Аудит готовности холдинга к ИИ, матрица проектов и просветительская работа

Заказчик

Крупный промышленный холдинг (анонимизирован)

Роль

Единоличный исполнитель аудита, автор «Матрицы проектов», ведущий просветительского трека

Срок аудита

7 рабочих недель (сокращён заказчиком с 12)

Интервью

27 структурированных встреч

Направлений

16 функциональных доменов

Бенчмарк-база

34 разобранных мировых ИИ-кейса по единому шаблону

Просветительская работа

Обзоры под подразделения перед интервью · отдельный обзор-артефакт для производства (pptx + html)

Артефакт

Отчёт из 13 разделов + Short/Long-листы + SPA «Матрица проектов» + методические материалы

Защита

Перед топ-менеджментом, ИТ-блоком и службой ИБ

Контекст

Крупный промышленный холдинг с собственным производством, R&D, коммерческим блоком, продажами через маркетплейсы и распределённой сетью складов. На старте — разрозненные системы (внутренняя ERP, BI, корпоративный workflow, CRM, маркетплейсы, Excel-практики), отсутствие единой архитектуры данных, ограничивающая политика ИБ, ручные процессы во всех блоках, отсутствие функции «системного перевода» бизнес-болей в техзадания.

Заказ — оценить готовность данных и инфраструктуры, выявить бизнес-боли, сформировать портфель пилотных проектов с приоритетами, подготовить дорожную карту 0–12 мес.

Методология аудита

Подготовка

Аналитический обзор-гипотеза на основе отраслевых бенчмарков (публичные кейсы крупных мировых компаний — McCormick × IBM, Bridgestone × Enthought, NotCo, BMW × NVIDIA, ArcelorMittal, TSMC, Schaeffler × Siemens, Unilever, BlueScope × Senseye и др.), перечень из 16 направлений для проверки на интервью, список ключевых стейкхолдеров, формат структурированных интервью с обязательной фиксацией боли, цифр, формата хранения данных, готовности к пилоту.

Полевые интервью

27 структурированных встреч с записью аудио по согласию, транскрибация и анонимизация, на каждую — отдельный протокол. Ключевые встречи (контроль, финансы, продажи) повторялись для уточнения.

Сводка и классификация

Сводная таблица идей по департаментам; деление на три класса по типу решения:

• ИИ на внешних API — нет коммерческой тайны, можно стартовать сразу через публичные LLM с шлюзом псевдонимизации.
• ИИ на локальном сервере — есть коммерческая тайна или ПД, требуется on-prem LLM-контур.
• Автоматизация без ИИ — задача решается интеграциями и скриптами, ИИ избыточен.

Финальная инфраструктурная сверка

Сводная встреча с ИТ-директором и службой ИБ, разделение пилотов на «можно стартовать на внешних API сейчас» и «только после ввода локального сервера и утверждения классификатора данных».

Приоритизация — здесь подключается «Матрица проектов»

Бинарные метки «важно» × «реализуемо», квадранты Q1–Q4. Short-лист — только Q2 (важно + реализуемо). Long-лист — Q1 и Q4. Логика поддерживается собственным мини-приложением — см. раздел 04.

Просветительская и методическая работа

Аудит шёл параллельно с просветительской работой по 16 направлениям — это был сознательный методический выбор. Структурированное интервью даёт качественные ответы только если собеседник пришёл «в теме», а не разбирается «что такое ИИ» прямо на встрече. Поэтому под каждое направление я готовил тематический обзор и отправлял его за несколько дней до встречи. Это сократило время «прогрева» и подняло качество данных.

Собственная бенчмарк-база — 34 разобранных мировых ИИ-кейса

Это не «слайды с конференций», а структурированные досье по единому шаблону: контекст компании, бизнес-боль, решение, технологический стек, публичные метрики эффекта, тип источника (vendor story / customer quote / academic paper / trade press) с открытой оценкой надёжности. База закрывает производственный, коммерческий, финансовый, R&D и логистический контуры — и стала фундаментом обзоров под аудитории.

Карта сценариев включает: Predictive Maintenance (BlueScope + Senseye — >1950 ч простоя избежано; Unilever Хэфэй), Computer Vision QA (BMW × NVIDIA AIQX, Foxconn, ArcelorMittal, Federal Package × Cognex — >99% defect detection), Digital Twin / OEE (Unilever — OEE +8 п.п.; цикл партии −15%; отходы до −20%), Yield Defense (TSMC), GenAI на OT-инженерии (Schaeffler × Siemens Industrial Copilot), Multimodal RAG (Hyundai), Process Video (Nestlé), Demand → Production (Atria × RELEX — 98,1% weekly accuracy), Graph ML для рецептур (Perfetti Van Melle).

Обзоры под направления — перед каждым интервью

Под каждое функциональное направление подготовлен отдельный обзор, адаптированный по языку и фокусу. Примеры:

• Финансово-экономический департамент: 50+ страниц обзора мировых практик ИИ в финансах и управленческом учёте — от Autonomous Finance и Continuous Close до Cash Flow Forecasting и Fraud Detection. Кейсы: JPMorgan (−360 000 ч ручной работы), Microsoft (99% точность прогнозов), Siemens (+40% эффективности аудита), Logitech / Superdry (90% touchless processing), Valcon (3 недели → секунды). Финальный раздел — «приоритеты для холдинга» с конкретными гипотезами, которые легли в портфель.
• Коммерческий блок: комплект из 5 материалов — инструменты и технологии ИИ для коммерческого анализа, консолидированный обзор кейсов, обзор по отраслям, обзор по метрикам ROI.
• R&D / лаборатория: кейсы McCormick × IBM (NPD в 3 раза быстрее), Bridgestone × Enthought (Active Learning + Bayesian Optimization, −30–50% времени разработки составов), NotCo Giuseppe (молекулярный подбор на стеке RDKit / DeepChem / Chemprop), Газпром нефть «Алхимик», FUCHS × Intellegens Alchemite — с дорожными картами адаптации под продукты заказчика.
• Производственное звено — отдельный самостоятельный артефакт (см. ниже).

Отдельный артефакт — обзор для производственного звена

Для производства подготовлен самостоятельный пакет: pptx-презентация, HTML-версия презентации и индексированное саммари с картой сценариев по цеху. Содержание:

• Карта производственных сценариев: PdM, Computer Vision QA, Digital Twin / Intelligent Factory, GenAI на OT-инженерии, RAG по технической документации, OEE Analytics, Energy / Anomaly Detection, Process Video, Planning, Graph ML для рецептур, Yard Management.
• Отраслевая разбивка по 11 индустриям: авто, металлургия, полупроводники, электроника / EMS, FMCG, личная гигиена, упаковка, R&D-формуляции, быттехника.
• Разрез RU vs глобально — с честным признанием: где в РФ публикуют метрики, а где только корпоративные лендинги и трейд-пресса.
• Где больше всего публичных цифр — методический раздел: какие кейсы и какие метрики реально подтверждены источниками, а где числа не раскрыты.

Матрица проектов — собственный инструмент

Аудит дал десятки гипотез — но «таблица в Excel» не справляется с задачей живой приоритизации, фильтрации и совместного обновления статусов. Поэтому параллельно с аудитом я собрал SPA «Матрица проектов»:

Стек

Vite + React (TypeScript) для UI · Node-скрипты для импорта/экспорта

Логика

Квадранты Q1–Q4 по бинарным меткам «важно» × «реализуемо»

Артефакты

Паспорт каждой инициативы · ссылка на источник (протокол)

Экспорт

В Markdown — Short-лист и Long-лист одной кнопкой

Зачем

Заменить «Excel с цветными ячейками» на инструмент с предсказуемой логикой и историей

На уровне продукта матрица — это не дашборд для просмотра, а рабочее место аналитика: каждой гипотезе можно изменить приоритизирующие флаги, добавить паспорт (боль, решение, допущения, эффект, риск), привязать к источнику в протоколе интервью и заэкспортировать выгрузку для слайдов руководству.

Охват аудита — 16 направлений

• Производство и операционная эффективность — синхронизация планов производства и продаж, ручной сбор данных о простоях.
• R&D / лаборатория — архивы протоколов испытаний, потенциал ML-оптимизации, требование защищённого контура.
• Финансы и управленческий учёт — ручной перенос лимитов между статьями, поиск аномалий и аффилированности.
• Коммерция, маркетплейсы, e-commerce — рассинхронизация между ERP и BI, ручное прогнозирование остатков.
• HR и обучение — стандартизация заявок на вакансии, тренажёр для продаж, чат-бот адаптации, парсинг рынка зарплат.
• Юридический и документооборот — массовая сверка договоров, актуальность оргструктуры, исходящие письма.
• ИТ и разработка — ИИ-аналитик ТЗ, ИИ-помощник программиста, поиск по кодовой базе, автодокументация.
• Блок контроля и внутренние коммуникации — транскрибация совещаний, суммаризация чатов, RAG по регламентам.
• Логистика и склад — Yard Management, агрегатор тарифов, штрафной модуль, ML-сигналы.
• Дизайн, репутация, технический маркетинг — генерация контента, NLP-анализ комментариев, RAG-ассистент первой линии.
• ИТ-инфраструктура и ИБ — серверная база для локальных LLM, классификатор данных, архитектура LLM-контура.

Портфель ROI-гипотез (фрагмент, обезличенно)

Имена систем, конкретные суммы и доли узнаваемых поставщиков заменены на функциональные описания и порядки. Для каждой гипотезы — допущения расчёта, ожидаемый порядок эффекта и срок окупаемости в диапазоне.

Полный реестр инициатив — несколько десятков гипотез ИИ и автоматизаций без ИИ — приложен к отчёту в форматах Short-листа, Long-листа и SPA «Матрица проектов».

ИБ — встроена в постановку задачи

Аудит изначально строился вокруг разделения «можно сейчас на внешних API / нужен локальный сервер / автоматизация без ИИ». Примеры проработки:

• Шлюз псевдонимизации — обязательное условие для большинства внешних пилотов. Реализован как отдельный продукт (Pseudonymizer MVP).
• Транскрибация и корпоративный RAG — только on-premise, в защищённом контуре, с локальной LLM и DLP-фильтрацией.
• R&D-пилоты на чувствительных технологических данных — приостановлены до решения по локальному серверу.
• Сверка договоров и юридические сценарии — Human-in-the-Loop обязателен по матрице guardrails.

Артефакты

Комплекс сдан как многослойный пакет:

• Развёрнутый отчёт из 13 разделов — резюме для руководства, контекст и методология, охват встреч и белые пятна, зрелость данных и инфраструктуры, организационная зрелость и культура, паспорт данных по 16 направлениям, классификация проектов по типу решения, дорожная карта на 3 горизонта, риски и митигация, выводы из-за сокращения, финансовая рамка, решения к утверждению, приложения и глоссарий.
• Короткая докладная записка для топ-менеджмента.
• Краткое резюме на одну страницу для генерального директора.
• Портфели Short/Long-листа.
• SPA «Матрица проектов» — рабочее место для управления портфелем после защиты.
• Бенчмарк-база на 34 разобранных мировых ИИ-кейса — структурированные досье по единому шаблону, переиспользуемая для любого следующего проекта.
• Тематические обзоры под каждое из 16 направлений — методические материалы, оставшиеся у заказчика.
• Обзор для производственного звена — pptx-презентация + HTML-версия + индексированное саммари с картой сценариев.

Защита проведена перед руководителем компании и в финальной встрече с ИТ и службой ИБ. Принят к рассмотрению набор из трёх решений (организационное, мандат на доделку, инфраструктурное).

Что демонстрирует комплекс

• Способность провести системный аудит крупного промышленного холдинга в одиночку, в сжатые сроки — с открытой фиксацией ограничений и «белых пятен» вместо их сокрытия.
• ROI-гипотезы с явными допущениями, а не «обещанной экономикой по презентации».
• Встраивание требований ИБ в постановку задач с самого старта — разделение пилотов по типу инфраструктуры, обязательный шлюз псевдонимизации, HITL для критичных доменов.
• Не только методология, но и собственный инструмент: SPA «Матрица проектов» как рабочее место аналитика — «строю свой инструмент, если он нужен для работы».
• Просветительская методология: 34 разобранных мировых кейса + обзоры под аудитории как методический приём, гарантирующий качество интервью и оставляющий после проекта переиспользуемую базу знаний.
• Билингвальность: язык топ-менеджмента (резюме, три решения, финансовая рамка с триггерами разблокировки) и язык инженеров (классификация проектов, паспорт данных, дорожная карта с условиями старта) — одновременно.