Источник: Новое исследование инициативы NANDA (MIT).
Новый отчёт «The GenAI Divide» от MIT подтверждает то, о чём многие из нас уже догадывались: несмотря на все хайповые заголовки, большинство корпоративных инициатив в области генеративного ИИ не достигают заявленных целей по увеличению доходов. Исследование, основанное на интервью с 150 руководителями, опросе 350 сотрудников и анализе 300 кейсов, выявляет системные проблемы, а не технические.
Ключевые находки: Жёсткая статистика
* **Успех — это исключение:** Только **5%** пилотных проектов демонстрируют "быстрый рост доходов".
* **Провал — это норма:** **95%** инициатив "буксуют" без измеримого влияния на P&L.
* **Эффективность подходов:** Покупка решений и партнёрства успешны в **~67%** случаев, в то время как внутренняя разработка с нуля — лишь в **~33%**.
В чём корень проблемы? Не модель, а организация
По словам Адитьи Чаллапалли, ведущего автора отчёта, проблема не в мощности моделей.
> "Универсальные инструменты, вроде ChatGPT, отлично подходят для индивидуального использования благодаря гибкости, но проваливаются в корпоративной среде, поскольку не обучаются и не адаптируются под специфические рабочие процессы компаний".
Основная проблема — **"разрыв в обучении"** (onboarding gap). Инструменты не учатся на внутренних данных компании, а компании не меняют процессы под новые возможности ИИ. Руководители ошибочно винят регуляторику или производительность моделей, в то время как настоящая причина — в недостатках интеграции.
Куда льются деньги vs. Где реальная ROI
Исследование выявило критическое несоответствие в распределении инвестиций:
* **Более половины бюджетов** на GenAI направляется в **Sales и Marketing**.
* **Наибольшая отдача (ROI)** была обнаружена в области **автоматизации бэк-офиса**: устранение аутсорсинга, сокращение расходов на внешние агентства и оптимизация внутренних операций.
Это классическая ошибка: инвестировать в "видимые" области, в то время как реальная эффективность скрывается в автоматизации рутины.
Рецепт успеха: покупать, а не строить, и давать власть менеджерам
Данные MIT чётко показывают, что самый надёжный путь к успеху — это:
1. **Партнёрство и покупка решений:** Успешность в 67% против 33% у внутренней разработки. Это особенно важно для финтеха и других регулируемых отраслей, где в 2025 многие пытаются строить свои модели.
2. **Расширение прав и возможностей линейных менеджеров:** Внедрение должно двигаться не только из центральных AI-лабораторий, но и от тех, кто понимает конкретные бизнес-процессы.
3. **Глубокая интеграция:** Выбор инструментов, которые могут адаптироваться и встраиваться в существующие workflow, а не быть "игрушкой на стороне".
Воздействие на рынок труда: не увольнения, а "тихое" сокращение
ИИ уже меняет ландшафт труда, но не так драматично, как предсказывали:
* Массовых увольнений нет. Вместо этого компании **перестают заполнять вакансии** в определенных отделах (клиентский сервис, администрирование) по мере их естественного высвобождения.
* В первую очередь автоматизируются **ранее аутсорсинговые функции** с низкой добавленной стоимостью.
Теневой ИИ и взгляд в будущее
Отчёт также отмечает распространение **"теневого ИИ"** — несанкционированного использования сотрудниками публичных инструментов вроде ChatGPT. Это создаёт риски безопасности и проблемы с оценкой реального воздействия ИИ на производительность.
Следующий этап — эксперименты с **агентными системами ИИ**, способными самостоятельно обучаться, запоминать и действовать в рамках заданных ограничений. Это может стать новой пропастью между лидерами и аутсайдерами.
Вывод:
Гонка за GenAI — это не гонка моделей. Это гонка на **интеграцию, адаптацию и изменение процессов**. Успех ждёт тех, кто фокусируется на конкретных pain points, предпочитает проверенные решения реинвентингу колеса и дает инструменты в руки тем, кто ближе к бизнес-процессам.
---
По мотивам статьи Шерил Эстрада (Cheryl Estrada), fortune.com
Теги: #ИИ #ГенеративныйИИ #Бизнес #Стартапы #ML #Корпорации #Исследование