Как сохранить мотивацию R&D-команды в долгосрочных исследованиях

В прошлом посте мы уже разбирали, как наша команда выстраивает работу R&D-сотрудников в компании. Но есть один вопрос, который требует отдельного внимания: как сохранять вовлеченность команды, когда результаты исследований становятся видны только через месяцы работы? Особенно, когда, несмотря на длинный цикл разработки, успех не гарантирован.

Методами мотивации из личной практики с нами поделилась Валерия Басова — руководитель отдела разработки ИИ в Embedika:

📎 Прозрачные цели и ценность работы
Даже если результат не гарантирован, команда должна понимать зачем она делает проект — какую бизнес-проблему или исследовательскую гипотезу решает. Для этого важно связать проект с долгосрочной продуктовой или стратегической целью, а также объяснить сотрудникам, как он может повлиять на будущее компании или конечного пользователя.

📎 Дробление исследования на этапы с промежуточными победами
Большие исследования можно разделить на итерации: гипотеза → эксперимент → результат. Каждый этап подразумевает обратную связь, демонстрацию результатов и оценку прогресса.

📎 Признание и публичность
Мы демонстрируем промежуточные результаты на внутренних демо, в Confluence или на созвонах перед всей компанией. Важно хвалить и поощрять команду публично, даже если результат отрицательный — для исследований это нормально. Это формирует культуру уважения к экспериментам, а не только к успеху.

📎 Интеллектуальная свобода и исследовательская автономия
Мы даем специалистам возможность выбирать направления внутри задач, пробовать альтернативные подходы. Это создает ощущение «собственника гипотезы», а не просто исполнителя.

📎 Поддержка роста
Можно связать исследовательскую задачу с ростом навыков: чтение статей, освоение новых фреймворков. Так у специалистов создается ощущение, что даже если задача провалится, они станут сильнее как специалисты.

Дайджест событий в области искусственного интеллекта

Делимся интересными новостями из сферы ИИ за июль:

В России:
💡 ВТБ до конца 2026 года планирует разработать платформу для создания и тренировки ИИ-помощников
📖 VK обновил и выложил в открытый доступ RuModernBERT — модель для обработки естественного русского языка
✈️ В аэропортах Внуково и Кольцово появились пункты паспортного контроля на базе ИИ от Smart Engines
✍️ Исследователи Сколтеха, МФТИ и AIRI создали метод для обнаружения текстов, написанных ИИ
🎓 Минобрнауки обеспечило разработку 120+ программ бакалавриата и магистратуры по ИИ за последние четыре года
🎙 В МТС Линк добавили возможность автоматически создавать субтитры для онлайн-встреч с использованием ИИ
🤖 Т-Технологии выпустили большую языковую модель T-Pro 2.0 с гибридным режимом рассуждений

В мире:
🎨 Графический редактор Figma открыл общий доступ ко всем ИИ-инструментам, включая генерацию макетов
🏛 Исследователи Google DeepMind представили нейросеть Aeneas для восстановления частично утерянных древних текстов
💬 Salesforce внедрила ИИ в корпоративный мессенджер Slack
☁️ Amazon добавил векторный поиск для облачного объектного хранилища S3
🔎 Google интегрировал в поисковую систему ИИ-модель Gemini 2.5 Pro

Аналитика:
📉 Ainergy: российские компании чаще всего внедряют ИИ для снижения операционных расходов, автоматизации рутинных процессов и усиления контроля над данными
📊 «Лаборатория Касперского» и VDC Research: опыт применения искусственного интеллекта в производственных и операционных процессах есть у 37% опрошенных промышленных предприятий по всему миру

#дайджест #июль

Вместо увеличения штата правового департамента «Русклимат» автоматизировали процесс проверки договоров на необходимые группы рисков, внедрив решение на основе ИИ — Contract by Embedika. Это позволило повысить эффективность департамента без найма новых сотрудников и сократить весь цикл согласования договоров на 50%.

#цифрадня

Пилотный проект: как избежать ошибок при внедрении ИИ

Пилотный проект — это тест-драйв ИИ-решения в реальных условиях, но с ограниченным масштабом. Он помогает проверить, подходит ли технология бизнесу, до того, как вкладывать миллионы в полное внедрение.

Как провести «пилот» правильно?

1️⃣ Определите границы проекта:
Выберите конкретный процесс, где ИИ даст максимальный эффект при минимальных затратах. Например, наши клиенты из производственной компании внедряли ИИ для проверки договоров с поставщиками на предмет выявления рисков и соответствия внутренним чек-листам. На стадии планирования пилота было выявлено, что бизнес использует всего 10 типов договоров и около 50 видов рисков, а на проверку 1 договора специалист тратит в среднем 45 минут. Поскольку каждый риск требовал отдельной модели с фиксированной стоимостью разработки, для пилота выбрали один тип договоров с 15 ключевыми рисками— этого хватило, чтобы оценить эффективность без лишних расходов.

2️⃣ Выберите ключевые метрики:
Важно заранее договориться, по каким критериям будет оцениваться успех. Это может быть точность работы алгоритма, сокращение времени на выполнение задачи или ожидаемая окупаемость. В том же примере с автоматизацией проверки договоров главными метриками стали скорость проверки и экономия времени юристов.

3️⃣ Вовлекайте всех, кто влияет на решение:
Без поддержки функциональных заказчиков (тех, кто будет использовать ИИ) и владельцев бюджета даже удачный пилот может не перерасти в полноценный проект. Важно, чтобы они участвовали в обсуждении результатов и видели ценность решения.

4️⃣ Собирайте обратную связь, анализируйте и корректируйте план:
Пилотный проект — это не только демонстрация возможностей, но и поиск слабых мест. После тестирования ИИ-систем компании может потребоваться доработать алгоритмы и только потом масштабировать проект.

📍 Зачем это нужно?
«Пилот» снижает риски, помогает точнее оценить бюджет и сроки, а главное — даёт возможность понять, стоит ли вообще внедрять ИИ в текущих условиях. Без него можно потратить годы и крупные бюджеты на разработку, которая не решит проблем бизнеса.

Embedika — на карте российского рынка ПО 2025 от TAdviser

Аналитическое агентство TAdviser опубликовало ежегодную карту российского рынка программного обеспечения — это один из ключевых отраслевых рейтингов, который помогает бизнесу ориентироваться среди технологических решений. В этом году в него вошли более 500 компаний, и Embedika была вновь включена в раздел «Системы управления процессами и документами».

Это подтверждает, что наши решения на базе ИИ для интеллектуального поиска и анализа документов востребованы бизнесом и соответствуют высоким стандартам рынка.

Спасибо нашим клиентам и партнёрам за доверие! Будем и дальше развивать технологии, которые делают работу компаний эффективнее.

🔗 Подробнее о карте рынка: TAdviser

ИИ и право: как технологии меняют юридическую сферу

Канал «ИИ & Право» (@ai_and_law_rus) исследует, как искусственный интеллект трансформирует юридическую практику: от анализа документов до изменения законодательства. Здесь разбирают реальные кейсы, правовые коллизии и тренды цифровизации юридической профессии.

Делимся подборкой интересных материалов от коллег:

MIT создал базу знаний по управлению рисками ИИ
Исследователи MIT систематизировали более 800 рекомендаций по снижению рисков искусственного интеллекта. База охватывает 4 ключевых направления: управление, кибербезопасность, операционные процессы и прозрачность алгоритмов.

Европарламент предлагает защитить авторов от ИИ
Новое 175-страничное исследование ЕС анализирует конфликт генеративного ИИ и авторского права. Основное предложение — ввести гарантированное вознаграждение для создателей контента, чьи работы используются для обучения нейросетей.

Калифорния вводит правила против дискриминации в ИИ-рекрутинге
Штат утвердил новые требования к алгоритмам подбора персонала: системы не должны допускать расовой, гендерной или иной предвзятости. Работодателям теперь необходимо хранить данные рекрутинговых решений 4 года, сохраняя прозрачность ИИ-процессов.

ИИ в юриспруденции: революция или ограничение возможностей?
Исследование Принстонского университета ставит под сомнение способность ИИ радикально изменить юридическую профессию. Хотя алгоритмы эффективны в обработке документов, они пока не могут заменить сложный юридический анализ и аргументацию.

Подписаться на канал: @ai_and_law_rus. Для юристов, разработчиков и всех, кто следит за цифровизацией права.