
Исполнительный директор WMT AI
Юлия Болтуцкая
ИИ-стратег и специалист по операционному внедрению искусственного интеллекта. Соединяет управление технологическими проектами, HR-экспертизу и проектирование AI-native процессов.
«Мы начинаем не с выбора технологии, а с вопроса: где бизнес сегодня теряет деньги, клиентов или время?»
Эксперт по AI-трансформации бизнеса
Юлия Болтуцкая - исполнительный директор WMT AI. Она отвечает за операционное развитие AI-направления, внедрение генеративного ИИ в бизнес-процессы и оценку технологических рисков. Её работа соединяет технологические проекты, подготовку команд и изменения в ежедневной работе компаний.
Биография и образование
В 2018-2021 годах Юлия работала Delivery Manager в EPAM Systems. Она отвечала за сроки и качество разработки, а также за коммуникацию с международными заказчиками.
В 2021 году Юлия присоединилась к WMT Group. Она занималась рекрутингом и развитием специалистов, затем возглавила HR-направление. В 2023-2025 годах в роли HR Director она развивала команды и процессы работы с технологическими специалистами. С 2025 года занимает должность исполнительного директора WMT AI.
Юлия получила магистерское образование по управлению бизнесом в Московском государственном университете и специалитет по социальным коммуникациям в Белорусском государственном университете. Она продолжает обучение по программе MBA в Stanford University и проходила профильную подготовку по AI-трансформации бизнеса.
Ключевая экспертиза
Юлия специализируется на внедрении больших языковых моделей в рабочие процессы, проектировании AI-first и AI-native операционных моделей, промпт-инжиниринге и управлении изменениями. Она также занимается аудитом технологических рисков, развитием команд и корпоративным обучением руководителей и специалистов.
Опыт управления разработкой помогает ей видеть технологический проект целиком: от постановки задачи и распределения ответственности до контроля качества. HR-опыт помогает учитывать подготовку специалистов, мотивацию и командную динамику при внедрении новых инструментов.
Подход к AI-трансформации
В работе Юлии внедрение ИИ начинается с конкретного процесса, его владельца, доступных данных и измеримой бизнес-задачи. Команда выясняет, какую операцию нужно ускорить, какие знания потребуются системе, где возникают ошибки и по каким показателям можно оценить эффект.
Затем запускается прикладной пилот. Его результат проверяют в рабочем сценарии и, если он подтверждён, встраивают в корпоративный процесс. Обучение сотрудников, разработка решения и правила работы с данными становятся частью одного плана внедрения.
Промпт-инжиниринг и AI-native модель
Юлия рассматривает взаимодействие с ИИ как профессиональную компетенцию. Промпт-инжиниринг помогает превратить рабочую задачу в понятную последовательность действий: задать модели контекст, подготовить системную инструкцию и проверить результат.
В AI-native модели компания проектирует процессы с постоянным участием ИИ. Сотрудники, цифровые помощники, данные и правила управления получают определённые роли. За итоговый результат и контроль качества отвечает человек.
Роль в проектах WMT AI
Юлия отвечает за операционное развитие WMT AI и участвует в подготовке корпоративных программ, интенсивов и вебинаров для руководителей и специалистов. Она работает с темами применения LLM и цифровых помощников, развития AI-культуры и сопровождения изменений после обучения.
В образовательных программах сотрудники осваивают инструменты на собственных задачах. Юлия помогает связать этот результат с дальнейшей работой команды и развитием продуктов WMT AI.
Выступления и медиа
Юлия выступает как спикер и ментор по вопросам адаптации команд к работе с ИИ. Она участвует в образовательных форматах WMT AI, проводит интенсивы, вебинары и корпоративные занятия.
Темы её выступлений: внедрение генеративного ИИ, промпт-инжиниринг, развитие команд и изменение операционных моделей. В комментарии для журнала «БИТ» Юлия предлагает начинать разговор об ИИ с вопроса о том, где бизнес теряет деньги, клиентов или время.
Особенность подхода
Юлия соединяет управление технологической разработкой, HR, операционное управление и стратегию внедрения ИИ. Поэтому она рассматривает проект на нескольких уровнях: бизнес-задача, технологическое решение, изменение процесса и подготовка команды.
В этой модели ценность технологии проверяется в ежедневной работе: у процесса есть владелец, у команды есть правила использования инструмента, а результат можно оценить по выбранным показателям.