Skip to main content

ИИ

8 июля 2026 года

 

Агенты ИИ готовы действовать. Большинство систем не готовы им доверять.

Вот пять организационных проблем, препятствующих переходу ИИ от пилотных проектов к повседневному использованию.

Kaushik Gopal profile photo

Kaushik Gopal

Executive Vice President, Business & Market Insights, Mastercard

Большинство организаций не имеют проблемы с инновациями в ИИ. У них есть проблема масштабирования. В разных отраслях компании последние несколько лет экспериментировали с пилотными проектами ИИ, но многие все еще пытаются перейти от многообещающих доказательств концепции к реальному развертыванию.

Препятствием редко является отсутствие амбиций — частные глобальные инвестиции в ИИ выросли более чем в тринадцать раз в период с 2014 по 2024 год. Чаще всего руководители не создали условий, необходимых для доверия ИИ, в частности агентскому ИИ, в масштабе: культура, безопасность, подотчетность, управление и готовность данных.

Доверие не строится на одном контроле или политике. Это зависит от организаций, создающих доверие по нескольким направлениям одновременно. Компании могут иметь сложные модели ИИ, но слабое управление; сильные меры безопасности, но ограниченную готовность персонала; или высококачественные данные, но неясную подотчетность. Те, кто добивается наибольшего прогресса, не обязательно внедряют больше ИИ: они развиваются по всем этим направлениям одновременно.

Организации смогут завоевать доверие, необходимое для перехода от анализа к действию, только если они смогут ответить на все пять этих вопросов. 

 

Знают ли люди, как работать с ИИ?

Одним из наиболее устойчивых сигналов, которые мы наблюдаем в отрасли, является расхождение между энтузиазмом руководства в отношении ИИ и пониманием сотрудников того, как его следует использовать. Этот разрыв может затруднить внедрение. Чтобы эти же команды начали использовать ИИ, требуется нечто большее, чем просто предоставление доступа к новым инструментам. Им необходимо понять, как использовать ИИ, где он может принести пользу и как он изменит их работу.

Это начинается с четкой коммуникации. Хотя отношение руководителей к ИИ быстро изменилось, это мнение не всегда распространяется на их сотрудников. Согласно отчету Thomson Reuters Institute «ИИ в профессиональных услугах, 2026», почти 40 % специалистов заявляют, что получили противоречивые указания относительно использования ИИ от руководства и клиентов. 

Руководители могут устранить этот пробел, выйдя за рамки широких мандатов ИИ и предоставив сотрудникам практические рекомендации о том, когда использовать ИИ, где его следует применять в их рабочих процессах и где человеческое суждение остается важным. Когда сотрудники понимают, как ИИ поддерживает их работу и что от них ожидается, организации могут перейти от экспериментов к внедрению.

 

Следует ли этому агенту разрешить делать это?

По мере того как агенты ИИ приближаются к принятию решений и их выполнению, вопрос меняется: от того, могут ли они генерировать идеи, до того, можно ли им доверять действия.

Вот почему безопасность, конфиденциальность и ответственное использование должны быть встроены в операционную модель с самого начала. Для бизнеса это предполагает установление ограждений для защиты конфиденциальной информации и создание подотчётности, прежде чем агентам будет доверен доступ к данным или выполнение более сложных задач.

По своей сути это проблема идентификации и доступа. Прежде чем ИИ-агент сможет получить информацию, инициировать платеж или взаимодействовать с клиентом, организации должны быть уверены в том, что представляет собой агент, к каким системам он может получить доступ и какие разрешения ему были предоставлены. Если ваша компания не доверяет этому, как вы можете ожидать этого от своих клиентов? 

 

Кому принадлежит результат?

Поскольку ИИ-агенты берут на себя все больше автономных обязанностей, организации сталкиваются с другой проблемой: определением того, кто несет ответственность, когда агент принимает решение, выполняет задачу или приводит к неожиданному результату.

Хотя многие компании заинтересованы во внедрении агентов, лишь 32 % из них заявляют, что фактически учли их при планировании рабочей силы, согласно отчету Cisco за 2025 год о готовности к ИИ. Без четких структур владения предприятия рискуют создать неопределенность в отношении принятия решений, надзора и подотчетности.

Руководители должны установить четкие модели владения для работы на базе ИИ, определяя, какие решения могут быть делегированы агентам, где человеческое суждение остается ключевым и как будут решаться проблемы, если системы поведут себя непредсказуемо. Организации, которые успешно масштабируют агентский ИИ, предпримут дополнительные шаги для перестройки существующих рабочих процессов, чтобы люди и ИИ могли работать вместе с более четкими ролями, обязанностями и ожиданиями. 

 

Как мы узнаем, что он готов действовать?

Как только организации установили подотчетность, возникает новый вопрос: как узнать, когда агент ИИ готов к реальному миру?

Предприятиям нужны способы тестировать производительность, оценивать результаты и понимать поведение агентов, прежде чем им будет доверено взаимодействие с клиентами, операционные процессы или критически важные для бизнеса решения. Основное внимание следует уделять не созданию агента, а принятию правильных мер для подтверждения того, что агент может работать надежно, последовательно и безопасно в самых разных сценариях.

Прежде чем агентам будет доверено действовать и масштабироваться, организации всё чаще хотят создавать среды, где они могут оценивать производительность, выявлять точки отказа и дорабатывать элементы управления.  Это одна из причин, по которой Mastercard создала Agent Suite, которая помогает организациям перейти от пилотных проектов к надёжному внедрению, а также почему мы недавно расширили его с помощью Proto, песочницы для исследования, тестирования и проверки вариантов использования агентского ИИ, прежде чем внедрять их в рабочие процессы. Mastercard также представила трёх новых ИИ-агентов, предназначенных для поддержки ключевых корпоративных функций: управление продавцами, адаптацию и разрешение споров. В совокупности эти возможности могут помочь организациям определить, где ИИ может принести ценность для бизнеса при масштабировании в безопасных и управляемых рамках.

 

Есть ли у него необходимая информация?

Даже организации, которые решают вопросы внедрения, безопасности и управления, часто сталкиваются с еще одним препятствием: ИИ-агенты могут действовать только на основе той информации, которую они способны понять, — тогда правильные данные могут безопасно использоваться с четкими разрешениями, когда агенты действуют в реальном времени. 

Но многие организации по-прежнему работают с разрозненными данными, распределенными по системам, несогласованными форматами и разобщенными рабочими процессами. Хотя люди часто могут преодолевать эти пробелы, ИИ-агенты сталкиваются с трудностями, когда информация неполна, противоречива или труднодоступна. Это может означать уменьшение разобщенности, очистку несогласованных данных и исправление фрагментированных процессов, которые могут ограничивать способность ИИ работать должным образом.

 

Надежные действия ИИ могут стать одним из важнейших конкурентных преимуществ в бизнесе. Не потому, что организации могут создавать ИИ, а потому, что они могут на него полагаться.

Kaushik Gopal
Каушик Гопал

 

В агентской среде качество данных напрямую формирует качество решений. Если агенты не могут достоверно понять информацию, которая находится перед ними, они не могут достоверно действовать на ее основе. Чтобы ускорить этот переход, Mastercard усилила свое внимание в рамках Start Path, своей отмеченной наградами программы по взаимодействию со стартапами, привлекая компании, специализирующиеся на бизнес-аналитике и возможностях, основанных на данных.

За последнее десятилетие Start Path приняла более 500 компаний из более чем 60 стран, помогая им масштабироваться благодаря практической поддержке и доступу к глобальной сети и клиентам Mastercard. Этот повышенный акцент на стартапы, которые могут помочь клиентам преобразовать данные в действенные аналитические выводы, способствует принятию более эффективных решений, повышению производительности и поддержке действий в режиме реального времени, что, в свою очередь, формирует уверенность, необходимую для переноса ИИ из изоляции в повседневную жизнь.

В ближайшие годы надежные действия ИИ могут Become одним из важнейших конкурентных преимуществ в бизнесе. Не потому, что организации могут создавать ИИ, а потому, что они могут на него полагаться.

Познакомьтесь со стартапами бизнес-аналитики и анализа рынка программы Start Path.

   

Luca ИИ

Luca AI — это цифровой член команды на базе ИИ, который объединяет продажи, маркетинг, финансы и операционную деятельность в едином разговорном аналитическом интерфейсе. Благодаря этому единому представлению, МСП могут получать аналитические данные в режиме реального времени по всему своему бизнесу, что помогает им выявлять возможности, повышать эффективность и принимать повседневные бизнес-решения с большей уверенностью. Mastercard сотрудничает с Luca AI, чтобы сделать эти возможности доступными для европейских держателей бизнес-карт через программу Mastercard Business Bonus, и изучает, как ее технологии могут дополнительно поддерживать деятельность, управляемую агентами, для эмитентов МСБ.

Логотип Luca AI

    

Yabx

Yabx использует ИИ-аналитику с инфраструктурой кредитования low-code и no-code, которая использует альтернативные данные для предоставления масштабируемого, управляемого с точки зрения рисков цифрового кредитования на развивающихся рынках, в партнерстве с банками, финтехами, платежными компаниями, агрегаторами продавцов и другими участниками экосистемы. Mastercard сотрудничает с эмитентами на Ближнем Востоке и в Африке для включения альтернативных кредитных данных, таких как информация о мобильных кошельках и телекоммуникациях, в оценку кредитного риска, обеспечивая более инклюзивную выдачу карт и улучшенный доступ к финансовым услугам.

Логотип Yabx

   

BizMachine

BizMachine предлагает платформу для анализа продаж B2B, которая помогает компаниям выявлять и привлекать новых бизнес-клиентов. Благодаря сочетанию собственных данных BizMachine и Mastercard это партнерство позволяет европейским эквайерам и другим участникам платежной экосистемы идентифицировать перспективных продавцов.

Логотип BizMachine

Guestologie

Guestologie предоставляет ресторанам инструменты для оказания точного гостеприимства в реальном времени, потому что долгосрочная лояльность формируется в обеденном зале, благодаря индивидуальному подходу к каждому гостю. 

Логотип Guestologie