Я на два года впереди большинства компаний. Если вы не включитесь сейчас, к 2028 году начнёте исчезать

2026-08-17 18:56:26 Время чтения 29 мин 250

Почему главная конкурентная гонка идёт сразу в двух местах — в ответах ИИ и внутри операционной модели бизнеса

Сергей Семёнов, основатель и CEO RECOMO

В 2026 году бизнесу ещё кажется, что искусственный интеллект — это набор новых инструментов. На самом деле уже меняется сама система выбора компаний и выполнения работы. Отставание пока выглядит терпимым. Через два года оно станет структурным.

Сразу объясню, что значит «я на два года впереди»

Это не заявление о том, что я знаю будущее точнее всех или обладаю каким-то особенным искусственным интеллектом. Доступ к сильным моделям быстро становится массовым. Моя фора в другом: я уже строю бизнес в логике, к которой большинство компаний только начнёт подходить через два года.

В этой логике ИИ одновременно становится посредником между спросом и брендом — и частью самого предприятия. Снаружи он отвечает человеку, кого выбрать. Внутри он ищет информацию, готовит решения, ведёт процессы, контролирует сроки и выполняет разрешённые действия. Компания будущего должна быть понятна ИИ снаружи и уметь работать вместе с ИИ внутри.

Большинство организаций пока закрывает только самый поверхностный слой: сотрудники пишут тексты, делают сводки и иногда пользуются чат-ботом. Это полезно, но это не трансформация. Это цифровая канцелярия.

Рынок уже разделился — просто разрыв ещё плохо виден

По данным Stanford AI Index 2026, 88% опрошенных организаций используют ИИ хотя бы в одной бизнес-функции, а генеративный ИИ — 70%. Но внедрение агентов остаётся на уровне единичных процентов почти во всех функциях. Это и есть парадокс 2026 года: доступ массовый, перестройка бизнеса — редкая.

Глобальное исследование McKinsey State of AI 2025 показывает почти ту же картину: около девяти из десяти компаний регулярно используют ИИ, но почти две трети ещё не начали масштабировать его на уровне всей организации. Только 39% респондентов связывают ИИ хотя бы с каким-то влиянием на операционную прибыль компании, и у большинства из них эффект пока меньше 5%.

На первый взгляд это успокаивает: если почти все экспериментируют и почти никто не получил большой эффект, значит, можно подождать. На самом деле вывод обратный. Сейчас открыто короткое окно, когда можно догнать лидеров относительно недорого. После закрытия окна догонять придётся уже не технологию, а накопленный организационный опыт.

В России разрыв тоже уже существует. В исследовании НАФИ и «Технологий Доверия» среди 1001 руководителя 86% компаний сообщили об использовании ИИ, чаще всего — в клиентском сервисе. Но лишь 28% готовы направлять на ИИ-проекты от 1% до 3% инвестиционного бюджета. То есть интерес уже массовый, а серьёзная ставка — ещё нет.

Покупка ИИ-инструмента больше не даёт преимущества

Если конкурент завтра может купить тот же доступ к модели, что и вы, сама модель не является защитой. Защита возникает там, где модель встроена в конкретную систему работы: знает контекст, получает правильные данные, действует в пределах полномочий, передаёт исключения человеку и улучшает результат по обратной связи.

Поэтому я считаю опасным вопрос: «Какой ИИ-сервис нам купить?» Он начинается слишком поздно. Сначала нужно спросить: «Какой результат у нас сейчас производится медленно, дорого или нестабильно? Где теряется информация? Где работа ходит по кругу? Где решение зависит от одного перегруженного человека? Где клиент ждёт, потому что внутри компании никто не видит всю картину?»

У лидеров именно такой порядок действий. McKinsey отмечает, что компании, получающие от ИИ 5% и более операционной прибыли, в три раза чаще проводят широкую перестройку операционной модели и вдвое чаще меняют процессы до выбора ИИ-инструментов. PwC пришла к созвучному выводу: 74% экономической ценности ИИ получают всего 20% организаций; лидеры примерно вдвое чаще перестраивают рабочие процессы, а не просто добавляют новые инструменты.

Главный дефицит сегодня — не вычисления. Главный дефицит — способность руководства увидеть компанию как систему функций, решений, данных и повторяющихся действий, а затем перепроектировать её под связку Human + AI.

Первый фронт: клиент уже может выбрать вас, не заходя на ваш сайт

Привычная картина цифрового маркетинга была простой: человек вводит запрос, получает список ссылок, переходит на сайты, сравнивает предложения. Генеративный поиск сжимает этот путь. Пользователь формулирует задачу обычным языком и просит назвать подходящие компании, сравнить их, объяснить риски и рекомендовать лучший вариант.

В этот момент сайт остаётся важным, но перестаёт быть обязательной первой точкой контакта. Сначала вас должен обнаружить, понять и включить в набор вариантов искусственный интеллект. Если он не находит достаточных подтверждений, неверно понимает специализацию или знает о конкуренте больше, вы можете не попасть даже в короткий список.

Данные Pew Research Center показывают, как меняется поведение. При наличии ИИ-сводки пользователи переходили на обычный результат поиска в 8% визитов против 15% без сводки. На ссылку внутри самой сводки они нажимали лишь в 1% случаев. Для длинных запросов из десяти и более слов ИИ-сводка появлялась уже в 53% поисков в исследованной выборке.

Это не означает смерть сайтов или классического поиска. Это означает появление нового слоя выбора до сайта. У бренда может быть сильная реклама, хорошая выдача и известность — и одновременно слабая видимость в ответах ИИ.

Что именно нужно измерять во внешнем контуре

В RECOMO мы называем этот контур AI Visibility — видимостью компании в системах искусственного интеллекта. Она не сводится к одному запросу и не измеряется красивым снимком экрана. Нужен повторяемый набор сценариев, одинаковые правила сравнения и проверка источников.

Присутствие. Появляется ли компания в релевантных ответах без прямого упоминания бренда.

Понимание. Верно ли ИИ описывает продукты, специализацию, географию, ограничения и преимущества.

Попадание в выбор. Включает ли систему компанию в короткий список вариантов.

Позиция. Насколько заметно бренд представлен относительно конкурентов.

Рекомендация. Советует ли ИИ компанию прямо и на каких основаниях.

Источники и доказательства. Какие независимые и собственные материалы поддерживают вывод, насколько они свежие и согласованные.

Если эта система измерений не создана сейчас, через два года маркетинговая команда будет смотреть на падение привычных показателей, но не понимать, где именно бренд исчез из нового пути клиента.

Второй фронт: работу начинает выполнять не инструмент, а цифровая роль

Внутри бизнеса происходит более глубокий переход. Сначала ИИ отвечал на вопросы. Затем стал помощником: написал письмо, сделал сводку, подготовил таблицу. Следующий этап — цифровая роль с задачей, контекстом, доступом к разрешённым системам, правилами эскалации и человеческим контролем.

Разница принципиальна. Инструмент ждёт команды. Роль получает результат, который должна обеспечить: разобрать входящие обращения, подготовить клиента к встрече, проверить комплект документов, собрать управленческую сводку, проследить за дедлайнами, сформировать черновик коммерческого предложения, сопоставить поставщиков или передать человеку исключение.

Gartner прогнозировал, что к концу 2026 года 40% корпоративных приложений будут включать специализированных ИИ-агентов против менее 5% в 2025-м. Но встроенная кнопка «агент» ещё не создаёт цифровой штат. Без ясной ответственности, данных, контроля и интеграций это остаётся функцией внутри программы.

Опрос PwC среди руководителей показывает уже измеримый эффект у внедряющих агентов: 66% сообщают о росте производительности, 57% — об экономии, 55% — об ускорении решений, 54% — об улучшении клиентского опыта. При этом менее половины действительно меняют операционную модель или перепроектируют процессы под агентов.

Именно здесь рождается новая граница между «пользоваться ИИ» и «работать в компании нового типа».

Почему фора в два года станет почти несокращаемой

Можно возразить: модели дешевеют и улучшаются, значит, в 2028 году проще купить более зрелое решение и сразу догнать. Это верно только для технологии. Организацию так купить нельзя.

За два года ранний игрок накапливает пять активов, которые не продаются в коробке.

Карта реальной работы. Не должностные инструкции, а фактические маршруты задач, исключений, согласований и потерь времени.

Корпоративный контекст. Проверенная база знаний, связи между документами, клиентами, решениями и ответственными.

История качества. Данные о том, где система ошибается, что можно автоматизировать, а где нужен человек.

Организационное доверие. Понимание сотрудниками, руководством, безопасностью и юристами, какие действия разрешены и как контролируются.

Внешний слой доказательств. Последовательное цифровое представление компании, независимые источники, отраслевой авторитет и история измерений AI Visibility.

Поздний игрок сможет купить ту же модель. Но он не купит ваши журналы ошибок, правила эскалации, накопленные данные, доверие команды и два года присутствия в источниках. Он начнёт обучение тогда, когда вы уже будете оптимизировать третью версию своей системы.

В Microsoft Work Trend Index 2026 только 19% пользователей ИИ оказались в «передовой зоне», где личная готовность сотрудников поддерживается зрелостью организации. Около половины остаются в переходной середине, а часть сильных сотрудников уже упирается в компании, которые не создали условий для применения их навыков. Это прямой риск потери самых инициативных людей.

Что я уже сделал внутри RECOMO

Я не пишу об этом как наблюдатель. RECOMO строится как практический собственный полигон Human + AI. Сегодня у нас описан контур из 22 цифровых ролей: управление операциями, финансы, продажи, исследования, маркетинг, связи с общественностью, право, безопасность, кадры, продукт, дизайн и другие функции.

Важно не превращать это в рекламную сказку. Это не 22 полностью автономных сотрудника, которые круглосуточно принимают решения без человека. У нас есть маршрутизация задач, советы цифровых ролей, правила допуска и точки обязательного утверждения. Часть ролей уже имеет исполнительные контуры, часть вызывается по задаче и постепенно переводится в рабочий режим.

Именно такая честность важна для рынка. Ценность не в количестве названных агентов и не в эффектной оргсхеме. Ценность в том, что функция реально получает вход, выполняет разрешённые шаги, оставляет след, соблюдает границы и передаёт человеку решение там, где нужны ответственность, суждение, переговоры или доверие.

Мы используем ту же логику и в новом образовательном проекте RECOMO AI School: сначала проектируем роли, ответственность, маршруты и контроль, а уже потом выбираем инструменты. Для меня это не презентация о будущем. Это текущий способ строить новые бизнесы.

Если вы решите подождать, потеряете не время — потеряете позицию

Через два года отставание проявится не одной большой катастрофой. Оно разложится по отчётности и будет выглядеть как набор вроде бы отдельных проблем.

Маркетинг станет дороже. Часть выбора переместится в ИИ-ответы, а компания не будет знать, где и почему она не попадает в рекомендации.

Продажи станут медленнее рынка. Конкурент будет собирать контекст, персонализировать предложение и отвечать за минуты, а ваша команда — за дни.

Себестоимость управления останется высокой. Информация продолжит ходить через совещания, ручные сводки и перегруженных координаторов.

Сильные сотрудники устанут. Они будут видеть, что могут работать быстрее, но система компании заставляет их копировать данные и ждать согласований.

Ошибки будут повторяться. Без цифрового следа и общего контекста организация снова и снова будет платить за одни и те же потери.

Пилоты не сложатся в преимущество. Десятки разрозненных подписок дадут локальную экономию времени, но не изменят экономику бизнеса.

Исследование Deloitte State of AI in the Enterprise 2026 показывает эту ловушку: доступ сотрудников к ИИ вырос за 2025 год на 50%, но лишь 34% организаций действительно переосмысливают бизнес, а зрелая модель управления автономными агентами есть только примерно у каждой пятой компании. Масштаб без управления увеличивает не только пользу, но и риск.

Что делать сейчас: план на первые 90 дней

Не нужно обещать совету директоров «полностью перестроить компанию ИИ». Такая формулировка слишком большая, дорогая и непроверяемая. Нужно запустить короткий цикл с измеримым исходным состоянием.

Дни 1–10. Зафиксировать две исходные карты.

Первая — как ИИ сегодня видит компанию: в каких запросах она появляется, как описывается, с кем сравнивается, какие источники используются. Вторая — как внутри компании реально движется работа: функции, ручные действия, ожидания, дубли, ошибки, стоимость и время.

Дни 11–30. Выбрать один внешний и два внутренних контура.

Во внешнем контуре это может быть одна товарная категория, рынок или сценарий выбора. Во внутреннем — повторяющиеся процессы с понятным объёмом и невысоким риском: разбор входящих обращений, подготовка к клиенту, работа с документами, управленческие сводки, контроль поручений.

Дни 31–60. Собрать ограниченные пилоты с утверждением человеком.

Не автоматизировать всё сразу. Определить вход, ожидаемый выход, источники данных, разрешённые действия, обязательные проверки, журналирование и критерии остановки.

Дни 61–90. Сравнить результат с исходной линией.

Измерить время цикла, стоимость операции, долю ошибок и переделок, соблюдение сроков, часы человеческого труда, долю принятых результатов, качество и принятие сотрудниками. Во внешнем контуре — повторить те же сценарии AI Visibility и проверить сдвиг.

После 90-го дня. Масштабировать только доказанное.

Удачный пилот переводится в рабочий контур, получает владельца, бюджет, контроль качества и план улучшений. Неудачный закрывается или перепроектируется без попытки спрятать результат за красивой демонстрацией.

Какие показатели должны лежать на столе у руководителя

Как RECOMO закрывает оба контура

Мы сознательно развиваем два самостоятельных продуктовых направления. Они связаны одной логикой, но решают разные задачи.

1. AI Visibility — чтобы компанию находили, понимали и включали в рекомендации

Работа начинается с предварительной проверки или диагностики, затем при необходимости переходит в полное исследование. Мы формируем сценарии выбора, сравниваем компанию с конкурентами в нескольких системах ИИ, сохраняем ответы, проверяем фактическую точность и анализируем источники. Результат — не обещание «первого места», а карта разрывов, приоритеты улучшения и способ повторной проверки.

Продуктовый контур: предварительная проверка → диагностика → полное исследование → улучшение → мониторинг. Подробнее: recomo.ai — AI Visibility.

2. AI Operating Model — чтобы компания работала быстрее и не раздувала ручной контур

Здесь мы начинаем не с технологии, а с функций и стоимости текущего способа работы. Фиксируем процессы, ручной труд, дубли, ожидания и операционные расходы. Затем делим задачи на пять групп: оставить человеку; усилить ИИ; автоматизировать последовательность; создать цифровую роль; убрать как избыточное.

Дальше строится карта ИИ-возможностей, целевая модель Human + AI, правила утверждения и ответственности, ограниченные пилоты и план перевода доказанных контуров в рабочую эксплуатацию. Эффект и процент сокращения заранее не обещаются: они проверяются на выбранном процессе относительно исходной линии.

Пять этапов: диагностика → карта возможностей → целевая Human + AI модель → внедрение → постоянная оптимизация. На странице есть калькулятор масштаба трансформации: recomo.ai/ai-operating-model.

3. ИИ-помощник руководителя — быстрый вход без большой трансформационной программы

Для руководителя можно начать с персонального рабочего контура: почта, календарь, встречи, документы, поиск по рабочей базе знаний, сводки и поручения. Такой пилот быстро показывает, где обычный разговорный интерфейс уже способен снять нагрузку, а где нужны интеграции, регламенты и отдельные цифровые роли.

Подробнее о сценариях: ИИ-помощник руководителя.

Пять ошибок, которые лишат вас даже этой форы

Как RECOMO закрывает оба контура

1. AI Visibility — чтобы компанию находили, понимали и включали в рекомендации

2. AI Operating Model — чтобы компания работала быстрее и не раздувала ручной контур

3. ИИ-помощник руководителя — быстрый вход без большой трансформационной программы

Подробнее о сценариях: ИИ-помощник руководителя.

Пять ошибок, которые лишат вас даже этой форы

Уволить людей до измерения процесса.

Сначала нужно увидеть фактическую работу, нагрузку, исключения и качество. Иначе автоматизация просто перенесёт хаос в код.

Купить десятки лицензий и назвать это стратегией.

Число активных пользователей не равно изменению экономики бизнеса.

Автоматизировать высокорисковое решение без утверждения человеком.

Финансы, право, безопасность, персональные данные и значимые кадровые действия требуют особенно строгих границ.

Оценивать ИИ по красоте демонстрации.

Нужны исходная линия, контрольная выборка, журнал ошибок и показатели процесса.

Пытаться улучшить AI Visibility массовым контентом.

ИИ нуждается не в шуме, а в ясных, согласованных, проверяемых и достаточно авторитетных основаниях.

Почему я говорю об этом жёстко

Я мог бы закончить нейтральной фразой: «ИИ открывает новые возможности, и каждой компании стоит изучить их в удобном темпе». Но это было бы неправдой.

Удобного темпа больше нет. Есть короткий период, когда рынок уже понял направление, но ещё не успел массово перестроить процессы. Есть технологии, которые уже дают измеримый результат, но ещё не стали обязательной инфраструктурой. Есть клиенты, которые уже спрашивают ИИ, но ещё не перестали пользоваться привычным поиском. Есть сотрудники, которые уже научились работать быстрее, но ещё не ушли из компаний, где им мешают.

По данным PwC AI Jobs Barometer 2026, рост производительности в наиболее подверженных влиянию ИИ компаниях на 40% выше, чем в наименее подверженных, а набор требуемых навыков в наиболее затронутых профессиях меняется более чем вдвое быстрее. Всемирный экономический форум ожидает изменения 39% ключевых навыков к 2030 году; 63% работодателей уже называют дефицит навыков главным препятствием трансформации.

Мои два года форы — не медаль. Это обязательство продолжать быстрее учиться, проверять собственные гипотезы и не выдавать презентацию за внедрение. Но для руководителя любой компании из этого следует простой вопрос: если конкурент начнёт строить новую операционную модель сегодня, чем именно вы собираетесь компенсировать его 24 месяца обучения?

Если вы хотите понять собственный разрыв, начните с двух вопросов: как системы ИИ сегодня видят и рекомендуют вашу компанию — и сколько вашей компании стоит работа, которую уже может выполнять связка Human + AI.

Проверить внешний контур: recomo.ai • Разобрать внутренний контур: recomo.ai/ai-operating-model

Об авторе

Сергей Семёнов — основатель и CEO RECOMO, эксперт по AI Visibility, генеративному поиску и трансформации бизнес-процессов с помощью искусственного интеллекта. Более 20 лет работает в маркетинге, развитии бизнеса и управлении. В RECOMO исследует, как системы ИИ формируют рекомендации компаний и как бизнесу строить операционную модель Human + AI.