первом квартале 2025 финансового года упала на 12,6% год к году; генеративная функция Vision вышла позже (октябрь 2025), и вклад ИИ в эти цифры источники не выделяют (I2-PR-0007). У ассистента Woolworths Olive обсуждавшуюся в прессе реплику о «маме» компания назвала давним текстом, написанным человеком, а не сгенерированным ИИ; версии прессы и компании расходятся (I2-PR-0071). Из 24 практик с агентами неуспехом закончились 4, а успехом по заявлению — 7.
5. Скрытые затраты видны, если их искать
Источники редко называют стоимость, но оговорки встречаются:
Перенос нагрузки тоже встречается. У «Фаско+» упразднили должность аналитика, а работу передали менее квалифицированному сотруднику (I2-PR-0016). У торговцев Иу ролики генерирует ИИ, но проверку переводов и роликов выполняют люди платформы (I2-PR-0043).
6. Операционная модель: подходов много, замкнутых циклов мало
Мы сравнили 26 подходов. Консультанты (McKinsey, BCG, Gartner, Microsoft) описывают роли людей и агентов, «руководителя агентов», центр компетенций и федеративную модель. Вендоры (Celonis, SAP Signavio, «цифровой сотрудник») предлагают инструменты. Государства задают программы: в Китае — «ИИ+» и «компании из одного человека», в России — методика цифровой трансформации госкомпаний и нацпроект «Производительность труда».
Пятнадцать из 26 подходов концептуальны, у десяти основание — заявления о кейсах, у одного — опрос. Хуже всего описан последний шаг цикла улучшения: кто утверждает новый стандарт работы и как проверяют, что улучшение закрепилось. Явно цикл улучшения описывают лишь три источника — Минцифры, Kaizen Institute и Haier; цикл SDCA с закреплением стандарта («стандартизируй, сделай, проверь, действуй») — только Kaizen Institute, внутри своих Kaizen-мероприятий (I2-OA-10). Остальные источники в лучшем случае называют метрики. Обучение модели на новых данных не равно организационному обучению. Подробно — в разделе «Операционная модель и эффективность».
Регионы
- Россия. В корпусе E7 российских случаев не было. Теперь есть 16 практик, в основном крупные компании: Северсталь, Норникель, ММК, НЛМК, Т-Банк, Альфа-Банк, МегаФон, Яндекс Маркет, ФТС. Эффекты — заявления компаний, часто через отраслевые СМИ. Есть честный провал малого агентства (Vagabond). Подходы исходят от государства (Минцифры, ФЦК), банков и телекома (Сбер, МТС). Российский Telegram — рабочий канал мониторинга: 30 каналов, 15 из них приоритетные.
- Китай. Производство описано подробнее всего (Haier, Baosteel, CATL, BOE, SANY), видна роль государства: «ИИ+», «фабрики-маяки», модели зрелости. При этом нашлась системная ошибка пересчёта: 万 и 亿 давали ошибку в 10 раз в трёх группах материалов. Её исправили, после чего сплошь перепроверили 133 числа в четырёх китайских подборках и исправили ещё две найденные ошибки. Часть китайских СМИ из сети проекта недоступна, поэтому использованы перепечатки и раскрытия бирж.
- США и Европа. Больше всего открытых неудач и инцидентов (Zillow, DPD, 11x, Replit) и вендорских кейсов. В B2B в Европе нашлись только Klöckner и Maersk.
- Другие регионы. Япония, Корея, Индия, Юго-Восточная Азия, Бразилия: 14 практик, в основном из материалов компаний и вендоров.
Что это значит для руководителя
- Начинайте с операции, у которой есть счётчик: время черновика, доля автоматически закрытых алертов, точность прогноза. Сквозная перестройка без такого счётчика не проверяется.
- Не пускайте ИИ говорить с клиентом без контроля, пока не измерили качество. Отказ после короткого пилота (ZoomInfo, Airtable) ограничил ущерб — это дешевле, чем обнаружить провал при полном запуске.
- Считайте полную стоимость: инженеры поддержки, токены, разметка, контроль доступа, человеческая проверка. Заявленная стоимость может её не включать — как в случае Vercel.
- Разделяйте пилот и эксплуатацию — и в чужих кейсах, и в своих отчётах.
- Агентам с доступом к рабочим системам нужны права, журналы и откат до запуска, а не после инцидента.
- Определите, кто утверждает новый стандарт работы. Без этого улучшение остаётся экспериментом.
Откуда данные и границы
Сбор шёл с 24 по 25 сентября 2026 года: 40 исследовательских подборок материалов на русском, английском и китайском, 556 зарегистрированных обращений к оригиналам, 448 сохранённых файлов. Каждую запись проверили по прочитанному тексту: сниппет поиска за чтение не считался. Независимый проверяющий из другой модели выборочно проверил больше трети записей, во всех потоках. Повторяющиеся ошибки — стадия, технология, китайские числа, аудитория X — исправили по всем затронутым материалам. Людей-проверяющих не было. Подробности — в отчёте проверок.
Границы:
Правовые наблюдения по внешней торговле — пересказ источников, а не юридическая рекомендация.