Бизнес массово внедряет ИИ, но половина компаний не знает, окупаются ли вложения

Экономика искусственного интеллекта отклоняется от классических закономерностей: 74 % опрошенных представителей бизнеса подтверждают внедрение ИИ, однако половина из них не может с уверенностью сказать, окупаются ли эти инвестиции. Об этом свидетельствуют результаты социологического исследования, опубликованные Forbes, а также данные анализа «Технологий Доверия» (ТеДо), ознакомившись с которым Forbes подготовил отдельный материал. Компании пытаются определить, как использовать генерируемые ИИ данные, и в какие сроки затраты вернут себя — при этом бизнесу даже сложно определиться с критериями оценки эффективности.

Низкий уровень инвестиций сдерживает масштабирование

По данным исследования ТеДо, 53 % представителей российского бизнеса не закладывают более 3 % инвестиционного бюджета на проекты, связанные с ИИ. Эксперты указывают: без роста вложений компании продолжат внедрять разрозненные решения, что ограничивает влияние ИИ на финансовые показатели и операционную эффективность. Аналитики проанализировали практику внедрения в российских организациях, провели глубинные интервью с руководителями Сбера, ВТБ, Альфа-банка, «Яндекс Финтеха», Yandex Cloud и «Точка Банка», а также опросили более 1000 представителей бизнеса из различных отраслей.

Стадии зрелости: бизнес на стадии «ассистента»

Согласно наблюдениям экспертов, сегодня российский бизнес использует ИИ преимущественно как ассистента — вторую стадию из пяти:

• ИИ-инструмент
• ИИ-ассистент
• ИИ-исполнитель
• Автономный агент
• Мультиагентная система

Переход к более зрелым этапам требует инвестиций в интеграцию ИИ-решений с корпоративными IT-системами, переработку бизнес-процессов, создание контрольной среды эксплуатации мультиагентных систем. Однако бизнес не готов выделять значительные инвестиции для внедрения ИИ в свои процессы.

Точечные решения против платформ

86 % представителей российского бизнеса уже внедряют ИИ, и 63 % опрошенных уверены, что компании, не делающие этого, потеряют конкурентоспособность на горизонте пяти лет. Это порождает стремление разработать быстрое решение, которое зачастую не приносит ожидаемых результатов. Эксперты подчеркивают: автономность ИИ невозможна без платформы с выстроенными правилами, ролями, механизмами контроля и автоматической генерацией промптов. Пока внедрение ограничивается обучением сотрудников работе с промптами, человек остается обязательным участником процессов. Несмотря на высокие первоначальные инвестиции, именно платформенный подход позволяет масштабировать применение ИИ, снизить необходимость постоянного человеческого контроля и создать основу для будущих инноваций.

Глобальный контекст: эксперименты опережают масштабирование

Интерес к агентным технологиям растет быстрее, чем готовность корпоративной среды к их масштабному применению. По данным McKinsey, к концу 2025 года 62 % компаний в мире уже экспериментировали с ИИ-агентами, а масштабировали хотя бы одну систему — только 23 %. Это логичная картина для раннего этапа внедрения новой технологии: компании начинают с отдельных задач и локальных пилотов, так проще проверить эффект, не вмешиваясь сразу в критические процессы. Главный инженер «Рокет Контрол» Павел Приходько считает, что для ИИ-агентов такой подход особенно оправдан, поскольку технологии быстро развиваются, а архитектура комплексных агентных систем пока только формируется.

Инфраструктурные и правовые вызовы

Управляющий директор по искусственному интеллекту «Авито» Андрей Рыбинцев указывает: для масштабирования нужны интеграция с корпоративными системами, структурированные и доступные для ИИ знания, а также безопасный контур с понятными правами доступа и контролем действий. «Если знания о процессе остаются в голове сотрудников, для ИИ они фактически не существуют», — отмечает эксперт.

Растёт обеспокоенность бизнеса и судьбой данных, которые сотрудники передают чат-ботам. Владельцы моделей контролируют эту информацию на законных основаниях, но клиентов это не полностью устраивает. Соглашения с провайдерами ИИ-моделей на внешней инфраструктуре будут тщательно анализироваться корпоративными юристами. Рынок ИИ-услуг быстро консолидируется: компании попадают в зависимость от одного вендора, и при слияниях клиентам приходится проводить затратную миграцию и адаптацию решений.

Проблемы инфраструктуры ЦОД

Строительство больших центров обработки данных в местах с хорошей инфраструктурой связи и мощными источниками энергии становится дорогим удовольствием, а земельных участков мало. Операторам приходится осваивать всё более удалённые территории. Перебои в энергоснабжении, задержки в передаче данных, протесты местных жителей накладывают отпечаток на реализацию проектов. Для компаний с глобальным присутствием может возникнуть необходимость развития локальных ЦОД в разных странах, поскольку этого требуют местные власти для защиты персональных данных пользователей. Формирование стратегии развития бизнеса должно учитывать и эти факторы.