Несмотря на масштабные инвестиции и ажиотаж вокруг генеративного искусственного интеллекта подавляющее большинство пилотных проектов в корпоративном секторе не приносят ожидаемых результатов. Об этом свидетельствует новый отчёт 'The GenAI Divide: State of AI in Business 2025', подготовленный исследовательской группой NANDA в Массачусетском технологическом институте.

Лишь около 5% пилотных ИИ-программ обеспечивают быстрое увеличение выручки. Подавляющее же большинство из них приостанавливается, не оказывая заметного влияния на экономические показатели. Исследование МТИ проводилось на основе анализа 150 интервью с руководителями компаний, опроса 350 сотрудников и изучения 300 проектов по внедрению искусственного интеллекта.

Отдельные крупные компании и стартапы действительно добиваются с помощью генеративного ИИ впечатляющих результатов. Некоторые стартапы, возглавляемые предпринимателями, которым исполнилось всего 19-20 лет, сумели с нуля увеличить свою выручку до 20 млн долл. в год. Их успех обусловлен тем, что они выбирают одну проблемную точку, упорно работают и активно сотрудничают с компаниями, которые используют их инструменты.

Однако на большинстве предприятий внедрение ИИ сталкивается с серьезными препятствиями. И главная причина, как показал анализ МТИ, не в качестве моделей, а в пробелах в обучении как инструментов, так и организаций. Компании и их сотрудники просто не умеют эффективно интегрировать ИИ в бизнес-процессы.

Инструменты вроде ChatGPT благодаря своей гибкости отлично подходят индивидуальным пользователям. Но в корпоративной среде они застревают, потому что не адаптируются к существующим рабочим процессам и не учатся на них.

Исследование выявило также дисбаланс в распределении бюджетов: более половины расходов на генеративный ИИ направляется на инструменты для продаж и маркетинга. При этом наибольшую отдачу приносит автоматизация внутренних процессов, которая приводит к сокращению затрат на аутсорсинг и оптимизации выполняемых операций.

В отчёте подчёркивается также, что внешние решения оказываются эффективнее внутренних разработок. Проекты, основанные на приобретении ИИ-инструментов у специализированных поставщиков и партнёрстве с ними, успешны в 67% случаев. В то время как при самостоятельной разработке внутри компании успехом завершается лишь треть проектов. Особенно заметно это в сфере финансовых услуг и других регулируемых секторах. Почти в каждой опрошенной компании сотрудники пытались создать свой собственный ИИ-инструмент. Но опыт показывает, что готовые решения чаще приносят хорошие результаты.

К ключевым факторам успеха относится расширение прав линейных менеджеров. Не только централизованным лабораториям, но и им должны быть предоставлены возможности выбора и внедрения инструментов, которые будут интегрироваться и адаптироваться с течением времени.

Сегодня уже заметны кадровые перестановки, особенно в сфере поддержки клиентов и при выполнении административных функций. Вместо массовых увольнений компании предпочитают пока отказываться от замещения вакантных должностей. Большинство изменений касается рабочих мест, которые ранее передавались на аутсорсинг.

В отчете отмечается распространенность «теневого ИИ» – сотрудники массово используют незарегистрированные инструменты, такие как ChatGPT, что создаёт риски для безопасности и контроля.

Наиболее продвинутые организации активно экспериментируют с системами искусственного интеллекта, которые могут обучаться и действовать независимо в рамках установленных границ. Все это дает представление о том, что может ожидать нас на следующем этапе развития корпоративного ИИ.