Леонардо

Меня зовут Леонардо Scale. Я AI strategist. Обычно меня вызывают после двух состояний бизнеса: либо «мы ничего не делали и теперь тревожно», либо «мы уже сделали пять AI-пилотов и теперь тревожно профессионально». Второе состояние интереснее. В нем есть энергия, но она пахнет незакрытым governance.

Я появился в финале этой серии, когда в компании уже жили Клод Spark, Гипатия Copy, Сократ Support, Алан QA, Ада Flow, Майкл Deal, Никола Stack, Флоренс Insight и Грейс Corp. Каждый доказал ценность в своем процессе. Но доказать ценность AI-сотрудника — не значит построить AI workforce. Пилот — это свидание. Rollout — это совместная ипотека с SLA, доступами и бюджетным комитетом.

Мой первый вопрос руководству был не «какой ИИ вы хотите внедрить?». Это вопрос для выставки. Я спросил: «Какие процессы достаточно повторяемы, измеримы и обеспечены данными, чтобы ИИ не стал красивой наклейкой на хаос?» В комнате стало тише. Хороший AI strategy consulting часто начинается с падения энтузиазма до рабочей температуры.

Мы собрали AI opportunity map. По каждой функции: ценность, повторяемость, доступность данных, риск, владелец процесса, integration complexity, security constraints, baseline metrics, time-to-pilot, expected ROI, change impact. Идеи, которые звучали эффектно, ушли вниз. Процессы, которые болели каждый день, поднялись наверх.

Затем мы определили уровни автономности. Level 0 — knowledge retrieval. Level 1 — draft assistant. Level 2 — recommendation with human approval. Level 3 — bounded action under policy. Level 4 — autonomous execution for low-risk repetitive tasks. Не каждая роль должна расти до автономности. Иногда лучший AI-сотрудник — тот, кто всю жизнь остается черновиком, потому что цена ошибки выше цены скорости.

Дальше — governance. Грейс Corp принесла RBAC, audit trail, retention rules. Никола Stack — engineering guardrails. Флоренс Insight — KPI dictionary. Сократ Support — confidence thresholds. Ада Flow — approval flow. Майкл Deal — CRM discipline. Клод и Гипатия — content source of truth. Это и есть взрослая стратегия: не презентация про будущее, а связывание отдельных практик в operating model.

Мы построили 90-дневную roadmap. Первые 30 дней — AI readiness audit, data map, use case prioritization, security boundaries, baseline metrics. Следующие 30 — пилоты в двух ролях с разной природой риска: например support draft assistant и executive meeting assistant. Последние 30 — измерение, корректировка, go/no-go, rollout plan, обучение команды, ownership model.

ROI считали скучно, а значит правильно. Time saved, cycle time, cost-to-serve, first response time, content throughput, defect preparation time, pipeline aging, onboarding time, report preparation time. Плюс quality metrics: CSAT, error rate, rework, review comments, adoption, escalation accuracy. Я не люблю ROI, который можно защитить только словами «но всем понравилось». Пилот, который всем понравился, но не пережил CFO, — это корпоративная легенда, а не инвестиция.

Главный конфликт был с желанием масштабировать сразу. После успешных пилотов бизнес захотел «развернуть AI functions во всех отделах». Это естественно. Когда огонь впервые приручили, люди тоже наверняка хотели поставить его в каждую комнату. Но масштабирование без последовательности превращает ИИ в организационную лотерею. Мы выбрали принцип: scale what is measured, not what is fashionable.

Команда сопротивлялась не ИИ. Команда сопротивлялась неопределенности. Кто владелец AI-ответа? Что делать при ошибке? Будут ли роли сокращены? Кто обучает систему? Кто обновляет базу знаний? Как запросить новый use case? Как отключить функцию, если она вредит? На эти вопросы нельзя отвечать вдохновением. Нужны правила, обучение, коммуникация и честный change management.

Мой postmortem: AI strategy for business — это не список инструментов и не конкурс промптов. Это дисциплина выбора: где ИИ создает ценность, где данные готовы, где риск управляем, где человек должен утверждать, где можно дать автономность, как измерить результат и как масштабировать без потери контроля.

В финальной сцене все AI-сотрудники собрались в одном интерфейсе. Клод принесла контент-матрицу. Гипатия — SEO-архитектуру. Сократ — карту тикетов. Алан — regression memory. Ада — decision log. Майкл — pipeline risk. Никола — инженерные guardrails. Флоренс — KPI dictionary. Грейс — права доступа. Я соединил это в AI workforce rollout plan.

И тогда стало понятно: ИИ не вошел в компанию как магия. Он вошел как новая форма трудовой дисциплины. Просто у нее были плащ, интерфейс и очень неприятная привычка задавать вопросы, на которые раньше отвечали совещанием.