Аналитики Ward Howell опубликовали результаты опроса, посвященного созданию и развитию ИИ-команд. Для этого авторы провели 50 глубинных интервью с топ-менеджерами крупных российских компаний из разных отраслей.

Цель документа — понять, как формируются ИИ-команды в бизнесе, какие роли и структуры создаются, с какими кадровыми и организационными трудностями сталкиваются компании в развитии ИИ-направлений.

Ключевые выводы:

• в компаниях ИИ-функция может быть организована по-разному — в зависимости от зрелости подходов и степени интеграции ИИ в бизнес-процессы. По данным авторов, наиболее распространены два варианта: централизованная модель, где команда работает как внутренний подрядчик, и децентрализованная, при которой специалисты интегрированы в продуктовые и бизнес-команды;
• численность специалистов по ИИ составляет от 1 до 15% всего ИТ-персонала. Однако структура команд и управленческие подходы существенно различаются в зависимости от масштаба компании, зрелости ИИ-функции и специфики бизнеса;
• около 1/3 компаний отмечают необходимость значительного расширения ИИ-команд, ориентируясь на прирост штата в среднем на 40–60 человек в год. При этом компании обучают собственных сотрудников и привлекают молодых специалистов. Отмечается также, что стратегии найма могут сочетать привлечение внешних экспертов для работы с новыми технологиями (например, с генеративным ИИ) и развитие внутренних команд в таких направлениях, как Data Science и классическое машинное обучение;
• аналитики отмечают, что конкуренция за специалистов на ИИ-рынке высока настолько, что рекрутеры несколько раз контактируют с одними и теми же Data Scientists. При этом, если компания не занимается генеративным ИИ, ей труднее заинтересовать сильных специалистов;
• быстрое развитие ИИ затрудняет оценку технических навыков кандидатов, отмечается в документе. Руководители нередко сталкиваются с нехваткой собственной экспертизы для оценки знаний, необходимых для выполнения специализированных задач. В таких случаях компании прибегают к помощи внешних или внутренних экспертов для проведения технического интервью и верификации компетенций;
• руководители сходятся во мнении, что при формировании ИИ-команды сильная математическая подготовка является критичной. Успешно расти и быстро развиваться в этой сфере могут, как правило, специалисты с математическим или техническим образованием;
• для дальнейшего развития в профессии необходимы не только продвинутые технические навыки, но и глубокое понимание бизнес-контекста — умение четко сформулировать, какую задачу решает модель и какую ценность для бизнеса она создает;
• наиболее часто ИИ-руководителями становятся специалисты Data Science (45%). На втором месте аналитики — 23%, специалисты по управлению продуктом (18%) и ИТ-разработчики (14%);
• объем инвестиций в создание ИИ-команды варьируется от 50 млн до 300–500 млн руб. в год в зависимости от масштаба задач. Основные расходы формируются за счет фонда оплаты труда специалистов и вложений в технологическую инфраструктуру. При этом стоимость инфраструктуры часто превышает затраты на персонал. Это объясняет то, что на начальном этапе многие компании предпочитают не инвестировать в собственное оборудование, а использовать ресурсы внешних провайдеров.

Расскажите знакомым: