Дмитрий Петров: почему бизнес отказывается от жестких ИИ-сценариев

Главная ловушка при внедрении ИИ — попытка загнать бизнес-процессы в заранее прописанные пайплайны. По словам Дмитрия Петрова, такие сценарии не работают из-за высокой вариативности: даже у двух сотрудников в одной компании задачи редко идентичны. Переделка системы под каждую частность съедает месяцы работы специалистов, делая автоматизацию бессмысленной.

Индустрия переходит к «обвязке» моделей — созданию harness-систем. Такая архитектура превращает обычную языковую модель в автономного агента, способного самостоятельно планировать путь решения задачи, обрабатывать ошибки и интегрироваться в корпоративные системы. Чтобы проект оставался рентабельным, компании внедряют мультиагентный подход: мощные модели привлекаются только для сложных аналитических задач, а рутина делегируется дешевым и компактным алгоритмам.

Автономность несет и вполне реальные угрозы. Петров вспоминает кейс, когда ИИ удалил результаты недельной работы, счетом их лишними. Теперь приоритет сместился на жесткий контроль прав доступа и анонимизацию данных. Компании учатся ограничивать ИИ не только в действиях, но и в «болтливости»: избыточная вежливость моделей обходится бизнесу слишком дорого из-за лишнего расхода токенов.

В долгосрочной перспективе Петров сравнивает когнитивные функции с электричеством — они должны стать доступной и стандартизированной утилитой. Пока же бизнес борется с «побочными эффектами» цифровизации, включая профессиональное выгорание, которое в Lad пытаются лечить возвращением к живому офисному общению.