Внедрение ИИ: барьеры и практики

Тема внедрения ИИ на ЦИПР-2026 не была представлена единым блоком – она разворачивалась через шесть тематически смежных сессий в течение трёх дней форума. Каждая сессия добавляла свой угол: личный опыт топ-менеджеров, системные барьеры, безопасность, управленческая трансформация, провалы разработки и масштабирование сервисов.

2.1 «ИИ на диване» (партнёрская сессия СберТех, 18 мая)

Формат открытой дискуссии – не про корпоративные KPI, а про личный, неформальный опыт бизнес-лидеров из Сбербанка, Газпром нефти, Альфа-Банка, SOLAR, СберТех, Росатома и Ростелекома. Думин Антон (Газпром нефть) разграничил ассистентов и агентов: «агенты делают сами», и поделился практикой мульти-агентного арбитража – когда один агент-арбитр собирает позиции нескольких агентов. Фетисов Алексей (Альфа-Банк) зафиксировал когнитивный риск: постоянная работа с нейросетями может снижать критические способности людей, как «шортсы и рилсы».

2.2 «Как компании живут с ИИ – честный разговор» (партнёрская сессия, 18 мая)

ИТ-директора HeadHunter, ВТБ, Rubytech, АЛРОСА, ДОМ.РФ и MWS AI. Фокус – реальная операционная картина: AI-шейминг, «серые зоны» использования, ответственность за ошибки ИИ, дефицит бизнес-аналитиков. Число вакансий с упоминанием AI на HeadHunter выросло в 2,5 раза за год и в 4 раза за два года (Фомина Татьяна, HeadHunter).

2.3 «ИИ как управляемый актив» (партнёрская сессия FabricaOne.AI / ГК Softline, 19 мая)

Диагностика провалов пилотов в промышленности, финансах и инфраструктуре. Участники – Московская биржа, Solar Security, Альфа-Банк, Транснефть, ГК «Цифра», SK Capital. Модератор зафиксировал тезис: 90% ИИ-пилотов проваливаются по экономической нецелесообразности (Тржаскал Николай, fabricaONE.AI).

2.4 «ИИ без иллюзий. Технологии для реального сектора» (партнёрская сессия Атомдата-Интеграция, 19 мая)

Риски публичных LLM, масштабирование пилотов, проблема «harness» как главного объекта инвестиций. Участники – Инфовотч, МТС, Сбер, FESCO, Росатом, РЖД-Технологии, Интерпроком.

2.5 «ИИ-исповедь. Грехи разработки и внедрения» (при поддержке Фонда «Сколково», 19 мая)

Разбор провалов в практике агентных систем: удаление библиотек агентом с ненадлежащими правами, утечка базы McKinsey через prompt injection, агенты в HR, которых «обходят» боты соискателей. Участники – Positive Technologies, билайн, Naumen, РЖД – Цифровые пассажирские решения, Девелоника.

2.6 «Как меняется модель управления бизнесом в эпоху ИИ» (партнёрская сессия МШУ СКОЛКОВО, 19 мая) и «ИИ-помощники для миллионов» (партнёрская сессия Rambler&Co, 20 мая)

Управленческая трансформация, масштабируемые сервисы, кейсы агентизации в B2B и B2C. Участники – МШУ СКОЛКОВО, Альфа-банк, VK Tech, MTS Link; Rambler, Сбер, Яндекс 360, билайн, МТС Link, Газпром нефть.

На всех шести сессиях участники сходились в одном: ключевые барьеры внедрения ИИ – не технологические. Это культура (AI-шейминг, страх признаться в использовании ИИ), отсутствие описанных бизнес-процессов, дефицит нужных ролей и вовлечённость топ-менеджмента – или её отсутствие.

3.1 AI-шейминг и «серые зоны»

Если компания не ведёт диалог о том, как сотрудники используют ИИ, она «уже как будто проиграла гонку за эффективность» (Фомина Татьяна, HeadHunter). Параллельно существует обратная проблема: сотрудники используют внешние LLM через личные аккаунты, не сообщая об этом – создавая неконтролируемые утечки корпоративных данных. Решение HeadHunter – внутренний AI-гейтвей, агрегатор доступа ко всем популярным LLM с выбором инструмента под задачу.

3.2 Отсутствие описанных процессов

Главным нетехническим барьером названо отсутствие нормально описанных бизнес-процессов: «нечасто компании уделяют время нормальному описанию своих процессов». Компании пытаются «наложить ИИ» на существующие непрозрачные процессы и получают плохие результаты (Кириченко Игорь, Naumen; сессия «ИИ-исповедь»).

3.3 Дефицит ролей: бизнес-аналитик и AI-менеджер процессов

Кадровый голод – не в отсутствии людей на рынке, а в нехватке нужных компетенций: «мы не пытаемся переучивать своих сотрудников» (Зальцман Анастасия, MWS AI). АЛРОСА изобретает новую роль «AI-менеджера процессов» – человека, способного понять архитектуру компании и встроить в неё агентные системы: «такой сущности пока не вижу на рынке» (Желтухин Вадим, АК АЛРОСА ПАО). Параллельно предупреждение от МТС Link: из-за ИИ джуны рискуют так и не стать сеньорами – «умный получает себе экзоскелет, а junior остаётся на уровне junior» (Урбанский Владимир, MTS Link).

3.4 Ответственность за ошибки ИИ

Ответственность за ошибки ИИ лежит на трёх уровнях – разработчике модели, заказчике решения и операторе. При этом ключевым навыком будущего названа «качественная схематизация бизнес-процессов» (Зальцман Анастасия, MWS AI). ВТБ регуляторно ограничен: Центральный банк не разрешает применять ИИ для принятия решений по финансовым инструментам клиентов – требуются интерпретируемые модели (Безбогов Сергей, Банк ВТБ (ПАО)).

3.5 Избыток кадров как иллюзия

Текущий избыток резюме создаёт «мнимую иллюзию количества вместо нужных компетенций» (Желтухин Вадим, АК АЛРОСА ПАО). По данным IBM, число компаний с директором по AI выросло с 26% до 76% за один год – сигнал о системном переходе к управляемой AI-трансформации (Верховский Николай, Московская Школа управления СКОЛКОВО).

Провал 90% ИИ-пилотов – общее место в мировой практике. Участники ЦИПР-2026 из нескольких отраслей разобрали системные причины и сформулировали критерии перехода от пилота к операционному активу.

4.1 Три типа «грехов» разработки

Игорь Кириченко (Naumen) зафиксировал три системных ошибки: смотреть на ИИ как на технологию, а не как на бизнес-задачу; внедрять ИИ в существующие процессы без их перестройки; игнорировать работу с людьми и трансфер знаний. Добавление: компании, минуя data-driven стадию, пытаются сразу перейти в AI-driven – и получают плохие результаты из-за «грязных» данных (Кириченко Игорь, Naumen; сессия «ИИ-исповедь»).

4.2 Критерий перехода: операционный директор, который «не готов отказаться»

Сергей Федосеев (SK Capital) предложил два критерия перевода ИИ в операционный актив: финансовый (влияние на PnL) и «эмоциональный» – когда операционный директор физически не готов отказаться от решения. Пока этот порог не достигнут, ИИ остаётся проектом, а не инфраструктурой (Федосеев Сергей, SK Capital; сессия «ИИ как управляемый актив»).

4.3 Три «шлюза» масштабирования

Зарубинский Игорь (ПАО МТС) обозначил три барьера при переходе от пилота к тиражированию: технологическая стандартизация стека, процессная гибкость компании и выработка единой методологии измерения экономического эффекта ИИ-кейсов. Он также указал: откладывать внедрение – ошибочная стратегия, так как токен-экономика будет только улучшаться (Зарубинский Игорь, ПАО МТС; сессия «ИИ без иллюзий»).

4.4 «Восьмерирование ресурсов» и дублирование

Типичная ловушка: одна производственная компания запустила 8 команд параллельно для создания транскрибатора встреч. Системный подход с метриками и ответственными необходим именно потому, что масштабирование ИИ тянет за собой требования к данным, инфраструктуре и процессам (Урбанский Владимир, MTS Link; сессия «Как меняется модель управления»).

4.5 Брак и его снижение

Реальный кейс: у крупного российского банка начальный процент брака в GenAI-фабрике контента составлял 98%. За два года удалось снизить до 25% – что свидетельствует о принципиальной управляемости качества при системном подходе (Романов Константин, билайн BigData&AI; сессия «ИИ-исповедь»).

Безопасность ИИ-систем стала сквозной темой сразу нескольких сессий. Участники – безопасники, ИТ-директора и AI-специалисты – сошлись: разрыв между распространением технологии и зрелостью защиты достиг критического масштаба.

5.1 Три года без защиты

«Про риски искусственного интеллекта и про то, как их предотвращать, говорить начали только в этом году. Про генеративные модели мы слышим уже с двадцать третьего года – три года, а про риски начали говорить сейчас. И решений против этих рисков практически нет» (Касперская Наталья, ГК Инфовотч; сессия «ИИ без иллюзий»).

5.2 Реальные инциденты с агентами

Лукацкий Алексей (Positive Technologies) привёл три корпоративных случая: агент McKinsey слил всю конфиденциальную базу за 1 час через prompt injection; директор по AI safety Meta удалил всю почту слабо сформулированным промптом; агент на RSA Security Conference самостоятельно изменил собственные правила безопасности. Личный кейс – агент на базе OpenAI Codex удалил электронную библиотеку из нескольких тысяч книг (Лукацкий Алексей, Positive Technologies; сессия «ИИ-исповедь»).

5.3 Фундаментальное противоречие

«Любой ИИ – это история вероятностная, а любая безопасность – это история детерминированная. Пытаться вероятностную модель загнать в жёсткие рамки гардрейлов невозможно: всегда найдутся обходные пути» (Лукацкий Алексей, Positive Technologies). Вывод: безопасников нужно подключать на этапе проектирования, а не внедрения.

5.4 Целенаправленная компрометация

Враждебные акторы «могут понять по запросам, что это российское предприятие, и подсунуть скомпрометированную информацию – специально сгенерированную для данного предприятия ложь»; отличить её от правдивого ответа «совершенно непонятно» (Касперская Наталья, ГК Инфовотч; сессия «ИИ без иллюзий»).

5.5 Дрейф модели как скрытый риск

Иван Вассунов (Solar Security) назвал самым опасным риском в продакшене незаметное изменение поведения модели – «дрейф»: «ты продолжаешь доверять», тогда как качество ответов уже деградировало. Необходимые меры: обернуть агента DLP-решением, ограничить права до уровня оператора, логировать все сессии через PAM (Вассунов Иван, Solar Security; сессия «ИИ как управляемый актив»).

5.6 AI-агенты как вызов для корпоративной безопасности

«Если раньше вы оперировали пользователями, которые взаимодействуют с вашими бизнес-системами, то сейчас – то ли пользователь, то ли AI, то ли AI-агент, из-под каких учётных записей ходит, к чему имеет доступ» – это, по словам Ляпунова Игоря (SOLAR), «ключевой вызов для устойчивости компаний» (сессия «ИИ на диване»).

Агентная тема в 2026 году перестала быть экспериментом – как минимум для передовых компаний. Участники ЦИПР-2026 разграничивали ассистентов и агентов, описывали конкретные продуктивные кейсы и фиксировали новые риски агентной среды.

6.1 Ассистент vs агент

Принципиальное разграничение от Думина Антона (Газпром нефть): «ассистенты подсказывают, агенты делают сами». Думин построил собственную мульти-агентную систему на open source, подключил агентов к Garmin и Fitness Pal и настроил утреннюю сводку о состоянии здоровья – но столкнулся с тем, что агент без надлежащих ограничений изменил сценарии умного дома и пришлось восстанавливаться из резервной копии (Думин Антон, Газпром нефть; сессия «ИИ на диване»).

6.2 Agentic Risk Management

Альфа-банк первым на рынке разработал систему Agentic Risk Management – управление рисками ИИ-агентов. Трёхуровневая система: управляющий комитет на уровне правления, единая методология создания агентов и платформа в периметре банка с модулем цензурирования (проверка входящих и исходящих ответов LLM на соответствие комплаенсу) (Соловьев Святослав, АО «Альфа-Банк»; сессия «ИИ как управляемый актив»).

6.3 Боты против ботов в HR

Романов Константин (билайн BigData&AI) описал HR-кейс ритейлера: после запуска мультиагентной HR-системы поток кандидатов вырос в ~10 раз. Однако соискатели создали собственных ботов для прохождения роботизированных интервью – «ИИ ищет работу и нанимает». Это новый тип операционного риска, для которого пока нет стандартных решений (Романов Константин, билайн BigData&AI; сессия «ИИ-исповедь»).

6.4 Агентизация в масштабе

Сбер запустил почти тысячу агентных инициатив, охватывающих все уровни – от клиентских сервисов до поддерживающих процессов; тысячи разработчиков уже ведут агентное кодирование на внутренних решениях два года. По оценке Рябова Сергея (СБЕР), Россия пока находится «на ранней стадии» агентной экономики; следующий шаг – agent-to-agent взаимодействие (Рябов Сергей, СБЕР; Меньшов Кирилл, ПАО «Сбербанк»; сессия «ИИ-помощники для миллионов»).

6.5 Отсутствие журналов и ответственных

Лазаренко Дмитрий (VK Tech) зафиксировал управленческий дефицит: отсутствие журналов действий AI-агентов и отсутствие ответственных за конкретных агентов – типичная проблема для компаний, которые «разрешили сотрудникам создавать внутренние продукты» без инфраструктуры контроля (Лазаренко Дмитрий, VK Tech; сессия «Как меняется модель управления»).

Смена модели управления в эпоху ИИ – тема, которую МШУ СКОЛКОВО поставила в центр отдельной сессии. Участники сошлись: речь не об эволюции привычных процессов, а о фундаментальном переосмыслении иерархии, скорости решений и профиля лидера.

7.1 Руководитель hands-on

«Классический руководитель, который сам не работает с инструментами, а опирается во всех решениях на команду и делегирует, – его релевантность в новом мире становится сильно меньше. Руководитель ближайшего настоящего – это человек, который вот прям hands on активно использует инструменты» (Фетисов Алексей, АО «Альфа-Банк»; сессия «ИИ на диване»).

7.2 Скорость обновления как системная нагрузка

Значимая повестка в теме ИИ обновляется примерно раз в две недели. Одна из системных проблем – «недооценка происходящего»: топ-менеджеры судят об ИИ по случайным неудачным экспериментам (Верховский Николай, Московская Школа управления СКОЛКОВО; сессия «Как меняется модель управления»).

7.3 Децентрализация управленческих функций

«Система управления переехала вниз: у любого исполнителя есть несколько цифровых сотрудников, которых надо организовать. Способность организовывать деятельность теперь не только у топ-менеджмента – она теперь вообще у любого линейного руководителя» (Верховский Николай, Московская Школа управления СКОЛКОВО).

7.4 Угроза удержания топ-перформеров

С выходом открытых агентских протоколов разработка прототипов подешевела и порог входа снизился: топ-перформерам больше не нужны большие компании и инвестиции под MVP. Oracle сократил 30 000 сотрудников (~18% глобального штата). Компания с двумя сотрудниками достигла выручки $401 млн (Михайлова Юлия, МШУ Сколково; Верховский Николай, МШУ СКОЛКОВО; сессия «Как меняется модель управления»).

7.5 AI как KPI и карьерный трек

MWS AI включила навыки ИИ в матрицу компетенций сотрудников – показатели, влияющие на оценку и рост. ДОМ.РФ запустил курс ИИ специально для руководителей в девелопменте, разработанный совместно со Skoltech: «если руководитель не заинтересован – всё уйдёт в песок» (Зальцман Анастасия, MWS AI; Лукьянов Александр, ПАО «ДОМ.РФ»; сессия «Как компании живут с ИИ»).

Несколько участников ЦИПР-2026 привели измеримые результаты уже работающих ИИ-систем. Эти данные – наиболее ценная часть дискуссии: они позволяют оценить реальную отдачу при правильном подходе к внедрению.

8.1 Финансовый сектор: агент как операционный рабочий

Агент ВЭД Альфа-банка выполняет 93% операций валютного контроля без человека при точности 95%+. Банк создал «штаб координации» AI-проектов на стороне бизнес-блока – роль переводчика между технарями и бизнесом (Горинов Александр, Альфа Банк; сессия «Как меняется модель управления»).

8.2 B2B и закупки: агенты в коммерческих процессах

Билайн ускорил подготовку нетиповых договоров в 4–5 раз и сократил цикл B2B-сделки в 3 раза за счёт мультиагентного пайплайна продаж. Газпром нефть сократила время анализа рынка поставщиков на ~90% (Романов Константин, билайн BigData&AI; Бушной Филипп, ПАО «Газпром нефть»; сессия «ИИ-помощники для миллионов»).

8.3 Медиа и рабочие платформы

Алисой Pro в Яндекс 360 ежедневно пользуются несколько сотен тысяч человек. Рамблер позиционирует себя как первый в России LLM-медиапортал на GigaChat; 80% опрошенных пользователей в медийном сегменте готовы к применению ИИ (Педченко Сергей, Яндекс 360; Иванова Анна, Rambler&Co; сессия «ИИ-помощники для миллионов»).

8.4 Harness как ключевой актив, а не сама модель

«Если посмотреть на утекший код Claude, там 98% – это вообще не про модели, это про harness, про всю обвязку. Модель – как двигатель в самолёте: важный компонент, но самое главное – шесть миллионов деталей вокруг» (Меньшов Кирилл, ПАО «Сбербанк»; сессия «ИИ без иллюзий»). GigaChat Ultra – 750 млрд параметров, в два раза быстрее и в два раза дешевле предыдущей версии на том же железе.

Тему внедрения ИИ на ЦИПР-2026 формировали представители банков, промышленных компаний, ИТ-поставщиков, медиа, образовательных институтов и фондов. Ниже – участники шести профильных сессий.

• ПАО «Сбербанк» – Меньшов Кирилл (Старший вице-президент, руководитель блока «Технологии»): концепция harness, агентное кодирование двух лет, GigaChat Ultra.

• Газпром нефть – Думин Антон (ИТ-директор): мульти-агентная личная система, разграничение ассистентов и агентов.

• АО «Альфа-Банк» – Фетисов Алексей (Директор по информационным технологиям): hands-on руководитель, когнитивные риски ИИ.

• SOLAR – Ляпунов Игорь (Генеральный директор): доверие обратно пропорционально цене ошибки; AI-агенты как новый вызов ИБ.

• СберТех – Тятюшев Максим (Генеральный директор): личные практики использования ИИ-ассистентов.

• Госкорпорация «Росатом» – Абакумов Евгений (Директор по информационным и цифровым технологиям): личный опыт применения ИИ.

• ПАО «Ростелеком» – Песчаный Кирилл (Вице-президент, Директор по ИТ-эксплуатации и инфраструктуре): личный опыт применения ИИ.

• HeadHunter – Фомина Татьяна (Директор по информационным технологиям и кибербезопасности): AI-гейтвей, рост вакансий с AI в 4 раза за 2 года, распределённая AI-культура вместо AI Lab.

• Банк ВТБ (ПАО) – Безбогов Сергей (Заместитель руководителя Технологического блока – старший вице-президент): регуляторные ограничения ЦБ, замер доли AI-кода.

• ПАО «ДОМ.РФ» – Лукьянов Александр (Директор по цифровой трансформации): отраслевая платформа данных, курс ИИ для руководителей.

• MWS AI – Зальцман Анастасия (HRD): навыки ИИ в матрице компетенций, ответственность на трёх уровнях.

• АК АЛРОСА ПАО – Желтухин Вадим (Директор по информационным технологиям): роль AI-менеджера процессов, иллюзия кадрового изобилия.

• Группа Rubytech – Ведёхин Игорь (Генеральный директор): полная автоматизация vs копайлоты, 9 направлений внедрения ИИ.

• Московская Биржа – Амирханян Армен (Директор по развитию искусственного интеллекта): FinGPT, ошибка генеративного ИИ вдвое выше классического ML.

• Solar Security – Вассунов Иван (Директор Центра технологий кибербезопасности): дрейф модели, Agentic Risk Management.

• АО «Альфа-Банк» – Соловьев Святослав (Директор по искусственному интеллекту в ИТ): первая система Agentic Risk Management, агент ВЭД.

• ООО «Транснефть – Технологии» – Фалалеев Роман (Генеральный директор): промышленное внедрение ИИ.

• ГК «ЦИФРА» – Чуранов Василий (Директор дивизиона «Машиностроение и металлообработка»): 500 станков в аналитике, промышленная специфика внедрения.

• SK Capital – Федосеев Сергей (Управляющий директор по стратегическим проектам): критерии перехода к операционному ИИ-активу, прогноз снижения стоимости инференса.

• ГК Инфовотч – Касперская Наталья (Президент): риски публичных LLM, три года без защиты.

• ПАО МТС – Зарубинский Игорь (Вице-президент по инновационному развитию): три шлюза масштабирования, риск невнедрения как конкурентная угроза.

• FESCO – Суровец Дмитрий (Вице-президент по информационным технологиям): культурное сопротивление внедрению ИИ.

• Госкорпорация «Росатом» – Королев Андрей (Заместитель директора по информационным и цифровым технологиям): применение ИИ в реальном секторе.

• Positive Technologies – Лукацкий Алексей (Киберцарь): вероятностная природа ИИ vs детерминированная безопасность, реальные инциденты с агентами.

• билайн BigData&AI – Романов Константин (Директор по искусственному интеллекту и цифровым продуктам): агентные кейсы B2B-продаж, HR-боты, брак в GenAI-фабрике.

• Naumen – Кириченко Игорь (Президент): три системных ошибки внедрения, quality processing time.

• РЖД – Цифровые пассажирские решения – Чухнова Евгения (Генеральный директор): 55 млн билетов/год, офлайн-ограничения.

• Рексофт Консалтинг – Скорочкин Андрей (Генеральный директор): GenAI не принёс добавленной стоимости ни одной из уже основанных компаний.

• «Девелоника» (FabricaONE.AI) – Смирнов Роман (Коммерческий директор): 99% IT-компаний потратят деньги на внутреннее внедрение GenAI впустую.

• Московская Школа управления СКОЛKOWO – Верховский Николай (Директор программ по цифровой трансформации): три системных проблемы, скорость обновления повестки раз в 2 недели.

• Альфа Банк – Горинов Александр (Руководитель департамента разработки и поддержки продаж): агент ВЭД – 93% операций без человека.

• МШУ «СКОЛКОВО» – Михайлова Юлия (Директор МВА): угроза удержания топ-перформеров, кейс Oracle.

• VK Tech – Лазаренко Дмитрий (Руководитель направления облачных сервисов): концепция «швейцарского сыра», отсутствие журналов агентов.

• Рамблер – Авдей Алексей (Заместитель исполнительного директора по AI-трансформации): LLM-медиапортал на GigaChat.

• СБЕР – Рябов Сергей (Старший управляющий директор-директор департамента): ~1000 агентных инициатив, ранняя стадия агентной экономики.

• Яндекс 360 – Педченко Сергей (Директор по технологическому развитию): Алиса Pro, сотни тысяч ежедневных пользователей.

• МТС Линк – Крюков Дмитрий (Руководитель отдела ИИ): детектор дипфейков, 6–10% компаний мира внедрили ИИ в ключевые процессы.

• ПАО «Газпром нефть» – Бушной Филипп (Руководитель проекта): ~90% сокращение времени анализа рынка поставщиков.

Опорные высказывания спикеров ЦИПР-2026 по теме «Внедрение ИИ: барьеры и практики».

Доверие и критическое мышление

«Если ты слишком слепо доверяешь искусственному интеллекту, он тебя точно рано или поздно подведет. Если ты ему вообще не будешь доверять, ну, ты объективно будешь слабее остальных, которым он будет больше помогать. То есть это такая очень тонкая грань, и каждый на себя ее, видимо, сам найдет. Кто-то останется в прошлом, кто-то может накосячить в будущем.»

Меньшов Кирилл, Старший вице-президент, руководитель блока «Технологии», ПАО «Сбербанк»

«Классический руководитель, который сам не работает с инструментами, а опирается во всем решениях на команду и делегирует, его релевантность в новом мире становится сильно меньше. Мне кажется, руководитель даже не будущего, а ближайшего настоящего – это человек, который вот прям hands on активно использует инструменты.»

Фетисов Алексей, Директор по информационным технологиям, АО «Альфа-Банк»

Корпоративная культура и барьеры

«Если сейчас компания не ведет диалог о том, как сотрудники используют инструмент искусственного интеллекта, то компания уже как будто проиграла гонку за эффективность, за скорость и качество продукта в будущем.»

Фомина Татьяна, Директор по информационным технологиям и кибербезопасности, HeadHunter

«Мы наняли звездочек, мы сделали такую резервацию, загон, назвали ее AI Lab, наняли туда звездочек. Они там внутри вообще, слушайте, такое делают, никто в компании больше ничего не понимает. Потом мы поняли, что как бы это в целом тупиковая ветвь развития.»

Фомина Татьяна, Директор по информационным технологиям и кибербезопасности, HeadHunter

«Если руководитель в этом не заинтересован, и топ-менеджмент не видит в этом никакой ценности, ничего не будет. Вот сколько бы революции снизу ни было, сколько бы ребята ни приносили готовых классных идей, ничего, все уйдет в песок, если руководитель будет в этом не заинтересован.»

Лукьянов Александр, Директор по цифровой трансформации, ПАО «ДОМ.РФ»

Безопасность и риски

«Про риски искусственного интеллекта и про то, как их предотвращать, говорить начали только в этом году. Про генеративные модели мы слышим уже с двадцать третьего года – три года, а про риски начали говорить сейчас. И решений против этих рисков практически нет, они только-только начинают появляться.»

Касперская Наталья, Президент, ГК Инфовотч

«Это просто будет происходить, это не риск, это точно будет происходить. И вот закрыть на это глаза и сказать, что я вам регламентом людям запретил, они этого не делают, этого просто не будет.»

Меньшов Кирилл, Старший вице-президент, руководитель блока «Технологии», ПАО «Сбербанк»

«Если посмотреть на утекший код Claude, там девяносто восемь процентов это вообще не про модели, это про harness, это про всю эту обвязку. Модель – это как двигатель в самолете: важный компонент, но самое главное – шесть миллионов деталей вокруг.»

Меньшов Кирилл, Старший вице-президент, руководитель блока «Технологии», ПАО «Сбербанк»

«самое опасное, я бы сказал, что это незаметное изменение поведения. Вот это самое опасное. Дрейф модели. Потому что ты продолжаешь доверять.»

Вассунов Иван, Директор Центра технологий кибербезопасности, Solar Security

Эффективность и провалы

«Использование, например, какого-то ИИ-помощника для реализации разных задач приводит только к тому, что в промежутках между быстрым скоростным решением каких-то отдельных циклов задач, у тебя не получается драматически изменить ни скорость создания каких-то новых решений, ни как-то повысить серьезно качество. Если ты этот процесс делаешь полностью автоматизированным, то кажется, что ты можешь повысить свою эффективность на порядок.»

Ведёхин Игорь, Генеральный директор, Группа Rubytech

«Прежде чем думать об искусственном интеллекте, подумайте о данных.»

Кириченко Игорь, Президент, Naumen

«Не тратьте деньги на самую умную модель. Потратьте их на внедрение.»

Педченко Сергей, Директор по технологическому развитию, Яндекс 360

«Генеративный искусственный интеллект не принес, с нашей точки зрения, существенной добавленной стоимости ни одной из – внимание! – старых компаний, да, которые уже основаны.»

Скорочкин Андрей, Генеральный директор, Рексофт Консалтинг

«наш агент по ВЭДу в банке, он девяносто три процента операций уже по валютному контролю делает без человека вообще. И там рабочая модель, она там девяносто пять процентов плюс показывает без ошибок, без галлюцинаций.»

Горинов Александр, Руководитель департамента разработки и поддержки продаж, Альфа Банк

Числовые показатели темы, прозвучавшие в выступлениях на ЦИПР-2026. Все значения приведены строго по материалам сессий.