Повышение эффективности — главный приоритет развития для 62% российских компаний в эпоху искусственного интеллекта

Сбер и СберУниверситет провели исследование и выяснили, как крупнейшие компании России управляют операционной эффективностью в условиях стремительного развития искусственного интеллекта. Эксперты выяснили, на чем фокусируются и с какими барьерами сталкиваются управленцы при операционной оптимизации. Исследование приурочено к форуму «Искусство трансформации. Путь к операционной эффективности».

Что происходит с компаниями сейчас

Повышение эффективности — главный приоритет для 62% участников исследования. Из них треть респондентов уже внедряют ИИ-решения, а половина компаний имеют это в планах. Другие приоритеты развития включают создание партнерств и новых совместных продуктов (13%), инвестиции (8%), выход на новые рынки (7%). Среди прочего респонденты отмечали приобретение компаний и открытие новых офисов.

Операционная эффективность «как сейчас»

Исследование показало, что у 30% компаний, нацеленных на повышение внутренней эффективности, не реализованы базовые элементы управления. Например, системы мониторинга операционными показателями нет у более 70% компаний. Лишь 11% опрошенных организаций выделили бюджет и сформировали портфель проектов по повышению операционной эффективности, всего 6% — портфель трансформационных инициатив. Только 5% создали проектный офис и утвердили полноценную стратегию.

Кроме того, каждая пятая компания (21%) с фокусом на внутреннюю эффективность не внедряла никаких профильных проектов за последние два года. Остальные занимались автоматизацией (18%), цифровизацией (16%) и оптимизацией процессов (16%). При этом различия между сегментами заметны: если в среднем бизнесе масштабные инициативы встречаются редко, то крупный и крупнейший бизнес демонстрируют заметно более высокую активность — прежде всего в сфере автоматизации и цифровизации.

Исследование показало зависимость между внедрением различных технологических решений и размером компаний. Для разных сегментов бизнеса характерны свои приоритеты:

Крупнейший бизнес — интеграция IoT и Big Data в ключевые процессы и развитием дополнительных компетенций и работа с технологиями
Крупный бизнес — роботизация бизнес-процессов (RPA, workflow-системы)
Средний бизнес — построение системы метрик эффективности подразделений, процессов и команд

Основные барьеры

Несмотря на стратегический интерес к повышению операционной эффективности, компании разного масштаба сталкиваются с целым рядом барьеров.

Среди самых популярных:

Недостаток экспертизы внутри организации — 43%
Недостаток бюджета — 17%
Сопротивление сотрудников изменениям — 8%
Сложности интеграции новых технологий и цифровых решений из-за большого количества legacy-систем / устаревшей технологической архитектуры — 7%
Регуляторные или compliance-ограничения — 6%

Интересно, что компании, уже внедрившие ИИ-решения, воспринимают картину иначе. Они реже указывают на дефицит бюджета или экспертизы, но чаще отмечают сопротивление сотрудников и регуляторные ограничения. Это указывает на то, что внедрение ИИ становится своеобразным маркером зрелости: такие компании демонстрируют более высокую адаптивность и развитую систему управления изменениями.

В исследовании также показаны основные вызовы повышения операционной эффективности: кадровый голод, медленное выполнение задач и низкий уровень автоматизации процессов.

Отдельное внимание уделено различиям в приоритетах операционных проблем в зависимости от роли руководителя:

CEO — несоблюдение сроков и низкая скорость выполнения задач (43%), дефицит профильных кадров (21%)
CFO — дефицит профильных кадров (25%)
COO — рост трудозатрат / низкий уровень автоматизации (36%) и неэффективные процессы (21%)

Отдельный пласт анализа касается поддерживающих функций. Для компаний с инхаус-командами наиболее заметны несоблюдение сроков и неэффективный оргдизайн. Те же, кто передаёт функции на аутсорсинг, чаще сталкиваются с нехваткой кадров и высокими трудозатратами

Планы на будущее

Предиктивная аналитика (19%), облачные технологии (18%) и принятие решений (14%) на основе данных — три главных технологии для внедрения в будущем. Генеративный ИИ для HR и операционного управления (13%) и Цифровые двойники с ИИ-симуляцией (12%) замыкают топ-5 направлений. При этом предиктивная аналитика более интересует крупнейших бизнес, её отметила почти треть (32%) компаний этого сегмента.

Компании, ориентированные на интенсивное развитие, планируют внедрять более «традиционные» технологии, сопряженные с ИИ. Остальные делают ставку на ИИ для HR и операционного управления без интеграции с сопутствующими технологиями.

Об исследовании:

В опросе приняли участие 102 компании из 13 отраслей экономики — преимущественно крупный и крупнейший бизнес. Основными респондентами стали профильные топ-менеджеры: CEO, CFO, COO, CTO и другие.