Искусственный интеллект уже стал массовым инструментом в мировой экономике. По прогнозу Roots Analysis, к 2035 году глобальный рынок ИИ-агентов достигнет почти 221 млрд долларов — с 9,8 млрд в 2025 году, при среднегодовом росте 36,55%.

Сегодня 88% компаний используют генеративный ИИ — от маркетинга и клиентского сервиса до логистики, HR и финансов. Об этом свидетельствует исследование McKinsey. Однако стабильный рост операционной прибыли от внедрения ИИ фиксируют лишь 6% организаций.

В России концентрация ИИ-инструментов высока, но их внедрение в бизнес-процессы остаётся фрагментарным. По экспертным оценкам, лишь около 10% проектов с языковыми моделями и ИИ-агентами приносят реальный экономический эффект. Несмотря на многочисленные пилоты и запуски, в отчётности компаний пока нет радикального прорыва, которого ждут акционеры.

Проблема не в технологиях, а в способе внедрения

Компании внедряют ИИ в отдельные подразделения, ориентированные на свои цели и бюджеты. В такой модели сложно реализовывать кросс-функциональные проекты, а значит, невозможно достичь эффекта на уровне всей организации.

Типичная ситуация: каждая бизнес-вертикаль — b2c, b2b, риск-менеджмент, HR — запускает цифровизацию с учётом своей специфики. В результате появляются десятки инициатив, улучшающих лишь отдельные фрагменты процессов. Результат — линейное улучшение операционной эффективности, но не экспоненциальный рост бизнеса.

Ключевая проблема сейчас не в технологии, а в способе её внедрения. Бизнес пытается встроить ИИ в старые процессы вместо того, чтобы сделать его основой новой организационной модели. Практика крупных игроков — JPMorgan, DBS, Ant Group, BBVA — показывает, что настоящая трансформация начинается с создания горизонтального технологического слоя, то есть AI Overlay.

Что такое AI Overlay

AI Overlay — это не новая ИТ-система и не подразделение. Это архитектурный мандат, основанный на принципе обратного закона Конвея. Он позволяет менять поведение организации без формальной реструктуризации.

Например, в «Сбере» развивается платформа на базе GigaChat, где единый подход к разработке решений позволяет масштабировать операции без лишних затрат на инфраструктуру.

AI Overlay строится из семи технологических блоков, работающих как единый механизм. Это позволяет CIO создать целостную архитектуру без болезненных организационных изменений.

• AI Gateway — единая точка входа. Все запросы к моделям, вызовы агентов и инструментов проходят через один шлюз. Это даёт CIO полную прозрачность: кто, зачем и насколько эффективно использует ИИ. Пример — API-мандат Джеффа Безоса в Amazon 2002 года.
• Data Fabric — единое пространство данных. Виртуализирующий слой, объединяющий разрозненные хранилища. Ключевой элемент — Knowledge Graph, связывающий клиентов, продукты, риски и сотрудников. ИИ-агенты получают не фрагменты, а целостную картину.
• Agent Orchestrator — фабрика агентов. Платформа полного цикла для создания кросс-функциональных агентов и их переиспользования. Подразделения могут публиковать и использовать агентов, как на маркетплейсе. Агенты становятся новым middleware компании.
• Decision Intelligence — автономные решения. Принятие решений за миллисекунды вместо дней меняет бизнес-модель. Единый аналитический механизм с причинно-следственным анализом помогает понимать причины событий, а не только фиксировать их.
• API Composition — архитектура компонуемости. Функции ИТ-систем разбиваются на небольшие модули и открываются через API. Новые продукты и функции можно собирать как конструктор — за дни, а не месяцы.
• AI Observability — управление через прозрачность. Бизнес видит в реальном времени дрейф моделей, стоимость токена и ROI агентов. Это повышает доверие к ИИ и ускоряет управление по сравнению с многоуровневыми комитетами.
• Developer Experience — среда, где любой сотрудник может быть создателем. Бизнес-пользователи могут собирать агентов без кода. По опыту DBS, такой подход сокращает вывод продукта на рынок с 15–18 месяцев до трёх и менее.

Новая роль CIO

В этой модели CIO перестаёт убеждать бизнес меняться. Он строит инфраструктуру, в которой изменения становятся неизбежными.

У большинства крупных компаний уже есть LLM, облака, данные и бюджеты. Но часто отсутствует горизонтальный слой, объединяющий разрозненные инициативы в единую систему, способную создавать экспоненциальную ценность.

Именно к этому пришли JPMorgan, DBS, Ant Group, BBVA и «Сбер». Их общий вывод: нельзя бесконечно встраивать ИИ в старую вертикальную логику. Нужно строить архитектуру, которая сама задаёт новые правила координации.

Задача российского CIO сегодня — не убеждать бизнес меняться, а создать технологическую платформу, где меняться придётся по умолчанию. В этой логике архитектура и есть новая стратегия.

Искусственный интеллект в мировой экономике уже стал массовым инструментом: рынок связанных с ним технологий быстро растет. По прогнозу Roots Analysis, к 2035 году глобальный рынок ИИ-агентов может почти достичь 221 млрд долларов против 9,8 млрд в 2025 году, при среднегодовом темпе роста 36,55%.

В мире 88% компаний уже используют генеративный ИИ в тех или иных функциях — от клиентского сервиса и маркетинга до логистики, HR, финансов, производства и аналитики. Об этом говоритсяв исследовании McKinsey. Но реальный финансовый эффект, выраженный в стабильном росте операционной прибыли, отмечают только 6% компаний.

Расскажем о проблемах фрагментарного внедрения ИИ и необходимости горизонтального слоя AI Overlay для настоящей трансформации бизнеса, а также о ключевых блоках необходимой архитектуры.

Материал подготовлен на основе экспертной колонки старшего вице‑президента Сбера, руководителя блока «Технологий» Кирилла Меньшова,опубликованной в RBC.

В России концентрация ИИ‑инструментов высокая, но внедрение в бизнес‑процессы остается фрагментарным. По экспертным оценкам, лишь около 10% проектов с языковыми моделями и ИИ‑агентами дают экономический эффект. С одной стороны, новостная повестка полна сообщений о сотнях запущенных агентов и пилотов. С другой — в отчетности пока не видно того самого радикального перелома, которого ожидают от инноваций акционеры.

На наш взгляд, причина здесь довольно простая. Компании пытаются внедрять ИИ в отдельные подразделения или продуктовые команды, которые смотрят только на свои цели, бюджеты и приоритеты. В такой модели сложно делать кросс‑функциональные проекты, а значит, сложно получить эффект на уровне всей организации.

Типичный сценарий сегодня выглядит так: каждая вертикаль — b2c, b2b, риск‑менеджмент, HR и другие — получает амбициозную задачу, но начинает цифровизацию с учетом только своей специфики. В результате появляется десятки и сотни инициатив, где каждый департамент улучшает свой кусок процесса. Итог — линейное улучшение операционки, но не экспоненциальный рост бизнеса.

Ключевая проблема сейчас не в технологии, а в способе ее внедрения. Бизнес пытается встроить ИИ в старые процессы вместо того, чтобы сделать его основой новой организационной модели. Практика крупных игроков — JPMorgan, DBS, Ant Group, BBVA — показывает, что настоящая трансформация начинается с создания горизонтального технологического слоя, то есть AI Overlay.

Это не «еще одна ИТ‑система» и не новое подразделение. Это архитектурный мандат, который основан на принципе обратного закона Конвея и помогает менять поведение организации без формальной реструктуризации. В «Сбере», например, активно развивается платформа, состоящая из набора продуктов для разработки решений на базе GigaChat, и такой платформенный подход позволяет масштабировать объем операций без лишних затрат на инфраструктуру.

AI Overlay обычно строится из семи технологических блоков, которые работают как единый механизм. Это позволяет CIO собрать единую архитектуру без болезненных организационных перестроек.

• Первый блок— единая точка входа, или AI Gateway. Так, известный API‑мандат Джеффа Безоса в Amazon, выпущенный в 2002 году, потребовал, чтобы все возможности в компании были разработаны и представлены как сервисы через внешние интерфейсы. По сути, все запросы к моделям, агентные вызовы и работа с инструментами проходят через один шлюз. Это дает CIO полную картину: кто, зачем и насколько эффективно использует ИИ.
• Второй блок— единое пространство данных, или Data Fabric. Это виртуализирующий слой, который располагается над существующими системами, объединяет разные хранилища и делает их для ИИ единым доступным пулом данных. Ключевой элемент здесь — Knowledge Graph, который связывает клиентов, продукты, риски и сотрудников в одну структуру. В итоге ИИ‑агенты получают не куски информации, а целостную картину.
• Третий блок— фабрика агентов, или Agent Orchestrator. Это платформа полного жизненного цикла, где можно создавать кросс‑функциональных агентов и переиспользовать их между подразделениями. По сути, компания получает внутренний маркетплейс агентов, где подразделения публикуют и потребляют их, а сами агенты становятся новым middleware организации.
• Четвертый блок— автономные решения, или Decision Intelligence. Здесь важна скорость принятия решений: когда скоринг или динамическое ценообразование занимают миллисекунды, а не дни, меняется сама бизнес-модель. Единый аналитический механизм с причинно-следственным анализом помогает не просто фиксировать факт, а понимать его причину.
• Пятый блок— архитектура компонуемости, или API Composition. Смысл в том, что функции ИТ-систем разбиваются на небольшие независимые модули и открываются через API. Тогда новые сложные функции и продукты можно собирать как конструктор — за дни, а не за месяцы.
• Шестой блок— управление через прозрачность, или AI Observability. Бизнес видит в реальном времени дрейф моделей, стоимость токена и ROI конкретного агента. Это повышает доверие к технологии и делает управление через платформу заметно быстрее, чем управление через бесконечные комитеты.
• Наконец,седьмой блок— Developer Experience, то есть среда, где каждый сотрудник может быть создателем. Речь не только о скорости разработки, а о том, чтобы бизнес-пользователи могли собирать агентов без кода. Опыт DBS показывает, что при таком подходе время вывода продукта на рынок может сократиться с 15–18 месяцев до трех и менее.

В этой модели роль CIO меняется принципиально. Он больше не просит бизнес меняться — он строит инфраструктуру, в которой изменения становятся неизбежными.

У большинства крупных компаний уже есть LLM, облака, данные и бюджеты. Но часто нет горизонтального слоя, который объединяет разрозненные инициативы в единую систему, способную создавать экспоненциальную стоимость. Именно к этому разными путями пришли JPMorgan, DBS, Ant Group, BBVA и «Сбер». Их общий вывод прост: нельзя бесконечно встраивать ИИ в старую вертикальную логику — нужно строить архитектуру, которая сама задает новые правила координации.

Задача российского CIO сегодня — не убеждать бизнес меняться, а создать такую технологическую платформу, где меняться придется по умолчанию. Архитектура в этой логике и есть новая стратегия.