Материал подготовлен для TG-канала «Поговорим о стратегии» с помощью естественного интеллекта.
Февраль 2026 года.
Павел Милосердов (с)
TG-канал «Поговорим о стратегии» (с)
Перспективы развития ИИ
В развитии искусственного интеллекта в ближайшие годы можно выделить несколько трендов: появление большего числа моделей с мультимодальностью и повышение их качества, рост числа ИИ-агентов и появление AGI (общего ИИ), которые сравнится по способностям с человеком.
Развитие мультимодальности. В отличие от моделей, которые работают с одним типом данных — например, только с текстом или изображениями, — мультимодальный ИИ ближе к человеческому способу общения и восприятия реальности. Он должен уметь одновременно понимать визуальную информацию, речь, мимику и интонации.
Такие системы объединяют текст, голос, изображения, видео и другие данные, делая взаимодействие человека и компьютера более естественным. На их основе могут появиться продвинутые виртуальные ассистенты и чат-боты, способные разбирать сложные запросы и отвечать не только текстом, но и визуальными материалами или видеоинструкциями, адаптированными под конкретную задачу.
Развитие ИИ-агентов. ИИ-агенты — это программы, которые способны действовать самостоятельно для достижения заданной цели. Их ключевая особенность — автономность в рамках заданных правил. Агент получает цель, контекст и ограничения, после чего сам решает, какие действия выполнить: собрать данные, запустить код, проанализировать документы, отправить запросы другим системам или передать результат человеку. При необходимости он может разбивать сложную задачу на подзадачи и выполнять их последовательно.
Пример такой системы — Operator от OpenAI. Он способен выполнять многоэтапные задачи — например, заказывать товары или бронировать авиабилеты, даже если пользователь не указал конкретный ресурс или магазин. Для подтверждения важных действий, например покупок, агент поставит выполнение задачи на паузу, дожидаясь разрешения пользователя.
Появление AGI. В исследовании 2024 года эксперты в области ИИ оценивали вероятность того, что он превзойдёт человека во всех возможных задачах, в 10% к 2027 году и в 50% к 2047 году. В докладе Road to AI от Массачусетского технологического университета встречаются и более оптимистичные прогнозы: например, по мнению некоторых респондентов, AGI может быть достигнут к 2027 году с вероятностью 50%.
Но не стоит воспринимать эти оценки как непреложную истину. За последние 50 лет многие учёные из области ИИ ошибались в своих предположениях о времени появления AGI. Поэтому, возможно, мы ещё долго будем работать только со слабым искусственным интеллектом, решающим конкретные задачи.
Аналитический обзор практики применения ИИ в корпорациях
CoreStream. Ver.1.0. Тимур Кадыев. 2025
По данным глобального опроса McKinsey, доля организаций, регулярно использующих ИИ, долгие годы держалась около 50%, но в 2024 году резко выросла до 72%. Меньше чем за год после появления массовых генерирующих ИИ-инструментов (таких как большие языковые модели, LLM) треть опрошенных компаний уже применяет генерирующий ИИ хотя бы в одной бизнес-функции. К концу 2025 года почти четверть руководителей на уровне C‐suite лично используют генеративные инструменты в работе, а в более чем четверти компаний вопрос использования ген-ИИ уже включён в повестку совета директоров. около 75% респондентов прогнозируют кардинальные изменения конкуренции в отрасли в ближайшие 3 года под влиянием генеративного ИИ. Влияние новой волны ИИ распределяется неравномерно: отрасли, опирающиеся на интеллектуальный труд (например, финансовый сектор, технологии, медицина), могут получить больший эффект, тогда как производства, требующие физического труда, вероятно, ощутят меньше изменений.
Наиболее массовое распространение получили прикладные инструменты на базе генеративных моделей. К ним относятся (по результатам опросов):
- чат-боты (например, для поддержки клиентов) и виртуальные ассистенты (60+% работников, использующих ИИ),
- средства генерации текста (для написания писем, контента) (36%),
- помощники для программирования кода (14%).
Самыми распространёнными категориями приложений ИИ являются:
- автоматизация маркетинга,
- виртуальные агенты (чат-боты),
- обработка естественного языка и аналитика данных/текстов.
Типовые задачи и функции включают в себя:
- чат-боты службы поддержки, автоматизацию обработки обращений клиентов;
- персонализированный маркетинг (рекомендательные системы, генерация рекламных текстов под аудиторию);
- анализ данных о клиентах для выявления инсайтов и таргетинга; оптимизация цепочек поставок с помощью прогнозных моделей;
- обнаружение мошенничества и оценка рисков в финансах;
- автоматизация документооборота и рутинных операций (в том числе с применением RPA и компьютерного зрения на производстве);
- помощь в программировании (автодополнение кода, поиск ошибок) и многое другое.
Сотрудники отмечают, что ИИ позволяет им быстрее собирать и консолидировать информацию (42% пользователей) и генерировать идеи (41%), а также изучать новые темы (36%)– фактически служит интеллектуальным ассистентом, берущим на себя часть когнитивных задач.
Большинство компаний ожидают, что внедрение ИИ положительно скажется на их эффективности. По опросам, 64% руководителей бизнеса верят, что искусственный интеллект поможет увеличить общую продуктивность работы организации. Компании-лидеры по использованию ИИ демонстрируют значительно более высокие темпы роста: за три года у «лидеров» ИИ средний рост выручки был в 1,5 раза выше, а возврат акционерам – в 1,6 раза выше, чем у отстающих.
На уровне отдельных бизнес-процессов эффект ИИ наиболее наглядно проявляется в высвобождении времени сотрудников от рутинных либо трудоёмких задач. В недавнем эксперименте крупной компании генеративный ИИ-ассистент для контакт-центра повысил производительность операторов на ~14% в среднем. Особенно заметна выгода оказалась для менее опытных сотрудников – новички с поддержкой ИИ стали работать почти на уровне ветеранов, улучшив свои показатели на 30+%.
Важно отметить, что эффект ИИ на производительность пока реализован далеко не везде. Согласно исследованию BCG, лишь 26% компаний сумели выстроить полноценные компетенции в ИИ и начать получать от него измеримую пользу, тогда как 74% организаций пока не добились заметной отдачи от своих ИИ-проектов. Подобный разрыв между ожиданиями и результатами часто связывают с «ловушкой пилотных проектов» (Pilot Purgatory), когда технологии внедряются точечно и не масштабируются на всю компанию.
Внедрение ИИ приводит к значимому росту показателя выработки на одного работника в час. Прирост продуктивности составляет от 14% до 40%, особенно выражен у сотрудников с базовым или средним уровнем квалификации.
В финансовых и технологических секторах концентрация продвинутых пользователей ИИ максимальна: по данным BCG, в финтехе почти 49% компаний относятся к числу лидеров, в программном обеспечении – 46%, в банковском секторе – 35%. Эти сферы (финансы, ИТ, телеком и пр.) активно инвестировали в data science и аналитику ещё в 2010-х, поэтому сейчас имеют фору в развитии AI-стратегий. Напротив, в консервативных или менее цифровых отраслях – таких как строительство, сельское хозяйство, традиционное машиностроение – уровень внедрения ИИ пока низок (единицы процентов компаний), хотя интерес растёт и там.
Согласно BCG, в таких секторах, как разработка ПО, туризм, медиа и телеком, около 25–31% всей создаваемой ИИ пользы генерируется за счёт улучшения маркетинга и продаж (персонализация предложений, повышение конверсии и др.). В высокотехнологичных и научно-ёмких отраслях ИИ стал важным инструментом ускорения R&D. Например, в биофармацевтике, медицинских технологиях и автоиндустрии около 19–29% ценности, создаваемой ИИ, приходится на повышение эффективности научных исследований и разработок продуктов. В сфере услуг, где велик объём взаимодействия с клиентами, ИИ в первую очередь помогает улучшить сервис и скорость обслуживания. Так, в страховании уже около 24% совокупной пользы от ИИ связано с улучшением обслуживания клиентов, а в банках – порядка 18%, например за счёт внедрения чат-ботов, систем автоматической оценки обращений, скоринга заявок и других решений для contact center. По опросам McKinsey именно такие операционные функции, как управление цепочкой поставок и запасами, сейчас дают наибольший рост выручки от внедрения генеративного ИИ.
Главный тренд 2023–24 годов – стремительная массовая адаптация генеративных ИИ (LLM-моделей, вроде ChatGPT, GPT-4, и других подобных систем) в бизнес-среде. Ещё одна важная тенденция – углубление и масштабирование использования ИИ внутри организаций. Если раньше ИИ-пилоты часто были точечными и ограничивались, к примеру, только одним департаментом, то теперь компании начинают применять ИИ сразу в нескольких подразделениях. В 2023–2025 годах ИИ уверенно переместился в центр внимания топ-менеджмента. Если раньше стратегия в области ИИ могла быть инициативой энтузиастов снизу или ИТ-департамента, то теперь руководители высшего звена напрямую вовлечены в процессы внедрения ИИ.
Всё более заметной тенденцией становится расслоение компаний по уровню успеха внедрения ИИ. Небольшая доля организаций – «лидеры ИИ» – добились значительных результатов и теперь уходят вперёд семимильными шагами, тогда как большинство компаний лишь пробуют технологии и рискуют отстать. Исследование BCG показало, что только 4% компаний в мире имеют передовые ИИ-способности во всех ключевых функциях и систематически получают от этого крупную выгоду. Лидеры находят больше ценности в core-бизнесе (62% всей выгоды от ИИ у них создаётся в основных процессах компании, таких как операции, маркетинг, R&D), а не ограничиваются автоматизацией поддержки. Они также вкладываются в обучение сотрудников и изменение процессов (на эти «гуманитарные» аспекты приходится ~70% их усилий при внедрении ИИ, тогда как непосредственно на технологии и алгоритмы – лишь 30%).
Основные трудности внедрения ИИ связаны с человеческим фактором и процессами внутри компаний. По оценке BCG, около 70% препятствий при внедрении ИИ обусловлены именно вопросами людей и процессов, а не технологиями. ИИ-системы критически зависят от данных, и проблемы с данными – одни из наиболее острых. Компании часто сталкиваются с тем, что их собственных данных недостаточно или они недостаточно качественны для обучения точных моделей. Так примерно ~42% организаций прямо указывают на нехватку доступных проприетарных данных для настройки ИИ-моделей под свои нужды. Защита данных и приватность – ещё один серьезный барьер. Около 40% компаний указывают, что обеспокоены конфиденциальностью информации при использовании генерирующего ИИ и других AI-инструментов. Внедрение ИИ часто сопряжено с существенными затратами (на инфраструктуру, лицензии, найм специалистов), и один из барьеров – сложность обоснования бизнес-кейса. Порядка 42% опрошенных компаний признаются, что им трудно финансово оправдать проекты по ИИ или оценить их окупаемость. Чисто технические проблемы внедрения тоже присутствуют. У компаний может быть устаревшая ИТ-инфраструктура, не рассчитанная на работу с ИИ-моделями (требуются мощности для вычислений, хранения больших данных). Интеграция новых AI-систем с существующими корпоративными системами (ERP, CRM и пр.) нередко вызывает сложности. Сопротивление изменениям со стороны сотрудников ИТ и бизнес-процессов также мешает – люди могут не доверять новым алгоритмам или опасаться, что ИИ нарушит привычный ход работы.
В условиях стремительного развития технологий искусственного интеллекта и растущего давления со стороны более цифровых конкурентов, организациям критически важно перейти от экспериментальных инициатив к системной интеграции ИИ в бизнес-процессы. На текущем этапе можно выделить следующие приоритетные шаги:
- Фокус на масштабируемые прикладные кейсы. Наиболее быструю и прогнозируемую отдачу обеспечивают узкоспециализированные сценарии использования ИИ: автоматизация маркетинга, генерация контента, сопровождение клиентов и поддержка сотрудников. Эти направления являются оптимальными точками входа для масштабирования.
- Организационная трансформация и развитие навыков. Внедрение ИИ требует пересмотра операционной модели. Компании должны инвестировать в обучение персонала, изменение процессов, выстраивание межфункционального/кросс-функционального взаимодействия и создание новых ролей (например, AI Champion, Digital Workflow Manager), обеспечивающих устойчивую работу ИИ-решений в ежедневной практике.
Управление данными и обеспечение соблюдения норм. Высокое качество и доступность внутренних данных становятся необходимым условием эффективности ИИ. Параллельно требуется внедрение политик и процедур по управлению ИИ, охватывающих вопросы приватности, точности, устойчивости и этичности алгоритмов.
Как крупный и средний бизнес используют искусственный интеллект
Согласно исследованию MIT NANDA State of AI in Business 2025, за последние два года производительность в компаниях, которые системно внедряли генеративный AI, достигла 35–40%. ROI от программ генеративного AI превышает 60–70%. Только за 2025 год число бизнес-кейсов с положительным ROI в AI-проектах увеличилось более чем на 78%.
Использование ИИ в повседневной жизни
Опрос пользователей смартфонов от Мегафон: https://www.forbes.ru/novosti-kompaniy/536254-iskusstvennomu-intellektu-doveraut-dosug-i-bytovye-zadaci-no-ne-licnye-voprosy
Исследование было проведено в апреле 2025 года в десяти крупнейших городах России. Было опрошено 3600 человек. Выяснилось, что 79,1% участников опроса взаимодействуют с ИИ в быту — через голосовых помощников, генеративные сервисы и рекомендательные платформы. Самые частые сценарии — поиск информации (57,4%), редактирование текстов (27%) и обучение (20,1%).
68% респондентов регулярно пользуются ИИ для планирования досуга: выбирают фильмы, ищут интересные события и даже подбирают подарки. Почти каждый четвертый (24,1%) следует рекомендациям нейросетей в выборе кино и музыки, каждый пятый (20%) — при составлении маршрутов и поиске отелей для поездок. 17,8% ищут через ИИ развлекательный видео-контент, 16,7% узнают о концертах и выставках, а 13,3% время от времени просто общаются с ботом. Даже сценарии вечеринок теперь может придумать ИИ — этим пользуются 7,6% опрошенных.
Почти каждый второй респондент (44,4%) регулярно обрабатывает фотографии с помощью ИИ. Причина — не только стремление к эстетике, но и широкая доступность инструментов. Многие (27,1%) чувствуют себя увереннее, если фото было улучшено с помощью ИИ, и охотнее делятся такими кадрами. Например, камера HONOR Magic 7 предлагает качественную съемку с ИИ-поддержкой: от суперзума 15–50x до портретного режима в стиле Harcourt, улучшения портрета и функций для съемки на концертах.
ИИ все чаще становится не только помощником в съемке, но и соавтором творческого контента. 57,6% пользователей публикуют в соцсетях материалы, созданные или отредактированные нейросетями — от текстов до фото.
Кроме того, ИИ уже занял нишу эмоциональной поддержки. 28,1% респондентов применяют его для снижения тревожности и стресса, а 38% говорят, что с помощью технологий им проще справляться со скукой и одиночеством. Пользователи делегируют ИИ не только выбор того, что посмотреть и куда поехать — некоторые начинают полагаться на него и в более сложных вопросах ментального здоровья. Почти каждый пятый (19,6%) признался: временами им даже проще общаться с ИИ, чем с людьми, а 12,2% респондентов уже обращаются к ИИ-психологам — на постоянной или эпизодической основе.
Исследование фиксирует ключевую тенденцию: россияне больше готовы делегировать ИИ повседневные задачи, чем делиться внутренним миром. Алгоритмы воспринимаются как удобный инструмент, который помогает сориентироваться в рутине, но не способен заменить доверие, эмпатию и интуицию живого общения.
Прогноз на 2026: люди, технологии, ИИ
https://habr.com/ru/companies/regionsoft/articles/977670/
Люди
- Стажёры и джуны никому не нужны.
- Найти опытного адекватного сотрудника сложно в любой сфере.
- Руководители и менеджеры думают, что ИИ реально способен кого-то заменить.
- Стабильные профессионалы прорвутся.
- Вкатуны — всё.
- Работа будет.
- Рынок очищается от пены (но это не точно).
Технологии
- ИИ продолжит вторгаться в частную жизнь.
- ИИ увеличит количество проблем и ошибок в компаниях.
- Безопасность станет более хрупкой.
- Компании оглянутся на IT-инфраструктуру.
- Софт для бизнеса окончательно перестанет быть роскошью.
Что плохого?
ИИ меняет мышление и восприятие, причём пугающе быстро. Человечество на протяжении всей своей эволюции ищет какое-то макросредство от всего: волшебную палочку, философский камень, кремлёвскую таблетку. Все прототипы имели отдельные недостатки — в основном, не существовали или не работали :-) Искусственный интеллект подошёл как ничто другое: существует, имеет физическую основу, легко тиражируется, работает. И всё: люди доверились ему так, как будто не было ни взломов, ни утечек, ни сожжённых вышек 5G. Получил анализы или результаты обследования — сливаем нейронке, нужно решить задачу — идём туда же, совет по воспитанию ребёнка — пожалуйста, всё — там. А с другой стороны — подозрение, что всё создано нейросетью, даже этот текст, ведь он грамотно написан, содержит списки и длинные тире, положенные тексту по правилам русской орфографии.
По сути, человек резко и одномоментно начал терять свою идентичность, отдавая на откуп алгоритмам секреты, проблемы, переживания, частную жизнь. 2026 год продолжит этот тренд. Трудно сказать, сможем ли мы откатиться обратно или хотя бы сохранить рациональность и научиться защищать частную жизнь хотя бы от технологий. Особенно от технологий.
Что хорошего?
Точнее, отчасти хорошего. Люди сближаются с технологиями. Не без странностей и перекосов, но сближаются — как минимум, им интересно на говорящую собачку посмотреть увидеть, что же такое ИИ и задать ему заветный вопрос о рецепте медовика, похудении, лечении ОРВИ, признаках шизофрении (и сразу обнаружить их в себе) … Сближаясь с технологиями, они учатся ими пользоваться.
При этом в случае опасности или необходимости экстренных действий люди не доверяют роботам: вряд ли кто-то бы хотел робота на том конце вызова спецслужб или в регистратуре больницы. И проблема не в точности работы — роботы бы тут уже вряд ли подвели — проблема именно в том, что в сложные или напряжённые моменты человеку нужен человек, с эмпатией и навыками гибкого ситуативного реагирования. 2026 год, скорее всего, будет связан с переводом нейросетей на физические интерфейсы. У разработчиков будет немало интересных задач, связанных с эмпатией и привлекательностью железяк. Вряд ли мы увидим что-то интересное на проде, но почитывать новости в ожидании прорывных штук стоит.
ИИ как часть инфраструктуры
В 2026 у ИИ заканчивается фаза игр и начинается фаза инфраструктуры. IEEE Computer Society свела прогноз в 26 технологий (https://www.ieee.org/about/news/2026/ieee-reveals-predictions-for-top-technology-trends-of-2026), и почти все - прямо или косвенно про ИИ как новый слой экономики.
Топ технологий, которые мы все увидим непосредственно:
- AI and Future of Work: ИИ-агенты становятся стандартными "членами команды" для большинства офисных профессий. Конкурентное преимущество смещается от численности к "рычагу интеллекта".
- Wearable Devices: новые форм-факторы "всегда включенных" носимых устройств тянут ИИ в повседневность и обостряют приватность.
- AI-generated content: самое зрелое и массово внедряемое направление - генерация видео, музыки, презентаций и документов, с ударом по идее "подлинности".
- Social AI: ассистенты учатся "мягким навыкам" - распознавать настроение, тон, вести переговоры, гасить конфликты.
- Embodied, Physical AI: роботы, дроны и автономные устройства начинают масштабно автоматизировать производство, логистику, городскую инфраструктуру.
- Autonomous driving (robotaxi): автономность смещается в сторону капиталоемких сервисов в плотных городах, с тяжелым compute и обучением через цифровые двойники.
Трансформация экономики и работы
- Фирма перестает быть "коллективом людей" и становится "коллективом людей плюс агенты". Это напрямую сказано в прогнозе про AI and Future of Work: агенты как стандартные участники рабочих команд.
- Рынок труда уходит от профессий к функциям: рост "future of coding" и "vibe coding" означает, что производство софта расползается на не-разработчиков, а код становится побочным продуктом описания задачи.
- Узкие горлышки экономики сдвигаются к энергии и доверию: масштабирование ИИ упирается в энергопотребление дата-центров и сети, а также в идентичность, происхождение данных и контуры контроля. Это вынесено в "adoption bottlenecks are Trust + Power" и отдельные технологии по управлению энергией и assurance слоям.
- Навыки: прогноз прямо говорит о необходимости reskilling и показывает, что растут не только тех-скиллы, но и критическое мышление, адаптивность, управление изменениями, коммуникации и коллаборация.
Самое актуальное для науки и перспективных технологий
- AI-driven scientific discovery at scale и Robot Scientists вынесены как высокие risk-reward направления: ускорение науки, но с рисками ложных выводов и доверия к "оптимальным находкам".
- In-memory computing for AI и New processors: ставка на радикальное улучшение performance-per-watt за счет вычислений "в памяти" и новых архитектур, потому что главный враг ИИ - перенос данных и энергия.
- Quantum-safe cryptography и trust infrastructure: подготовка к постквантовым угрозам и инфраструктура доверия как основа масштабируемого цифрового мира.
- AI-enabled digital twins: экономия через эмуляцию вместо репликации, предиктивное обслуживание и оптимизация сложных систем, но с новыми уязвимостями и вопросами ответственности.
- Future of Medicine и engineered therapeutics: по оценке авторов, "future of medicine" - максимальный потенциальный эффект на человечество, а биоинженерные терапии входят в основной список.
5 трендов, которые ломают бизнес
🚨 79% топ-менеджеров уверены: к 2030 году ИИ будет ключевым драйвером их выручки. Но лишь 24% могут чётко сказать — откуда именно. Вот вам и «цифровая трансформация» в действии.
Новое исследование IBM Institute for Business Value (в партнёрстве с Oxford Economics) опросило 2000+ руководителей из 33 стран — и выдало пять жёстких предсказаний о том, как будет устроена компания будущего. Без розовых очков.
🔥 5 трендов, которые уже ломают бизнес:
1. Большие ставки — не опция, а обязанность
Конкуренты перестанут ждать «идеального момента». 55% лидеров говорят: преимущество достанется тем, кто быстрее действует, а не тем, кто принимает «идеальные» решения. Авиакомпании уже запускают ИИ-нативные модели — традиционным перевозчикам осталось пара кварталов до точки невозврата.
2. Эффективность → Инновации
Сегодня 47% инвестиций в ИИ уходят на оптимизацию. К 2030 — 62% пойдут на создание новых продуктов и бизнес-моделей. Производительность вырастет на 42%, но умные компании не положат эти деньги в карман — они запустят маховик: сэкономленное → реинвестировать → захватить рынок → новая экономия.
3. Уникальный ИИ = ваша монополия
Базовые модели скоро станут коммунальной услугой. Реальное преимущество — в гибридных портфелях: комбинация больших и малых моделей, обученных на ваших проприетарных данных. Компании, которые это освоили, ждут +24% к производительности и +55% к марже операционной прибыли — сверх базового эффекта от ИИ.
4. Люди не исчезнут — но их роль перевернётся
67% нынешних навыков устареют к 2030. ИИ возьмёт на себя знание-ёмкие задачи (код, отчёты, пропозалы). Люди останутся там, где нужны критическое мышление, этические рамки и креативность «за пределами данных». Новые роли: супервайзеры ИИ-агентов, инженеры безопасности ИИ. Старые оргструктуры — мёртвый груз: 68% руководителей называют их главным барьером для внедрения ИИ.
5. Квантовый скачок уже на подходе
59% топ-менеджеров верят: квантовые вычисления изменят их отрасль. Но только 27% реально готовятся к этому. А ведь квантовые алгоритмы уже ускоряют разработку лекарств (Moderna) и трейдинг (HSBC +34% к точности прогнозов). И да — 72% компаний не готовы к квантовым угрозам для криптографии. «Собираем данные сейчас, расшифруем потом» — уже работает против вас.
⚡️ Что позитивного:
— Исчезнут дефициты талантов и ресурсов (67% верят в это)
— Появится «изобилие возможностей»: выбор сместится с «что мы можем себе позволить?» на «что мы решим создать?»
— Кибербезопасность станет активом для роста, а не центром затрат
⚠️ Что тревожит:
— Риск конформизма: 2/3 руководителей боятся, что все компании примут одинаковые решения на основе одних и тех же ИИ-инструментов
— Отрасли с моделью «оплата за часы» (ИТ-аутсорсинг) на грани вымирания — 81% их игроков уже перекраивают бизнес
— 68% компаний провалят внедрение ИИ из-за плохой интеграции с ядром бизнеса
Главный вывод без прикрас: ИИ-фирст — это не про технологии. Это про смелость ломать бизнес-модель, пока конкуренты оптимизируют процессы. Те, кто сегодня делает «большие ставки» на уникальные данные и гибкие архитектуры, завтра будут диктовать правила. Остальные — адаптироваться к ним.
Использование генеративного искусственного интеллекта (GenAI) в крупных промышленных компаниях в России
@Торшин вслух
Strategy Partners (АО "СПГ") выпустили свежее исследование "Использование генеративного искусственного интеллекта (GenAI) в крупных промышленных компаниях в России".
Несколько любопытных фактов из исследования:
- 4/5 компаний ставят главной целью сокращение затрат, включая ФОТ;
- только 10-15% достигают измеримого эффекта (!) - причем речь не об эффекте в 10-15%, а лишь о том, что только каждый десятый вообще получает какой-то результат, который можно померить;
- вне РФ ситуация схожая, а данных больше: из 87% компаний, запустивших пилоты, только 10% продвинулись дальше к полноценному внедрению в работу;
- 82% процента компаний за рубежом вообще не видят эффекта на маржу.
Почему так происходит?
Можно говорить про недостаточную зрелость технологий (которые семимильными шагами развиваются - если весной я еще писал код с ИИ с ручным дерганием моделек, то прошлой неделе написал приложение уже только соглашаясь с теми или иными предложениями агента). Можно - что сами процессы часто невозможно точно измерить.
Мне кажется, что ключевым здесь является другое: ИИ воспринимается как "волшебная палочка", некая магия, которая сейчас возьмет на себя ОТВЕТСТВЕННОСТЬ за какие-то вещи, а именно этого как раз ИИ делать не умеет.
Но главное - применяется ИИ не к тому, что нужно реально менять.
Все просто: Голдратт в Теории ограничений очень четко и ясно показал, что изменение системы эффективнее и быстрее всего делать, сначала найдя реальные точки, куда нужно приложить усилия. Как там? "Покажите мне точку опоры - и я переверну мир". Или это уже не Голдратт? :) Шучу, физические законы за тысячи лет не изменились, и в бизнесе все то же самое - поэтому Голдатт лишь переложил законы природы на применение к бизнесу.
Так вот: можно сколько угодно заниматься оптимизацией второстепенных процессов и решением мелких ничего не значащих проблем, игнорируя (например, думая, что их не решить) более системные. Они сложнее! Это страшно! Лучше пойдем поделаем то, что мы умеем, а не то, что надо. Классика.
ИИ применяют там, где понятно, как применять, а не там, где нужно. И не так, как нужно.
Пример из практики: у компании полная каша в учете и кассовые разрывы, потому что они не ведут нормально свои проекты и не знают обязательств; угадайте, куда они применяют ИИ? Они делают чат-бот на сайте, помогающий посетителям подобрать лучше товары и растят конверсию в продажу, увеличивая число сделок и расширяя яму кассового разрыва из-за неверного учета.
Или другой пример: приходит компания с запросом "нам надо на 30% поднять маржинальность производственно-торгового бизнеса, нужно, чтобы кто-то составил план внедрения ИИ во все сферы нашей деятельности на 24 месяца".
Во-первых, они почему-то думают, что решать это нужно с помощью ИИ, еще не зная, в чем там проблемы и какие есть точки роста.
Во-вторых, они хотят увидеть план на 2 года вперед в индустрии, которая де-факто существует всего 2 года и где каждый месяц появляется что-то новое.
В-третьих, они даже не пытаются понять, а что на самом деле надо делать с маржинальностью СТРАТЕГИЧЕСКИ. Что там конкуренты? Что там с продуктом?
Что произойдет, если предложить в ответ на их запрос сначала подумать о том, что на самом деле нужно чинить? Они скажут, что мы некомпетентны и не купят. Вернее, купят, но у тех, кто скажет "сейчас сделаем, конечно, ИИ вас спасет". Кому нужны эти сложные правильные "душные" решения, когда можно просто все поручить магическому ИИ? Кто будет следовать сложному и скучному ЗОЖ, если можно просто искать таблетку от похудания или колоть себе (что там сейчас модно?). (Правильный ответ: разумные).
Что же делать?
Да все то же самое - диагностировать реальные проблемы и не бегать от них! Ровно этим приходится заниматься уже 20 лет каждый день, и ситуация только накаляется.
Генеративный ИИ и LLM-автоматизация в корпоративном бизнесе
@AITrecker
Российский рынок генеративного искусственного интеллекта в 2025 году продемонстрировал взрывной рост: с 13 млрд рублей (2024) до 58 млрд рублей, что составляет пятикратное увеличение. Этот рост не является спекулятивным — он подкреплен реальным переходом крупных корпораций от пилотных проектов к промышленному внедрению и масштабированию.
Согласно прогнозам консалтинговой компании Onside и вендора Just AI, к 2030 году рынок может достичь 778 млрд рублей при среднегодовом росте 68,1%, однако эта амбициозная траектория критически зависит от успешного масштабирования внедрений в 2026-2027 годах.
Принципиальное изменение произошло в 2025 году: рынок перешел от этапа экспериментирования к фазе практической интеграции. Распределение проектов:
- Пилотные проекты: 55% (большинство по числу, но малые бюджеты: 5-15 млн рублей без учета инфраструктуры)
- Масштабирование пилотов: 30% (переход в регулярные бюджеты)
- Промышленное внедрение: 15% (интеграция в основные бизнес-процессы)
Около 70% крупных компаний перешли от экспериментов к реальному масштабированию, что означает смену парадигмы: от вопроса "нужна ли нам генеративный ИИ?" к вопросу "как оптимизировать затраты на его внедрение?
Основная особенность российского рынка —ориентация на корпоративный B2B сегмент с повышенными требованиями к безопасности данных и локальному размещению (on-prem) систем, что формирует более "тяжелую" по капитальным затратам экосистему, чем облачная модель западных рынков.
Парадокс 2025: проникновение генеративного ИИ достигло 40% российских компаний, однако глубина интеграции остается поверхностной — это в большинстве случаев доступ сотрудников к инструментам или единичные пилоты, но не встроенная автоматизация процессов. По оценкам экспертов Cloud.ru, реальная интеграция в бизнес-процессы находится на уровне 5-10% даже в лидирующих секторах.