Статья 15 ноября 2026 6 минут чтения

Команда для внедрения ИИ: какие роли нужны и кто отвечает

Какие роли нужны в ИИ-проекте, почему владельцем должен быть руководитель процесса, что держать внутри, а что покупать у подрядчика. Ошибки руководителей, план сборки команды и вопросы для проверки.

ИИ-проект редко проваливается из-за нехватки дата-сайентистов. Гораздо чаще у него нет внутреннего заказчика, который отвечает за результат в процессе, или нет эксперта, способного сказать, где модель ошибается. Руководителю нужно решить три вопроса: кто владеет результатом, какие роли закрывать своими силами, а какие покупать у подрядчика. Ниже – что показывают открытые кейсы российских компаний.

Как устроены команды в работающих проектах

Владелец процесса как заказчик

Задача: перевести пилот в ежедневную работу подразделения. Что делает команда: руководитель функции (логистики, сервиса, производства) формулирует метрику, принимает решения о доработке и отвечает за внедрение у своих людей. Результат: в таких проектах решение доходит до тиража, а эффект считается в деньгах и часах, а не в точности модели. Типичные результаты – операции, занимавшие часы, выполняются за минуты, первая линия поддержки автоматизируется на 50–85%.

Эксперт предметной области в контуре

Задача: обучить модель на знаниях специалистов и контролировать качество. Что делает команда: врачи, инженеры, юристы, эксперты по нормативам размечают данные, задают эталон и проверяют пограничные случаи. Во многих кейсах система работает в режиме «второго мнения»: итоговое решение подтверждает специалист. Результат: высокая точность на проверенных выборках и доверие пользователей, без которого инструмент не используют.

Внутренний центр компетенций ИИ

Задача: вести портфель проектов, а не одиночный пилот. Что делает команда: небольшое подразделение собирает гипотезы от бизнеса, быстро проверяет их и передаёт удачные в пилот и масштабирование. Результат: в крупных промышленных компаниях такие центры одновременно ведут десяток проектов и держат ещё больше в проработке, а совокупный эффект по портфелю заметно превышает вложения.

Собственная разработка вместо лицензии

Задача: заменить внешнее решение, которое дорого или стало недоступно. Что делает команда: внутренняя ИТ-команда строит систему под свои процессы, нередко сравнивая её с готовым продуктом на реальных данных. Результат: экономия на лицензиях, контроль над доработками, сопоставимое или лучшее качество. Цена – необходимость держать команду сопровождения.

Подготовка своих кадров

Задача: закрыть дефицит специалистов, понимающих и данные, и отрасль. Что делает команда: внутренние школы аналитиков данных, совместные лаборатории с вузами, обучение на реальных задачах компании, доступ всех сотрудников к LLM в закрытом контуре с набором типовых сценариев. Результат: сотни обученных сотрудников и десятки защищённых проектов, которые становятся источником следующих внедрений.

Что отличает удачные проекты

  • Один ответственный за бизнес-результат. Это руководитель процесса, а не ИТ-директор и не подрядчик.
  • Эксперт выделен с долей рабочего времени. Разметка, проверка ответов и разбор ошибок записаны в его задачи.
  • Есть инженер данных. Тот, кто строит выгрузки и интеграции с учётными системами. Без него модель остаётся демонстрацией.
  • Пользователи участвуют с первого месяца. Операторы, менеджеры, инспекторы тестируют прототип и формируют требования к интерфейсу. Если инструмент неудобен в реальной смене, его перестают открывать независимо от точности модели.
  • Понятно, кто сопровождает решение после запуска. Дообучение, мониторинг качества, реакция на сбои закреплены за конкретной командой.
  • Безопасность и юристы подключены до выбора архитектуры. Особенно если данные не должны покидать периметр.

Сколько людей нужно

Для первого пилота большой штат не требуется. Достаточно небольшой рабочей группы, в которой полностью заняты проектом один-два человека. Остальные участвуют частично: эксперт тратит несколько часов в неделю на разметку и разбор ошибок, безопасность подключается на этапах выбора архитектуры и приёмки. Отдельная команда сопровождения появляется, когда решений становится несколько. Тогда имеет смысл создавать центр компетенций с общей инфраструктурой, библиотекой типовых решений и единым порядком отбора гипотез. Раньше этого момента отдельное подразделение обычно не окупается.

Типовые ошибки руководителей

  1. Назначить владельцем проекта ИТ. ИТ отвечает за инфраструктуру, но не может изменить процесс в чужом подразделении.
  2. Нанять дата-сайентиста без задачи. Специалист без доступа к данным, экспертам и заказчику через полгода уходит или делает исследовательские прототипы.
  3. Отдать всё подрядчику. Без своего человека, понимающего архитектуру и данные, компания не сможет принять работу, развивать решение и сменить поставщика.
  4. Не учесть время экспертов. Лучших специалистов не освобождают от текущей работы, и разметка идёт месяцами.
  5. Игнорировать сопротивление сотрудников. Страх замены и недоверие к модели снижают использование. Нужны объяснение, обучение и понятные правила, где решает человек.
  6. Распылять ресурсы. Десяток пилотов с разными подрядчиками без общей платформы и центра компетенций дают мало знаний и много несовместимых решений.

Как собрать команду: план на 4–6 недель

  1. Неделя 1. Назначить владельца результата. Руководитель процесса с полномочиями менять регламенты и целевой метрикой в деньгах или часах.
  2. Неделя 2. Определить минимальный состав. Владелец продукта, 1–2 эксперта предметной области, инженер данных, разработчик или подрядчик, представитель безопасности. Записать долю времени каждого.
  3. Неделя 3. Решить, что делать своими силами. Как правило, внутри остаются владение продуктом, данные и экспертиза. Разработку модели и интеграцию можно покупать.
  4. Неделя 4. Закрепить роль после пилота. Кто будет сопровождать решение, дообучать модель и отвечать за инциденты. Если ответа нет, пилот не запускать.
  5. Неделя 5. Подготовить пользователей. Короткое обучение, правила использования, канал обратной связи о неверных ответах.
  6. Неделя 6. Наладить ритм. Еженедельный разбор метрик и ошибок с участием владельца процесса и экспертов.

Вопросы команде и подрядчику

  • Кто в компании отвечает за бизнес-результат проекта и какие у него полномочия?
  • Сколько часов в неделю выделено экспертам и кто их освободил от текущей работы?
  • Какие компетенции после проекта останутся внутри, а какие будут зависеть от подрядчика?
  • Кто будет сопровождать модель через год и во что это обойдётся?
  • Как пользователи узнают о новом инструменте и как сообщат об ошибке?
  • Какие решения модель принимает сама, а какие только рекомендует специалисту?
  • Как передаётся код, документация и знания, если поставщика придётся сменить?

Примеры распределения ролей в реальных проектах можно найти в открытой подборке: база кейсов ИИ на platforms.su содержит более 1300 кейсов.

Итог

Команда ИИ-проекта начинается с владельца процесса и эксперта, а не с найма дата-сайентистов. Разработку можно покупать, ответственность за результат и знание данных – нет. Чем раньше эти роли закреплены приказом и в целях руководителей, тем меньше шансов, что пилот останется демонстрацией. Центр компетенций ИИ помогает определить состав команды, распределить роли между компанией и подрядчиком и обучить сотрудников.

Разобрать вашу задачу

За 30 минут оценим, где ИИ даст эффект в вашей компании и с чего начать.

Смежные материалы