В статье Kate O’Neill описана типичная сцена: в переговорной собрались руководители стратегии, операций, технологий и HR, чтобы обсудить, как искусственный интеллект повлияет на следующий этап роста. Компания работает в чувствительной к бренду отрасли, где доверие и дифференциация — основа конкуренции, а данные всё чаще определяют решения. И в этот момент возникает ключевой вопрос: кто решает, «что действительно важно»? Модель, индекс вероятности — или всё-таки лидер?
Для выпускника-управленца здесь спрятан готовый каркас ВКР. Не абстрактное «внедрение ИИ», а управленческая проблема: как сохранить авторскую постановку целей, когда аналитика предлагает удобные, но чужие приоритеты. Именно такой ракурс делает работу защищаемой — есть субъект решения, есть объект, есть измеримый результат.
Работайте с тремя уровнями: открытая отчётность (если компания публичная), агрегированные отраслевые показатели (Росстат, отраслевые обзоры) и экспертные интервью с сотрудниками, оформленные как приложение к ВКР. Для внутренней диагностики хватает данных о структуре выручки, численности и ключевых процессах — они не требуют разглашения коммерческой тайны.
Используйте сценарное моделирование: базовый, оптимистичный и пессимистичный сценарии с явно указанными допущениями. Комиссия принимает расчёт, если все допущения обоснованы источниками. Формулы NPV, ROI и срока окупаемости приводите с расшифровкой каждой переменной.
Схемы процессов, таблицы расчётов, опросные листы, дорожная карта, а при использовании внешних материалов — корректно оформленные ссылки. Требования к оформлению регламентирует ГОСТ Р 7.0.11-2011 для диссертаций и аналогичные вузовские стандарты для ВКР.
Сместите акцент с «принятого к внедрению проекта» на «разработанную методику принятия решений». Методика остаётся вашим результатом независимо от кадровых перестановок. Добавьте в третью главу раздел о рисках внедрения и условиях пересмотра приоритетов — это ровно то, о чём говорит статья.
Актуальность: статья прямо ставит вопрос, что нельзя делегировать модели — определение «что важно». Цель: разработать модель распределения решений между менеджером и аналитической системой на примере конкретного предприятия. Задачи: проанализировать внешнюю среду через PESTLE и пять сил Портера; провести SWOT; описать действующую практику принятия решений (AS-IS); спроектировать целевую модель (TO-BE) и оценить эффект. Структура: Гл. 1 — теоретические основы и анализ среды; Гл. 2 — диагностика предприятия и построение AS-IS/TO-BE; Гл. 3 — оценка эффективности и дорожная карта внедрения.
Актуальность: если приоритеты формирует алгоритм по вероятностям, организация теряет дифференциацию. Цель: построить систему целей на базе Balanced Scorecard или OKR, устойчивую к внешним воздействиям. Задачи: аудит существующей системы целей; выявление разрывов между декларацией и практикой; разработка каскада целей до уровня подразделений; расчёт эффекта от устранения дублирующих инициатив. Структура: Гл. 1 — теория целеполагания и анализ отрасли; Гл. 2 — диагностика; Гл. 3 — проект внедрения и оценка.
Актуальность: вероятность — не стратегия; значит, нужен контур управления рисками. Цель: разработать реестр рисков и процедуры пересмотра решений. Задачи: классификация рисков; оценка вероятности и влияния; описание триггеров пересмотра; расчёт стоимости мероприятий по снижению рисков. Структура: Гл. 1 — теоретические основы риск-менеджмента и PMBOK 7 как рамка; Гл. 2 — анализ рисков предприятия; Гл. 3 — план мероприятий и оценка эффективности.
Не пересказывайте публикацию. Используйте её как постановку проблемы: конфликт между количественной оценкой и управленческим суждением. Подкрепите рамками — SWOT и PESTLE для среды, пять сил Портера для отраслевой конкуренции. Ссылка на статью в первой главе задаёт «нерв» всей работы, а дальше вы уже не просто описываете ИИ, а решаете управленческую задачу.
Соберите AS-IS: кто сегодня принимает решения, на каких данных, сколько времени занимает согласование. Затем TO-BE: какие решения остаются за руководителем, какие передаются аналитике. Оформите схему через BPMN или текстовым описанием с ролями. Здесь же — интервью с сотрудниками и выявленные разрывы.
Эффект считайте по трём группам: экономия времени руководителей, снижение потерь от ошибочных решений, рост выручки или маржи за счёт более точной фокусировки. Ниже — базовый каркас расчёта, который принимается большинством комиссий.
NPV = Σ (CFt / (1 + r)^t) − I0
где:
CFt — денежный поток в период t (экономия + прирост маржи)
r — ставка дисконтирования (обычно ставка по кредиту + риск-премия)
t — номер периода (год)
I0 — первоначальные инвестиции
ROI = (Эффект − Затраты) / Затраты × 100%
Срок окупаемости = I0 / среднегодовой CFt
Дорожная карта (фрагмент):
Этап 1 (0–3 мес.) — аудит решений, интервью, карта AS-IS
Этап 2 (3–6 мес.) — проектирование TO-BE, регламент разграничения ролей
Этап 3 (6–12 мес.) — пилот на одном подразделении, сбор метрик
Этап 4 (12–18 мес.)— масштабирование, обучение, пересмотр целей по OKR
| Решение | Отвечает модель | Отвечает руководитель |
|---|---|---|
| Прогноз спроса и объёмов | Да | Нет |
| Приоритет направлений роста | Подготовка данных | Да |
| Оценка рисков сценария | Да | Принятие допустимого риска |
| Формулировка «что важно» | Нет | Да |
Источник: Probability Isn’t Strategy: Why Leaders Can’t Outsource the “What Matters” Question (опубликовано 2026-04-22)