Внедряване на AI в средния бизнес: подредете стъпките според екипа, с който разполагате

Съветите за внедряване на AI обикновено са писани за организации с вътрешен екип по данни, отделен бюджет за иновации и преговорна позиция спрямо доставчиците. Организациите от средния сегмент в региона рядко имат което и да е от трите, и именно затова стандартната последователност не работи при тях.

Ограничението почти никога не е бюджетът за софтуер. То е наличието на хора, които могат да преценят дали един изход е верен, и които са достатъчно старши, за да кажат не.

На 2 август 2026 г. се отваря врата, за която малцина знаят

До 2 август 2026 г. всяка държава членка трябва да разполага с действаща национална регулаторна пясъчна кутия за изкуствен интелект. Член 57 задължава държавите да ги създадат, а член 62 предвижда за малките и средните предприятия приоритетен достъп, безплатно участие, намалени такси при оценяване на съответствието и стандартизирани образци от Службата по изкуствен интелект. От цифровия омнибус през юли 2026 г. мерките, запазени дотогава за МСП, обхващат и дружествата със средна пазарна капитализация, а към националните лаборатории се добавя и такава на равнище Съюз. Който е прочел член 62, преценил е, че е твърде голям, и е спрял дотам, следва да го прочете отново.

Стойността не е във финансовото облекчение. Тя е в достъпа до надзорния орган преди внедряването. Организация, обсъдила класификацията на своето приложение с регулатора предварително, влиза във всяка следваща проверка от различна позиция. За приложение на границата между висок и ограничен риск това е най-евтиният начин да се намали несигурността.

Ограничението е капацитетът. Националните органи стартират с малки екипи и приемът вероятно ще бъде конкурентен. Кандидатура с ясно описано предназначение, назован собственик и подготвена документация ще бъде разгледана по-бързо от общо формулирано намерение.

Езикът е техническо ограничение, а не предпочитание

Представянето на моделите не е еднакво по езици и разликата е най-съществена точно при оперативните задачи, които средният бизнес иска да автоматизира. Система, която се справя добре с английска кореспонденция, може да се представя осезаемо по-слабо на български, румънски, унгарски или словашки — при извличане на наименования, при браншова терминология, при обработка на членувани и падежни форми и при разграничаване на официален от неофициален регистър в текст към клиент.

Практическото следствие е, че показателите на доставчика не се пренасят. Публикувана точност, изведена от оценка на английски език, казва много малко за представянето върху вашата кореспонденция, а демонстрация, проведена на английски, казва още по-малко. Оценъчният набор трябва да бъде изграден на езика на работата, с вашата терминология, съкращения и документни конвенции.

Това влияе и на избора между собствена разработка и покупка. Там, където задачата зависи силно от местния език, по-малък специализиран доставчик с реални регионални данни може да се представи по-добре от голям международен и обикновено е по-склонен да договаря условията, които имат значение. Там, където задачата е слабо зависима от езика — класификация на структурирани записи, откриване на аномалии, прогнозиране — международният доставчик обикновено е по-добрият избор.

Капацитетът е ограничението, което определя темпото

Специалистите по изкуствен интелект получават възнаграждения, които изглеждат разумни спрямо западноевропейските нива и неразумни спрямо местните структури на заплащане. Това прави отделно назначение трудно за обосноваване при едно приложение.

Три пътя работят по-добре от преждевременно назначение. Развиване на съществуващ експерт по материята — човекът, който вече знае как изглежда верният изход, се обучава по-лесно на оценяване, отколкото технологът се обучава на материята. Привличане на външен капацитет по определен мандат с изричен план за предаване, така че знанието да остане след ангажимента. Или включване в пясъчна кутия или в процес по стандартизация, където ученето е субсидирано. Това, което не работи, е делегирането на преценката към доставчика, чиято система се оценява.

Не започвайте от най-болезнения процес

Естественият импулс е да се насочи първото приложение към най-тежкия проблем в организацията — процесът, който отнема най-много време и предизвиква най-много оплаквания. Това почти винаги е грешка. Най-болезненият процес обикновено е болезнен, защото е сложен, зле документиран и с много изключения, тоест точно средата, в която първото внедряване се проваля.

По-добрият избор е процес със средна значимост, ясни правила и достатъчен обем — достатъчно важен, за да заслужава внимание, и достатъчно опростен, за да може да се докаже. Организацията се научава как се прави внедряване при управляем риск и получава резултат, който може да покаже вътрешно.

Тежкият процес остава за втората или третата стъпка, когато вече съществуват оценъчен набор, работещ ритъм на преглед и хора с реален опит в оценяването. Тогава той е трудна задача с подготвен екип, а не първи опит със скъпа цена на провала.

Асиметрията при доставчиците

Купувач от средния сегмент, който преговаря с голям софтуерен доставчик, има ограничена позиция по отношение на договорните условия, промените в модела и обработката на данните. Това е структурен недостатък, а не преговорен провал, и трябва да определи кои рискове организацията е готова да поеме.

Концентрирайте ограничената позиция там, където има значение: предизвестие при промяна на модела, възможност да се възпроизведе минало решение, яснота дали вашите данни обучават моделите на доставчика, местоположение на данните и изходен път, който връща данните ви в използваем вид. Приемете стандартните условия навсякъде другаде. Организация, която не може да получи тези ангажименти за приложение с високи последици, трябва да прецени дали това приложение изобщо принадлежи при този доставчик.

Подредете стъпките според това, което може да бъде доказано

Работещата последователност за организация от средния сегмент е тясна и последователна. Първо, един работен процес с назован собственик, измерима изходна база и обратимо решение. Второ, оценъчен набор на езика на работата, изграден преди пилота. Трето, пилот с предварително записано условие за провал. Четвърто, решение за разширяване, взето въз основа на резултата, а не на впечатлението.

Чак след това има смисъл да се говори за операционен модел — кой поддържа, кой следи за влошаване, кой одобрява промяна. Организациите, които започват от операционния модел, обикновено изграждат управление за системи, които никога не влизат в експлоатация.

Концепцията за развитието на изкуствения интелект в България до 2030 г. поставя капацитета и данните в центъра на националния подход. На ниво организация същият извод означава хора и активи, поддържани непрекъснато, а не проект с краен срок.

Как изглежда доказателство, което убеждава собственика

Презентация с показатели на модела рядко убеждава собственик или борд в средния бизнес, и с основание — точността на модела не е бизнес резултат. Убеждава друго: изходна база, измерена преди промяната; резултат, измерен по същия начин след нея; ясно посочен период; и честно казано какво не е било контролирано.

Добавете и цената на поддръжката. Внедряване, представено само с ползата, изглежда безплатно и после изненадва. Реалната сметка включва лиценз, време на вътрешния собственик, поддръжка на оценъчния набор и периодична повторна проверка при промяна на модела.

Най-силният елемент обаче е записаното предварително условие за провал. Ръководител, който е записал при какъв резултат няма да разширява, и после е показал, че резултатът е бил постигнат, е дал доказателство, а не аргумент. Това е и разликата между организация, която трупа внедрявания, и организация, която трупа доверие в собствената си преценка.

Използвайте рамки, вместо да изобретявате свои

Малка организация няма ресурс да изгради собствена терминология за управление на риска и не печели нищо от това. Функциите Govern, Map, Measure и Manage на NIST AI Risk Management Framework и системата за управление по ISO/IEC 42001 дават готова структура, която е разбираема и за одитор, и за корпоративен клиент.

Задълженията по Регламент (ЕС) 2024/1689 се прилагат според ролята и класификацията, а Службата на ЕС по въпросите на изкуствения интелект публикува указанията, които ще носят голяма част от практическата тежест. Когато се обработват лични данни, приложими остават Общият регламент относно защитата на данните и практиката на Комисията за защита на личните данни.

Какво този подход не може да направи

Тази последователност не ускорява внедряването. Тя го прави по-евтино при грешка, което за организация без резерв да поеме провалил се проект е по-важно. Тя не решава и въпроса с недостига на квалифицирани хора на регионалния пазар — тя само гарантира, че наличният капацитет се изразходва за приложения, които имат шанс да останат в експлоатация.

Ако внедрявате AI в организация от средния сегмент и искате последователност, съобразена с реалния ви капацитет, започнете с изграждане на операционния модел.

Тази публикация е адаптирана от английския оригинал. При различие английската версия е меродавна.