74% компаний видят отдачу от ИИ, масштабировать его смогли только 13%

Искусственный интеллект уже перестал быть экспериментом ради красивой презентации. Компании начали получать от него реальные деньги.

По исследованию BearingPoint, 74% организаций, которые внедрили ИИ, уже видят измеримый эффект в выручке или расходах.

Но есть цифра, которая меняет впечатление от этого успеха.

Только 13% компаний сумели масштабировать свои ИИ-проекты так, как планировали изначально.

Получается любопытная картина: технология работает, первые результаты есть, а превратить отдельный удачный проект в систему получается у немногих.

Причина часто находится вовсе не в качестве самой модели.

Представим обычную компанию.

В одном подразделении ИИ научили разбирать документы.

В другом он помогает отвечать клиентам.

В третьем делает прогноз продаж.

Каждый проект по отдельности показывает хороший результат.

Но дальше начинается корпоративная реальность.

Данные хранятся в разных системах.

Часть программ написана десять лет назад.

Информация о клиентах дублируется.

У подразделений разные правила доступа.

Непонятно, кто отвечает за ошибку алгоритма.

А чтобы соединить всё это в одну работающую систему, требуется гораздо больше работы, чем просто купить доступ к хорошей нейросети.

Именно поэтому среди главных препятствий для масштабирования компании называют интеграцию со старыми IT-системами и регулирование.

Есть и более простая проблема — данные.

54% руководителей считают качественные и надёжные данные одним из ключевых условий для масштабирования ИИ.

Это хорошо показывает, как изменился сам рынок.

Ещё недавно основным вопросом было: у кого модель умнее?

Теперь всё чаще важнее другое: есть ли у компании данные, которыми эту модель можно нормально кормить.

Можно купить мощный ИИ, но если в базе клиентов один и тот же человек записан трижды, складские остатки обновляются с задержкой, а финансовые данные лежат в пяти несовместимых программах, чудес не произойдёт.

ИИ просто начнёт быстрее работать с плохой информацией.

Исследование показывает ещё один интересный эффект.

Почти половина компаний пока получает от ИИ эффект меньше 4% расходов или меньше 2% выручки.

То есть отдача уже есть, но для многих она пока слишком мала, чтобы перевернуть экономику бизнеса.

И здесь возникает важная разница между красивым пилотом и настоящей трансформацией.

Пилот можно запустить на десяти сотрудниках.

Для масштабирования нужно изменить процессы сотен или тысяч людей.

Пересобрать IT-архитектуру.

Настроить безопасность.

Определить ответственность.

Обучить сотрудников.

Посчитать экономический эффект.

И главное — решить, что делать с временем, которое ИИ освободил.

Это отдельная проблема.

Если сотрудник раньше тратил три часа на отчёт, а теперь делает его за двадцать минут, компания автоматически богаче не становится.

Освободившиеся два с половиной часа ещё нужно превратить в дополнительную работу, продажи, обслуживание клиентов или сокращение издержек.

Иначе производительность на экране выросла, а прибыль почти не изменилась.

BearingPoint называет это своеобразной ловушкой производительности.

ИИ создаёт свободную мощность внутри компании, а дальше всё зависит от управленческих решений.

Поэтому лидеры отличаются не количеством нейросетей.

Они гораздо чаще привязывают ИИ-проекты к конкретным финансовым показателям.

Сколько денег сэкономили.

На сколько выросли продажи.

Сколько времени сократил процесс.

Как изменилась себестоимость.

Когда окупились инвестиции.

Компании, которые действительно умеют это считать, масштабируют ИИ значительно успешнее остальных.

И здесь становится понятнее, куда движется рынок.

Первый этап был гонкой моделей.

Второй — гонкой внедрений.

Сейчас начинается третий: кто научится превращать ИИ в устойчивую прибыль.

Для инвестора это тоже меняет взгляд на компании.

Фразы «мы внедряем искусственный интеллект» уже недостаточно.

Гораздо интереснее увидеть, сколько денег он приносит и насколько глубоко встроен в реальные процессы бизнеса.

ИИ постепенно становится обычным производственным инструментом, почти как оборудование или программное обеспечение.

Сам факт его наличия перестаёт быть преимуществом.

Преимущество появляется тогда, когда компания умеет использовать его лучше конкурентов.

И цифры хорошо показывают, насколько рынок ещё далёк от этой точки.

74% уже увидели эффект.

До настоящего масштабирования дошли только 13%.

Следующая большая конкуренция в ИИ, похоже, будет идти уже не за самую умную модель, а за способность бизнеса превратить её возможности в деньги.

#базарактив #ИИ #искусственныйинтеллект #технологии #бизнес #экономика #инвестиции #цифровизация #данные #финансы