Технологии искусственного интеллекта развиваются быстрыми темпами, и если внедрение искусственного интеллекта в цепочку поставок откладывается и результатов не видно, причина часто кроется уже не в технологии. В последнем отчёте консалтинговой компании Deloitte «Агентская цепочка поставок» отмечается, что в прошлом существовали четыре структурных препятствия, которые удерживали ИИ в цепочке поставок на экспериментальной стадии. Три из них — технология, методы измерения и управление — были в основном преодолены. Что действительно остаётся препятствием, так это четвёртое, и оно не имеет ничего общего с технологией.
Агентскую цепочку поставок удалось внедрить в больших масштабах, и появилась общая модель.
В поддержку этого суждения приводятся реальные примеры из производственной практики. Например, в отчёте говорится, что крупнейший в мире фрахтовый брокер C.H. Robinson внедрил более 30 агентов с искусственным интеллектом. Они отвечают за расценки, отправку, планирование встреч и отслеживание статуса груза. В 2025 году они будут выполнять более 3 миллионов задач по перевозке грузов за год. Среди них агент по предложениям сократил время выполнения операции, которая первоначально занимала несколько часов, в среднем до 2 минут 13 секунд. Поскольку каждая задержка в предложении увеличивает стоимость доставки на 23–25 %, такое ускорение имеет прямую финансовую выгоду.
Розничный гигант Walmart идёт по систематическому пути. Его самовосстанавливающийся инвентарь (self-healing inventory) автоматически обнаруживает избыточные запасы в определённом месте и может быть перераспределён в магазины с более высоким спросом без ручного вмешательства. Закупающая сторона использует Pactum AI для автоматического согласования цен для тысяч поставщиков среднего размера одновременно, при этом уровень текучести кадров составляет 68 %. Эти результаты отражены в отчёте о прибылях и убытках компании: выручка за последний период выросла на 5 %, а запасы увеличились всего на 2,6 %.
В Deloitte отметили, что у двух компаний общая модель: обе они исходят из большого объёма транзакций и высочайшей готовности данных, используют результаты, которые финансовый директор может проверить, чтобы подтвердить ценность, а затем постепенно расширяются.
Единственный порог, который не был преодолён, — внедрение искусственного интеллекта без перезагрузки работы.
Остаётся четвёртое препятствие, которое Deloitte называет «индивидуальной эффективностью, которую невозможно преобразовать в эффективность организации». Согласно собственному опросу «Состояние ИИ на предприятии», более 70 % опрошенных компаний внедрили ИИ, но не изменили структуру работы, процессы и возможности принятия решений, которые ИИ должен был изменить. В результате сотрудники лично чувствуют, что у них появилось больше времени, но эти сбережения исчезают ещё до того, как попадают в отчёт о прибылях и убытках.
Это явление подтверждается и другими данными. Workday, компания, занимающаяся разработкой программного обеспечения для управления персоналом, сообщила в начале 2026 года, что, хотя 85 % сотрудников полагаются на ИИ, чтобы сэкономить от 1 до 7 часов в неделю, почти 40 % их времени уходит на исправление, проверку и переделку некачественной работы ИИ. Workday называет это «налогом на ИИ-продуктивность».
Корень проблемы не в данных, моделях или талантах, а в том, что никто не несёт ответственности за то, когда и как ИИ должен принимать решения.
Чтобы проиллюстрировать разницу, «Делойт» использует термин «промежуточные расходы» (tail-spend — он относится к нестратегическим спорадическим закупкам с низкой стоимостью): в традиционном процессе обычная закупка должна проходить пять уровней — заявка, сравнение цен тремя сторонами, оценка покупателя, одобрение надзорного органа и выдача разрешения. Заказы на покупку, независимо от того, насколько мала их сумма, остаются неизменными. Включение ассистента с искусственным интеллектом в этот процесс, возможно, позволит быстрее составить запрос и эффективнее подготовить коммерческое предложение, но структура из пяти уровней не изменилась, и общее сокращение времени ограничено.
Настоящий процесс перезагрузки заключается в том, чтобы позволить ИИ‑агенту самостоятельно осуществлять такие закупки в рамках установленных правил (утверждённый список поставщиков, лимит расходов по категориям, стандартные условия контракта) и перенаправить персонал на стратегические закупки и сложные переговоры, которые требуют здравого смысла и коммерческой креативности.
Отраслевые оценки, приведённые «Делойтом», указывают на то, что от 60 % до 80 % заказов на поставку являются рутинными и соответствуют требованиям. Вся эта цепочка утверждений может быть заменена «встроенным управлением во время разработки» вместо «индивидуального управления во время выполнения».
Это основная идея полного отчёта «Делойта»: ключ к внедрению искусственного интеллекта заключается не в том, чтобы передать инструменты в руки сотрудников, а в том, чтобы передать «полномочия по принятию решений» агенту и перестроить работу вокруг него.
В то же время приближается внешнее давление: когда покупатель также становится агентом искусственного интеллекта.
Если «Делойт» указывал на необходимость реформ внутри компании, то консалтинговая компания Accenture оказывала давление в том же направлении извне. В Accenture отметили, что агенты начали сравнивать цены от имени потребителей, оценивать и завершать транзакции в течение нескольких секунд — и это делает эффективность самой цепочки поставок условием того, будут ли агенты выбирать вас.
По наблюдениям Accenture, агент ориентируется только на правила и ценности: на его выбор будут влиять надёжность доставки и то, уложился ли поставщик в обещанные сроки. Что ещё более важно, агент будет извлекать уроки из каждого взаимодействия. Служебная ошибка — это не разовый эпизод, она запомнится и в дальнейшем приведёт к понижению в должности. По оценкам Accenture, когда связь между покупкой или производительностью выходит из строя, до 86 % сделок между ИИ‑посредниками могут перейти к конкурентам.
Внутренние операции берёт на себя агент, а агентом становится внешний покупатель. Эти две силы действуют одновременно, превращая «перезагрузку рабочего процесса» из опции, которую можно выполнять медленно, в решение, которое больше не может ждать.
5 напоминаний от «Делойта» руководителям цепочек поставок.
«Делойт» обобщил решения, которые должен принимать руководитель и которые может принимать только он, в виде 5 последовательных напоминаний — каждое из них содержит стандарт проверки «что сделано, то сделано».
Первое напоминание заключается в определении границы данных для первого автономного процесса. Вместо того чтобы ждать, пока будут готовы все корпоративные данные, лучше сначала выбрать процесс и определить необходимый ему «минимальный доступный набор данных» — то есть минимальный набор полей, которые нужны для автоматизации первого цикла принятия решений ради достижения определённой степени точности и своевременности. Критериями выбора темы являются готовность данных, обратимость принятия решений и финансовая значимость, а не технические амбиции. C.H. Такова логика Robinson, отталкивающейся от цены всего транспортного средства, а Walmart — от передачи запасов.
Второе напоминание — перед покупкой необходимо разработать политику структуры. Руководитель должен сначала определить, в каких ситуациях следует использовать платформу со встроенным ИИ, который должен быть построен на основе низкоуровневых инструментов, а в каких стоит инвестировать в разработки, и установить уровень управления: любая кастомизированная разработка предложений должна сначала доказать, почему встроенного решения и низкоуровневого кода недостаточно. В «Делойте» напомнили, что команда разработчиков, естественно, склонна к самостоятельной настройке и построению, потому что это интереснее и лучше поддаётся защите перед бюджетным комитетом. Без этого уровня ресурсы будут расходоваться там, где настройка не нужна.
Третье напоминание — перед развёртыванием необходимо установить политику автономии агента искусственного интеллекта. «Делойт» предложил «лестницу автономии», утверждая, что автономию агентов не следует рассматривать как принцип «всё или ничего», а каждый агент должен начинать с ручной проверки и постепенно достигать более высокой автономии, основываясь на надёжности, продемонстрированной в ограниченных условиях.
Четвёртое напоминание заключается в том, что перед выделением средств необходимо установить факт фальсифицируемой стоимости. Согласно опросу «Состояние ИИ на предприятии», проведённому компанией «Делойт», 74 % организаций хотят использовать ИИ для увеличения выручки, но только 20 % действительно делают это. Этот разрыв — не техническая проблема, а проблема ценностной дисциплины. Поэтому, прежде чем инвестировать в ИИ, необходимо получить чёткие финансовые результаты, базовые значения для сравнения и график измерений.
Пятое напоминание, которое большинство компаний ещё не выполнили, заключается в том, что перед расширением масштабов необходимо перезагрузить работу. Прежде чем расширять масштабы и внедрять систему, руководители должны проанализировать, какие роли, обязанности, полномочия по принятию решений и показатели эффективности изменятся: какие задачи будут заменены, куда пойдут высвобождаемые кадры и какие новые обязанности ИИ создал для людей. Ссылаясь на исследование Gartner «Будущее цепочки поставок в 2026 году», «Делойт» отметил, что 51 % руководителей компаний, занимающихся цепочками поставок, ожидают, что искусственный интеллект приведёт к общей корректировке персонала, 55 % ожидают сокращения штатных должностей, а 86 % считают, что необходим новый канал привлечения талантов.
【Рекомендуемое чтение】
◆ Morgan Stanley сократил рабочее время для согласования вдвое: не для того, чтобы сделать ИИ-агента более автономным, а чтобы позволить ему включиться в процесс.
◆ Тайваньское внедрение искусственного интеллекта завоевывает мир, но его производительность отстает? Microsoft выявила «слепое пятно» при внедрении корпоративного искусственного интеллекта.
◆ По оценкам Goldman Sachs, к 2030 году использование токенов вырастет в 24 раза. Как компании могут избежать того, чтобы счета за искусственный интеллект вышли из‑под контроля?
＊Эта статья открыта для перепечатки партнёрами, источник: Deloitte, Accenture, источник первого изображения: создание инструмента искусственного интеллекта.
Подписаться в Макс
