На прошедшей неделе глава "Сбера" Герман Греф в ходе "Дня инвестора" заявил, что к 2026 году "Сбер" планирует достичь от внедрения искусственного интеллекта финансового эффекта в размере 550 млрд рублей. Заявление звучит громко, особенно на фоне новостей, что многие проекты по внедрению ИИ оказываются провальными (по данным MIT - 95%). Есть ли на самом деле экономический эффект от ИИ? Что стоит за большими цифрами, о которых говорит бизнес?
В новостях СМИ появляются разные сообщения об экономических эффектах от внедрения искусственного интеллекта: кто-то пишет о вырученных миллиардах, а кто-то сообщает о больших затратах и отсутствии результатов. И даже исследования показывают разные данные об эффективности внедрения ИИ. Вот несколько примеров:
- По данным MIT, 95% проектов по внедрению искусственного интеллекта пока не приносят заметных результатов.
- Герман Греф сообщил, что к 2026 году "Сбер" планирует достичь 550 млрд рублей совокупного финансового эффекта от внедрения искусственного интеллекта.
- Согласно исследованию McKinsey State of AI 2025, лишь 39% компаний фиксируют какой‑либо вклад ИИ в операционную прибыль, и только около 6% приписывают ИИ вклад 5% и более в EBIT.
- Согласно исследованию "Яндекса" и "Яков и партнеры", к 2030 году ИИ будет приносить экономике РФ 7,9-12,8 трлн рублей в год. 78% российских компаний уже наблюдают экономический эффект от внедрения ИИ.
Несмотря на разные данные, использование искусственного интеллекта в современной технологической компании стало аксиомой. Согласно исследованию, 71% крупных российских компаний используют генеративный ИИ хотя бы в одной функции бизнеса. Это объяснимо: без внедрения нейросетей не будет заявлений о миллионах вырученных рублей и десятков сэкономленных на работу часов. А без этих заявлений есть риск "отстать" от конкурентов, прослыть в глазах клиентов "устаревшим" и даже потерять интерес инвесторов. Согласно Venture Guide, по итогам января-ноября 2025 года технологии искусственного интеллекта и машинного обучения лидируют с большим отрывом по объему и количеству инвестиций: $61,03 млн и 37 сделок (у следующей по объему BigData 14 сделок на $15,73 млн).
Кроме того, рядом со словосочетанием "искусственный интеллект" часто стоят такие слова как "ускоряет", "экономит", "избавляет от рутины", "помогает сотрудникам". Есть ощущение, что ИИ - волшебная таблетка, которая спасает от всех болезней. Но на практике это оказывается не всегда так.
Любые заявления в духе "наша компания получит миллиарды от внедрения ИИ" звучат, как если бы человек говорил, что собирается принимать таблетки для здоровья, но не уточнял какие. Важно конкретизировать, о каком ИИ идет речь. Кто-то подразумевает кредитный скоринг, рекомендательные алгоритмы и автоматическое заполнение отчетов - технологии, которые существуют на рынке десятилетия; а кто-то - чат‑боты на базе LLM и ИИ-агенты. В случае "Сбера", например, имеется в виду эффект от внедрения всех видов ИИ. Звучит красиво, но если задуматься, тот факт, что персонализированные предложения улучшают продажи, - уже ни для кого не секрет и мало кого интересует. ИИ стали называть то, что никогда им не называлось.
Учитывая информационное поле последних лет, при громких заявлениях о больших эффектах люди невольно думают именно о новых и популярных технологиях ИИ - например, о моделях на базе LLM. Но именно новые технологии пока не показали большой эффективности. И Герман Греф признал: ожидаемая отдача в 550 млрд рублей будет связана с использованием всего спектра ИИ-технологий, а вложения в генеративный ИИ пока не приносят "Сберу" ожидаемой прибыли.
Еще одна проблема, которая заставляет настороженно относиться к историям успеха от внедрения нейросетей, - бизнес далеко не всегда понимает, как посчитать экономический эффект. Об этом говорят компании из разных отраслей, в том числе транспортной. Справедливости ради, бизнес уже разрабатывает методики подсчета - например, есть инициатива Альянса в сфере искусственного интеллекта и ассоциации "ФинТех". И это шаг в правильном направлении: единые методики позволят компаниям говорить на одном языке и реально сравнивать понятные эффекты, сопоставимые результаты.
В целом ситуация с популярностью ИИ напоминает очарование цифровыми технологиями в 2015-2017 годах. Интернет вещей, VR, AR, BigData - эти технологии были у всех на слуху, и компании массово их внедряли без четкого понимания бизнес-проблем. Похожее происходит и сейчас. Бездумно внедрять искусственный интеллект - то же самое, что и принимать разом все таблетки из аптечки от головной боли: жаропонижающие, противовирусные, успокоительные, анальгетики. Что-то из этого поможет, но общий урон организму и кошельку будет несоизмеримо больше.
Что в итоге? Во-первых, не нужно верить цифрам про миллиардные эффекты - часто мы не знаем, как их считали (а может, даже сами компании не знают, как измерить эффект, и дают очень приблизительные оценки). Во-вторых, стоит перестать воспринимать ИИ как волшебную таблетку. Перед внедрением нейросетей лучше определить проблемы бизнеса, рассмотреть несколько вариантов решений, подумать о желаемых результатах. И только исходя из этого подобрать наиболее подходящее решение - возможно, простая таблица Excel решит задачу лучше, чем самый продвинутый помощник на базе LLM. Технология ради технологии - путь в никуда. Рынок начинает это понимать и все чаще об этом говорит. Но не всех еще покинула вера в волшебную таблетку.