4 800 AI-инструментов на 11 000 сотрудников: кейс BBVA, который ломает логику централизованного adoption

HBR выпустил апрельский разбор того, как одна из крупнейших банковских групп мира обнаружила реальные масштабы AI-adoption внутри себя. Цифры и выводы, которые полезно прочитать каждому CIO.

Типичная история внедрения AI в крупном банке выглядит примерно так. Закупают корпоративную лицензию у одного вендора. Прогоняют через compliance. Раскатывают на избранные команды. Рисуют красивые слайды для совета директоров - ну а куда же без них? Топ-менеджмент рассказывает инвесторам, что «компания встала на путь цифровой трансформации».

Реальность в той же компании выглядит иначе. Сотрудники год назад завели себе доступ через личные карты. Тысячи незафиксированных инструментов ходят по корпоративной почте. Финансовые аналитики прогоняют моделирование через LLM на своём ноутбуке в пять вечера. Между официальной стратегией и реальным использованием зияет пропасть.

BBVA сделал то, что делают единицы. Вместо игры в контроль они открыли доступ, построили песочницу и посчитали, что получится.

Результат зафиксирован в Harvard Business Review 14 апреля 2026 года: «The Hidden Demand for AI Inside Your Company», автор Elena Alfaro (глава AI-adoption в BBVA) с командой исследователей из UC3M.

У BBVA 125 000 сотрудников по всему миру. 11 000 это крупный, но всё-таки пилот. Реальную проверку модель получит только на полном масштабе.

Пять решений. По отдельности каждое выглядит здравым смыслом. Вместе их игнорируют 90% enterprise-внедрений.

Licence first, control second. Сначала купили ChatGPT Enterprise с security-guarantees. Потом начали выстраивать governance. Инверсия привычной логики «давайте сначала разработаем policy, а после посмотрим на инструмент».

GPT Store как внутренний каталог. Внутри компании появилась библиотека кастомных инструментов, созданных сотрудниками. Любой ищет готовое, а не лепит заново. Полный эквивалент Cowork-plugin marketplace, только в рамках одной компании.

Compliance с нулевого дня. Legal, security, risk встроены в процесс с самого начала. Никто не «натягивает governance» потом на живущую систему. Compliance участвует в её проектировании с первого дня.

Лидеры обучаются первыми. 250 топ-менеджеров, включая CEO и председателя, прошли обучение до массового rollout. Без buy-in сверху ни один adoption не взлетает.

Измерение и итерация. Tracking adoption на уровне workflow, не на уровне «сколько seats куплено». Реальная метрика вовлечённости вместо vanity.

Tradeoff honesty.

Аудит 4 800 инструментов. Когда сотрудники пачками создают custom GPTs, кто отвечает за то, что ни один из них не утекает PII в логи? HBR статья упоминает «compliance partnered from day one», но технических деталей сканирования самих GPT-инструментов не раскрывает. Это слабое место в публичной части кейса.

Дублирование и каннибализация. 4 800 инструментов на 11 000 человек означают, что значительная часть дублируется. Прямое следствие bottom-up модели: каталог растёт экспоненциально, а полезность каждого нового GPT падает. BBVA не раскрывает, какой процент GPT используется более чем одним сотрудником. Подозреваю, что цифра низкая.

Масштабирование. От 11 000 до 125 000 это не линейное усиление. При десятикратном расширении почти гарантированно вылезет то, что на меньшей выборке не всплыло.

Базовый тезис: если в вашей крупной компании ещё нет внутреннего каталога AI-инструментов и официальной лицензии на enterprise-tier AI, сотрудники уже используют AI через личные аккаунты. Вопрос не в том, есть ли у вас shadow AI. Вопрос в том, измеряете ли вы его.

Чеклист аудита на ближайший квартал:

Оптимистичный сценарий (около 30%).
BBVA успешно масштабирует подход до 125 000 сотрудников.
GPT Store становится примером для других банков.
Появляется отраслевой стандарт «bottom-up adoption with embedded governance».

Базовый (около 50%).
BBVA упирается в audit-проблемы на масштабе.
Замедляется, но принципиальная модель сохраняется.
Другие банки осторожно копируют, учитывая его ошибки.

Пессимистичный (около 20%).
Громкий compliance-инцидент.
Утечка PII через custom GPT, ошибка в ML-модели с финансовыми последствиями.
Регуляторы вмешиваются.
Отрасль откатывается к top-down control для всех.

Adoption AI в крупной компании это не проект внедрения. Это смена операционной модели.

У BBVA получилось не потому, что они «нашли волшебный фреймворк». Они перевернули последовательность: сначала доступ, потом governance. Большинство крупных компаний делают наоборот и получают fake adoption с низкой реальной вовлечённостью.

Вопрос для совета директоров на следующей встрече. Мы считаем свою компанию AI-адоптирующей на основании того, что купили лицензию? Или на основании того, сколько workflows сотрудники реально используют?

Ответ определяет, проиграете вы ближайшие 24 месяца или выиграете.

Источники: HBR «The Hidden Demand for AI Inside Your Company» (14 апреля 2026, авторы Alfaro, Cabrales, Durán Roa, Garicano, Pérez del Caño, Roldán Monés, Vieira de Santiago). Дополнительно: OpenAI case study BBVA, публичные заявления BBVA.

Больше разборов AI для бизнеса - в Telegram: Telegram