Человек и ИИ как новый игрок: тренды, вызовы и прогнозы от экспертов ПМЭФ-2026

Гибридная работа — уже не про офис и удалёнку. Теперь так называют совместную работу человека и ИИ-агента. И таких команд становится всё больше. По данным Сбера, которые привёл модератор сессии Владислав Крейнин, старший вице-президент Сбера, директор департамента маркетинга и коммуникаций, искусственный интеллект уже используют 53% крупнейших компаний, 52% крупных и средних — и лишь 35% малого бизнеса. 

«Мы стоим на пороге одной из самых интересных трансформаций в сфере труда, когда мы начинаем работать в гибридном формате», — определил контекст Владислав Крейнин. По его словам, на горизонте трёх лет такой формат станет нормой для большинства крупных компаний. А через пять лет мир придёт к AI-нативным организациям, где приглашать агента в команду будет так же естественно, как нанимать человека.

По мере внедрения ИИ сами компании проходят три ступени: адаптивный этап, на котором ИИ-инструменты дополняют существующие процессы, нативный, когда ИИ интегрирован в ядро операционной модели, и автономный, при котором участие человека минимально, а все операции ведёт мультиагентная система. Большинство организаций сегодня находятся на первой ступени, нативные только зарождаются, а полностью автономных пока ещё нет. 

Как гибридная команда выглядит на практике: в маркетинге Сбера действует мультиагентная система «МАРКУС», с которой работают больше 100 человек. ИИ-сотруднику поручают исследования, аналитику, креатив, мониторинг повестки и автономный запуск базовых процессов.

Можно ли посчитать отдачу от искусственного интеллекта 

Экономический потенциал ИИ спикеры обсуждали в масштабе мировой экономики. Владислав Крейнин привел оценку McKinsey: ежегодная стоимость генеративного ИИ при полном внедрении может достигать $4,4-7,9 трлн. По прогнозам Goldman Sachs мировой ВВП увеличится на 7% за десятилетие. А чистый прирост рабочих мест к 2030 г. после замещения составит 78 млн, согласно данным World Economic Forum.

Один из центральных вопросов сессии — как отличить реальную отдачу от ИИ от завышенных ожиданий. Здесь мнения участников разделились.

Первый вице-президент Газпромбанка Адель Валиуллин рассказал, что банк считает окупаемость искусственного интеллекта на горизонте 3-6 лет. За три года вложено менее 10 млрд руб., при пессимистичном сценарии инвестиции окупаются, при оптимистичном — приносят в 2-3 раза больше. Эффект от генеративных моделей сложно оценить. Валиуллин проиллюстрировал проблему примером: если сотрудник выполняет работу за 10 минут вместо часа, но потом на 50 минут уходит на перерыв, организация не получит профита.

Александр Крайнов, директор по развитию технологий искусственного интеллекта в «Яндексе», считает, что к цифрам окупаемости внедрения нейросетей не нужно относиться серьёзно. Свою позицию он объяснил аналогией: рассчитывать экономический эффект ИИ так же бессмысленно, как эффект от персональных компьютеров. «Если их не использовать, можно уходить с рынка, ничего работать не будет. Вот искусственный интеллект похожая вещь», — заявил спикер. По его словам, в отдельных областях эффект прогнозируется точно, но в большинстве случаев внедрение ИИ остаётся «прыжком веры».

Обмен сотрудников на токены

Одним из тезисов сессии стал новый управленческий подход, описанный Александром Крайновым: размен хедкаунта на токены. Раньше подразделению для роста нужны были новые сотрудники, теперь необходимо делать выбор. «Появляется возможность сказать: нам одного человека в команду, а ещё бюджет на огромное количество токенов, мы тогда сделаем больше», — описал ситуацию спикер. При этом речь не идёт об увольнениях. Размен начинается только при новом найме. Крайнов отдельно отметил, что такая ситуация меняет иерархию ценностей в крупных компаниях. Раньше статус сотрудника определялся числом подчинённых, а теперь может измеряться объёмом бюджета на токены. 

Практическая рекомендация экспертов: при каждой новой вакансии стоит проверять, не дешевле ли вместо найма применить ИИ. Причём лучше проверять заново каждые полгода, потому что технологии меняются стремительно. 

Когда покупатель — это агент

О появлении принципиально нового типа клиента заявил Юрий Шишкин, основатель компании 24TTL. По словам спикера, корзину всё чаще собирают агенты, а решения о покупке пользователи делегируют LLM — ГигаЧату, ChatGPT и прочим. По данным исследования Adobe, за год трафик на сайты ретейлеров из LLM-сервисов вырос на 700%.

Вывод спикера прозвучал как руководство к действию для любого бизнеса. Первым делом следует спросить у чат-бота про свой бренд, видно ли его в выдаче. Привычные инструменты перформанс-маркетинга быстро устаревают, а агенту не нужны красивые анимации и вовлекающие квизы: «Ему нужна простая, сухая информация, техническая, которая построена на контексте использования продукта, услуги», — сказал Шишкин. 

Производство в начале пути к ИИ 

Контрапунктом к историям из e-commerce стал кейс Василия Чуранова, директора дивизиона «Машиностроение и металлообработка» ГК «Цифра», о самом инертном секторе экономики. Машиностроение, по его словам, пока на этапе сбора промышленных данных. Компания подключает станки к системе мониторинга, чтобы дать менеджменту объективную картину работы производства. Следующий этап — выход на заводы человекоподобных роботов, чья стоимость падает. ГК «Цифра» видит свою роль переводчиком «с языка роботов на язык станков». 

Резюме

Сессия сознательно осталась в поле технооптимизма. Владислав Крейнин напомнил, что без него в новой реальности формируется «выученная беспомощность к технологиям». Участники сошлись на том, что ИИ не упраздняет человека, а перераспределяет роли. За людьми остаются смысл, доверие и решения в условиях неопределённости.