Искусственный интеллект вместо рутины: опыт "Северсталь – ЦЕС" на Global Tech Forum

16 октября Генеральный директор "Северсталь – Центр Единого Сервиса" Кира Лапина выступила на Global Tech Forum. В своем докладе она рассказала, как компания использует искусственный интеллект для повышения операционной эффективности и почему для качественного рывка в бизнесе сегодня недостаточно просто автоматизировать привычные процессы.В рамках доклада "Операционная эффективность и практика внедрения ИИ" Кира Александровна отметила, что за 15 лет непрерывного совершенствования процессов компания накопила колоссальный опыт. Однако практика показывает: быстрые эффекты от классической автоматизации постепенно исчерпываются. Чтобы обеспечить дальнейший рост производительности, необходимо пересматривать процессы целиком: устранять избыточные действия, менять логику работы и переосмыслять роль человека в производственной цепочке. По словам спикера, иногда самый большой экономический эффект даёт не цифровизация, а банальный отказ от лишних операций.Этот подход уже успешно реализует на практике в "Северсталь – ЦЕС": искусственный интеллект у нас берет на себя обработку кадровых и финансовых документов, анализирует предложения поставщиков, готовит протоколы встреч, проводит первичные собеседования и задействован в ряде других важных функций.В качестве показательного кейса Кира Лапина привела внедрение ИИ-помощника рекрутера: передача алгоритмам рутинных этапов подбора персонала позволила повысить производительность труда специалистов на 15%. Параллельно с этим компания активно развивает собственную корпоративную ИИ-платформу и мультиагентные системы.Особый акцент в выступлении был сделан на культуре работы с технологиями. Главное условие внедрения любых инноваций – ИИ должен решать конкретную бизнес-задачу при строгом соблюдении требований кибербезопасности. Для масштабирования этого эффекта мы делаем ставку на развитие цифровых компетенций внутри команды: сотрудники HR, финансов, закупок и других профильных подразделений получают инструменты для самостоятельного поиска зон улучшений и создания собственных ИИ-решений. Ключевым итогом такого подхода становится новая модель бизнеса, в которой алгоритмам делегируется рутина, а человеческий ресурс перераспределяется на задачи, требующие профильной экспертизы и стратегически значимых решений.