Еще 3-5 лет, и крупным российским компаниям потребуется отдельный специалист, отвечающий за развитие ИИ, - ИИ-лидер. ИИ-лидер может получать до 1 млн руб., и ему необязательно быть "технарем". Рассказывает Полина Сорокина (компания Axenix)
Новая роль как логика эпохи
Обычно компании внедряют ИИ не централизованно, а через отдельные команды или инициативы. Маркетинг использует эти инструменты для коммуникаций, HR - подбора и обучения сотрудников, финансовый блок - прогнозирования и оценки рисков.
На первом этапе такая модель кажется удобной: бизнес получает возможность ускорять процессы без масштабной перестройки инфраструктуры. Однако это ведет к тому, что в компании появляются сразу несколько независимых ИИ-контуров с разными требованиями к данным, безопасности, инфраструктуре и правилам управления. Каждое подразделение действует в собственном контуре, и ни одно из них не оперирует полной картиной. Это приводит к дублированию вычислительных мощностей, накоплению скрытого технического долга и расхождениям в данных.
При этом ни одна из существующих управленческих ролей в структуре компании не может закрыть возникающую проблему полностью. Директор по информационным технологиям (CIO) традиционно отвечает за устойчивость инфраструктуры, в компетенции технического директора (CTO) входит технологическое развитие, а руководители цифровой трансформации (CDTO) и data-команды занимаются цифровыми сервисами и данными.
Так возникает осознание необходимости отдельной роли - ИИ-лидера. Его задача не ограничивается внедрением отдельных инструментов, а состоит в координации всей ИИ-стратегии компании: от архитектуры и данных до бизнес-метрик, безопасности и правил использования ИИ внутри организации.
Необязательно технарь
Главная ошибка в восприятии новой роли - представление о том, что ИИ-лидером должен стать самый опытный технический специалист компании. На практике чаще требуется не "главный по нейросетям", а человек, способный встроить ИИ в экономику бизнеса и сделать его частью корпоративной стратегии.
Такой руководитель должен понимать:
какие направления действительно способны изменить эффективность компании;
какие ИИ-проекты стоит масштабировать, а какие нужно остановить еще на стадии пилота;
как распределять инвестиции между инициативами;
каким образом связывать работу алгоритмов с конкретными бизнес-метриками.
ИИ-лидеру приходится одновременно работать с несколькими уровнями корпоративной реальности. С одной стороны, это архитектура, данные, интеграция моделей и понимание возможностей различных классов ИИ-систем. С другой - организационные изменения, сопротивление сотрудников, вопросы юридической ответственности и репутационные риски.
Отдельной задачей становится координация интересов внутри организации. Во многих компаниях первые серьезные конфликты вокруг ИИ возникают не на этапе разработки, а в момент масштабирования решений. Собственник и менеджмент требуют быстрого эффекта и ускорения процессов, IТ нацелен на контроль и устойчивость, юридические службы - на минимизацию рисков, а подразделения по информационной безопасности следят за ограничением доступа к данным и моделям.
В результате ИИ-проекты, которые изначально воспринимались как локальные эксперименты, превращаются в предмет постоянных переговоров между подразделениями с разными KPI и разным пониманием допустимого уровня риска.
Популярно, но не массово
В крупнейших корпорациях, прежде всего США и Западной Европы, роль ИИ-лидера уже получила оформление - чаще всего как должность CAIO (Chief AI Officer - директор по ИИ). Однако называть это массовым явлением пока рано. Скорее мы видим "золотую лихорадку" первых назначений, главным образом среди тех компаний, чьи ценные бумаги котируются на бирже.
В российской практике ситуация иная: пока лишь единицы имеют отдельного ИИ-лидера на уровне совета директоров. Но в ближайшие 3-5 лет этот путь первыми пройдут представители наиболее технологически развитых секторов, такие как крупные IТ-компании, банки, ретейл.
Ключевой фактор выделения CAIO - запрос от совета директоров не на разовый "эксперимент с ИИ", а на сквозное управление процессом: от формирования стратегии работы с технологией и дизайна целевой архитектуры до оценки рисков, выбора решений и управления портфелем кейсов. Это ответственность, чаще всего привязанная к конкретным бизнес-метрикам, и она требует отдельной штатной единицы. Чем выше амбиции компании и заинтересованность со стороны топ-менеджмента, тем выше шанс появления полноценного CAIO.
Важный маркер запроса - распространение на рынке корпоративных программ обучения. Уже сейчас у многих профильных агентств появляются целевые курсы обучения CAIO - значит, работодатели скоро будут готовы платить за системную, а не стихийную компетенцию.
Тем не менее важно подчеркнуть: значительная часть компаний не будут вводить ИИ-лидера в совет директоров. Его функции останутся за CIO, реже - за CTO. И это связано не с медлительностью изменений, а с прагматизмом: выделение роли происходит только тогда, когда объем проектов, масштаб изменений и роль ИИ в бизнес-стратегии достигают критической массы.
Сколько стоит ИИ-лидер
Диапазон возможных доходов напрямую зависит от двух факторов: грейда и объема вменяемой ответственности. Здесь возможны два принципиально разных сценария.
Если перед сотрудником ставится задача реализовать крупную амбицию - переход к ИИ-native-модели, кардинальное повышение операционной эффективности с жесткой привязкой к P&L, выстраивание полноценной стратегии, - то оплата труда будет на уровне CIO. Она может быть даже выше, поскольку рынок испытывает дефицит ИИ-специалистов с глубокой компетенцией, и реальную экспертизу готовы покупать с премией. В крупных компаниях диапазон зарплат может составлять 500 тыс. - 1 млн руб. В небольших компаниях, в том числе региональных (примеры поиска CAIO там тоже уже есть), предлагают в среднем 200-300 тыс. руб. Важно отметить, что такие вакансии редко публикуются в массовых агрегаторах - подбор идет через хедхантеров и закрытый нетворкинг. Часто зарплаты не указываются публично.
В другом сценарии роль ИИ-лидера сводится к управлению портфелем проектов, контролю внедрения, координации вендоров без стратегической ответственности и привязки к P&L. Здесь уровень оплаты может соответствовать лиду направления - системной аналитики, разработки или data-инжиниринга, и вилка будет гораздо скромнее.
Требования к навыкам
Первое, что необходимо ИИ-лидеру, - умение выстраивать доверительные взаимоотношения с бизнес-заказчиками. Принцип "ничего про нас без нас" здесь актуален. ИИ-лидер должен уметь выстроить глубокий контентный диалог со всеми основными бизнес-функциями: продажами, производством, финансами, юристами, HR. Без глубокого понимания их болей любая хорошо проработанная стратегия останется презентацией без реализации. ИИ-лидер должен уметь погружаться в новые для себя предметные области, чтобы вести диалог с бизнесом на одном языке.
Второе - техническая грамотность на этапе протипирования, а не реализации. Нужно понимать, какие классы решений (предсказательные модели, генеративные системы, оптимизационные алгоритмы и др.) подходят для тех или иных типов бизнес-задач. Также обязательное знание рынка вендоров - от open source до коробочных enterprise-платформ, включая российских поставщиков.
Третье - понимание рисков и ограничений ИИ. Известно, что применение ИИ в корпоративном контуре несет специфические риски: дрейф моделей, необъяснимость решений, предвзятость, безопасность промтов и данных. Лидер должен уметь выстраивать четкую структуру управления - внутренние правила валидации, мониторинга и аудита. Без этого даже небольшой пилот может привести к серьезным последствиям и санкциям для компании.
Четвертое - навыки стратега: работа с задачами с высокой степенью абстракции, умение декомпозировать крупные задачи на мелкие блоки, работать с развилками событий, питчинг и убеждение.
Сочетание всех этих качеств - большая редкость. Рынок насыщен техническими специалистами, которые не умеют говорить на языке бизнеса, и управленцами, которые не до конца понимают ограничения ИИ. Настоящий ИИ-лидер находится на пересечении этих миров. Именно этот дефицит и будет определять уникальность роли и уровень компенсации в ближайшие 5-7 лет.
Подводя итог: для многих организаций ИИ в течение длительного времени останется инструментом повышения эффективности отдельных процессов. Отдельная роль лидера формируется только там, где ИИ интегрируется в инфраструктурный, операционный и управленческий слой.
Поэтому, вероятнее всего, рынок будет двигаться по гибридному сценарию. В одних компаниях появятся полноценные CAIO с прямым выходом на совет директоров и ответственностью за ИИ-стратегию бизнеса. В других - функции ИИ-лидера останутся распределены между несколькими руководителями или перейдут в формат специальных комитетов по AI Governance.