Команда карты ИИ-решений: эксперт по ИИ и эксперт по финансам

Михаил Мозг 20 лет работает в разработке ПО и прошел путь от инженера до технического директора. На карте он отвечает за подбор решений и техническое задание для подрядчиков.

В Walmart Михаил был старшим руководителем разработки с бюджетом 50 млн долларов (2015-2019). В BRLab он работал техническим директором, пока компания росла с 7 до 25 млн долларов (2019-2020).

В Devblock (2020-2026) он перевел ИТ-компанию на 120 человек на разработку с ИИ-агентамиИИ-агент ИИ-агент это нейросеть, которая не просто отвечает, а сама выполняет задачу по шагам: ищет данные, пользуется программами и проверяет результат. Подробнее в словаре. Платформу MOZGII Михаил собрал в одиночку с ИИ-агентами, инженеров в штате у нее ноль.

Среди клиентов его проектов Disney, Apple, Microsoft и Hilton. Как консультант по ИИИИ-консультант ИИ-консультант это внешний специалист, который помогает компании решить, где и как применить искусственный интеллект; так же называют чат-бота, который консультирует клиентов на сайте. Подробнее в словаре для собственников он ведет канал: 1 млн подписчиков за 12 месяцев.

Карьера, бренды и подход к управлению с ИИ собраны на странице об опыте и проектах Михаила.

Андрей Бархота, эксперт по финансам и экономике бизнеса и кандидат экономических наук (РЭУ им. Г. В. Плеханова), специализируется на стратегии финансовых институтов.

В Банке России он занимался размещением акций «Росгосстраха» при продаже инвесторам, в ПСБ вел новые бизнес-направления «ПСБ Страхования». В ДОМ.РФ Андрей был заместителем руководителя Аналитического центра, выступает спикером конференций по проблемным активам.

На карте Андрей ведет финансовую модель: NPV, IRR, три сценария и влияние на EBITDA. Каждое ИИ-решение проходит проверку как инвестиционный проект: сколько вложить, когда вернется и что будет при плохом сценарии.

Поэтому карту ведут двое и проверяют друг друга: решение без денежного смысла в план не попадает, а расчет без технической основы не уходит правлению.

Команда проходит весь путь от анализа до работающих решений: карта ИИ-решенийкарта ИИ-решений Карта ИИ-решений это документ, который показывает по каждому процессу компании, какое решение на основе ИИ подходит, сколько оно стоит и какой эффект даст в рублях. Подробнее в словаре, ИИ Due Diligence (комплексная проверка компании), ИИ-агенты и ИИ-отделы, ИИ-директор.

Отдельно делаем интеграции с 1С, Битрикс24 и amoCRM, ставим локальные модели, когда данные должны оставаться в России, учим руководителей и следим за рынком ИИ.

У MMOOZZGG есть своя команда в США: это отдельная компания, которая подключается к проекту как услуга. Через нее мы подбираем мировые решения и адаптируем их для российских компаний по закону.

Отраслевой опыт собран в базе кейсов внедрения ИИ: промышленность, финансы, ритейл, логистика, медицина, недвижимость, госсектор.

Опыт эксперта по внедрению ИИвнедрение ИИ Внедрение ИИ это путь от идеи до работающего решения: компания выбирает процесс, подключает к нему искусственный интеллект, учит людей и измеряет результат в деньгах. Подробнее в словаре видно по доле проектов, которые дошли до результата: по данным проектов MMOOZZGG, это 92% проектов команды. В среднем по миру, по оценке MIT NANDA, до результата доходит 5%.

Больше 300 руководителей высшего звена получили консультации по ИИ за 3 года, по данным проектов MMOOZZGG.

По данным проектов MMOOZZGG, в Devblock команда обучила 120 инженеров и перевела ИТ-компанию на работу с ИИ, а в Disney разработка ИИ-продуктов для анимации сэкономила около 50 млн долларов.

Еще два проекта, госпиталь Overlake в США и компания MOZGII, где бизнес ведут ИИ-агенты, показаны на схеме ниже.

1. Человек решает, ИИ делает. ИИ берет рутину: сбор данных, отчеты, типовые ответы. За каждым агентом закреплен ответственный сотрудник, спорные случаи решает человек.

2. Учим людей управлять ИИ. По исследованию NBER 2023 года, операторы поддержки с ИИ-помощником в среднем на 14% продуктивнее, а новички на 34%.

3. Решаем по цифрам. Метрику успеха записываем в договор до старта, а каждое решение проверяем пилотом на одном процессе за 14 дней.

4. Знаем границы ИИ. В исследовании Harvard Business School и BCG 2023 года консультанты с ИИ сделали работу на 40% качественнее, но в задачах за пределами возможностей ИИ ошибались чаще.

Отсюда правило для данных: они остаются в России по 152-ФЗ, а доступы агентов фиксируем в договоре.

ИИ нужен для роста компании, а не для сокращений. По World Economic Forum, к 2030 году технологии создадут 170 млн рабочих мест и заменят 92 млн.

Работаем с ведущими моделями: OpenAI GPT, Anthropic Claude, Google Gemini, DeepSeek, Qwen, Llama, и с российскими моделями.

Модель подбираем под задачу и цену: каждую задачу решает модель с подходящей стоимостью, поэтому расходы на облачный ИИ остаются под контролем.

Где данные нельзя отдавать наружу, ставим локальные моделилокальная модель Локальная модель это нейросеть, которая работает на вашем компьютере или сервере, а не в облаке поставщика, поэтому данные никуда не уходят. Подробнее в словаре на серверах в России. Решения подключаем к системам, которые уже работают в компании: учету в 1С, Битрикс24, amoCRM.

Новые ИИ-технологии рынка США команда тестирует до их прихода в Россию. В карту они попадают, когда понятно, что они дают в деньгах.