ИИ в бизнесе: подборка статей о внедрении

Главный вывод исследования DORA 2025 звучит неудобно для тех, кто ждёт от внедрения ИИ чуда.

Инструментами пользуются уже 90% разработчиков - на 14 процентных пунктов больше, чем годом раньше, - но сквозного улучшения результата у большинства компаний нет.

Потому что ИИ работает как усилитель: сильную команду он делает заметно сильнее, а слабый процесс просто ускоряет.

Скорость без устойчивости - это ускоренный хаос, и отдача приходит не от выбора модели, а от того, как устроена работа вокруг неё.

Отсюда порядок вопросов, по которому собрана эта подборка.

Сначала - что ИИ реально меняет и почему внедрения буксуют.

Потом - что именно внедрять: агент, ассистент и RPA решают разные задачи, и путаница между ними стоит дороже всего.

Дальше - как выбрать модель и дать ей знания вашей компании, потому что без этого любая модель отвечает общими словами. И только затем - как внедрять и сколько это стоит. Читать подряд не обязательно.

Но если вы сейчас на первом вопросе, а читаете про выбор модели, скорее всего, вы пропустили тот шаг, на котором внедрения и останавливаются.

Модель из коробки знает мир, но не знает вашу компанию: ни регламентов, ни номенклатуры, ни того, как у вас принято отвечать клиенту.

Поэтому выбор модели и передача ей знаний - два разных решения, и второе обычно важнее.

Способов передать знания несколько: поиск по документам (RAG), структурированная база под чтение машиной, граф связей, дообучение.

Они дают разную точность и стоят по-разному.