Ожидается, что уже в середине 2026 года предприятия начнут получать ощутимую отдачу от своих инвестиций в ИИ. Однако многие обнаруживают, что масштабирование требует хорошо подготовленных, интероперабельных и управляемых данных.

Согласно новому исследованию AI Momentum, проведенному компанией Dun & Bradstreet, об активных инициативах в области ИИ сообщают 97% организаций, но только 5% подтверждают, что их данные готовы для этого.

Для запуска пилотных проектов корпоративные данные, уже готовые к использованию ИИ, не нужны. Но они необходимы для надежного масштабирования ИИ в критически важных рабочих процессах и системах.

Согласно отчету D&B, в 2026 году организации полностью перейдут на ИИ и будут рассматривать его как критически важный императив. Более половины (67%) уже наблюдают первые признаки роста рентабельности инвестиций, а 24% сообщают о расширении масштабов окупаемости.

Более половины (56%) из 10 тыс. опрошенных компаний в течение ближайшего года планируют увеличить инвестиции в искусственный интеллект. Около трети (30%) внедряют ИИ в производство, а 26% используют новую технологию в нескольких основных процессах. Отдача быстро растет, но по-прежнему остается неравномерной. В связи с этим растут и опасения, связанные с готовностью данных.

Это происходит по целому ряду причин, включая проблемы с доступом к данным (о них сообщили 50% опрошенных), риски для конфиденциальности и соблюдения нормативных требований (44%), а также проблемы с качеством и целостностью данных (40%). Кроме того, 38% опрошенных указали на отсутствие интеграции систем, а 37% пожаловались на нехватку квалифицированных специалистов в области ИИ.

Дополнительное беспокойство вызывает то, что лишь очень небольшое число предприятий (10%) с высокой степенью уверенности заявляют, что способны выявлять и снижать риски, связанные с ИИ. Ключевой вопрос больше не в том, экспериментируют ли организации с ИИ, а в том, есть ли у них данные и инфраструктура, необходимые для надежного внедрения ИИ в масштабах предприятия.

Сегодня относительно легко можно запускать чат-интерфейсы или инструменты искусственного интеллекта отделов на основе моделей общего назначения, получая впечатляющие результаты в контролируемой среде. Но мало кто способен внедрить ИИ в производственные процессы, где точность, подотчетность, объяснимость, интероперабельность и согласованность напрямую влияют на бизнес-решения. Речь в первую очередь идет о соблюдении нормативных требований, управлении рисками и работе с клиентами. Именно здесь готовность к работе с данными становится критически важной.

Проблемы, связанные с данными, усугубляются по мере перехода предприятий от вспомогательных систем к автономным агентным процессам. Большинство корпоративных сред обработки данных создавалось для работы с людьми, а не для автономных систем искусственного интеллекта.

Не все готовы доверять системам ИИ из-за галлюцинаций, противоречивых рекомендаций и несоблюдения требований. Особенно актуально это для предприятий, работающих в регулируемых отраслях: банковской, страхования, здравоохранения и финансовых услуг, где надежность и проверяемость результатов не подлежит обсуждению.

Инвестиции получают отдачу прежде всего в развитых средах обработки данных, что упрощает непосредственное внедрение ИИ в реальные рабочие процессы. Повышенное внимание необходимо уделять анализу продаж, ходу внедрения, соблюдению рабочих процессов, изучению клиентов, анализу рисков, автоматизации рабочих процессов, поиску, проверке и оценке поставщиков, а также оценке бизнеса.

Рентабельность инвестиций выражается в сокращении объема операций, выполняемых вручную, ускорении циклов проверки и ввода в эксплуатацию, повышении согласованности операций, ускорении продаж и улучшении поддержки принятия решений сотрудниками. Во многих случаях организации используют ИИ для ускорения обработки больших объемов информации.

Наиболее успешным ИИ оказывается там, где дополняет существующие операционные процедуры, а не полностью заменяет процесс принятия решений человеком. ИИ помогает сотрудникам работать быстрее и принимать более обоснованные решения, берет на себя повторяющиеся рутинные операции, в то время как за людьми остаются надзор и окончательное согласование. Наиболее перспективной моделью пока остается автономия под наблюдением, когда агенты выполняют часть рабочих процессов, в то время как люди занимаются согласованием, контролем и обработкой исключений.

В дальнейшем ожидается переход от автономных вспомогательных систем к агентам, встраиваемым непосредственно в рабочие процессы предприятия. На них все чаще будут возлагаться задачи координации клиентов, поставщиков, партнеров, сотрудников и корпоративных приложений. Агенты начнут играть заметную роль в процессах, связанных с продажами, внедрением, соблюдением требований законодательства, закупками, изучением потребностей клиентов, управлением рисками, оценкой поставщиков и мониторингом.

Корпоративный ИИ все больше ориентируется не на отдельные изолированные инструменты, а на создание интеллектуальных операционных систем, способных поддерживать принятие решений и выполнение рабочих процессов в масштабах всего предприятия.