Я знаю одного знакомого — гендиректора средней производственной компании, человека практичного, не из IT-отрасли. В декабре прошлого года он купил для команды подписку на одного из известных американских AI-ассистентов. Поставил задачу — освоить. Через четыре месяца пришёл проверить, как идут дела. Один сотрудник сказал, что попробовал и не понял. Второй — что забыл пароль. Третий — что использует, но только чтобы переписывать письма поприличнее. Четвёртый никогда не открывал. На этом эксперимент с искусственным интеллектом в компании закончился.
Этот гендиректор — не глупый человек. Компания у него тоже не из плохих. Просто так выглядит сегодня внедрение AI у 95% организаций — и это не риторическая цифра, она кочует из одного отраслевого отчёта в другой. Купили инструмент. Раздали. Объявили, что теперь работаем с ИИ. Через полгода тихо перестали об этом говорить. Через год удивились, что конкурент начал делать что-то, что у вас не получается.
В России картина ещё резче. По исследованию МТС Web Services «Технологические стратегии бизнеса», опубликованному в декабре прошлого года, среди 700 российских компаний, которые уже выделили бюджет на внедрение ИИ, стратегия его применения есть только у 26%. То есть три из четырёх компаний, которые приняли решение тратить деньги на эту технологию, не понимают, что именно они с ней собираются делать.
Бюджет есть, понимания нет
Самое любопытное в этой картине — её устойчивость. Технология стала значительно мощнее за последний год, доступнее по цене, проще в подключении. А процент компаний, которые её реально применяют, почти не сдвинулся. Это парадокс, который имеет конкретное объяснение, и оно не про технологии. Оно про людей, и устроено сложнее, чем принято думать.
В любой компании, которая работает дольше десяти лет, AI встречает не одно сопротивление, а три. Они идут с трёх разных уровней, по трём разным причинам, и каждое из них по-своему рационально.
Рядовой сотрудник смотрит на инструмент и думает: если я научусь делать это в два раза быстрее, надо мной нависнут с двойной нагрузкой. Или, что хуже, поймут, что я не нужен. Это его честный экономический расчёт, и он работает против внедрения.
Средний управленец смотрит на инструмент и видит другое. Двадцать лет он накапливал экспертизу — знание поставщиков, чувство клиента, понимание, какой нюанс в спецификации в этот раз окажется критическим. Эта экспертиза — его валюта, то, за что компания ему платит и из чего складывается его авторитет среди подчинённых. Инструмент, который за полминуты выдаёт ответ на вопрос, на который у него ушло пятнадцать лет, — не его помощник. Это вопрос к нему: что я тогда продаю компании. Сопротивление этого уровня самое глубокое, потому что оно не про работу — оно про идентичность.
Собственник и топ-менеджер старшего призыва сталкиваются с третьим типом препятствия. Они построили компанию на одних правилах. Им нужно лично разобраться в правилах, которых сами ещё не понимают, и принять решения, которые повлияют на бизнес, выстраданный десятилетиями. Делегировать это нельзя — слишком стратегично. Возглавить лично — означает вернуться в режим студента, что после тридцати лет в руководстве психологически тяжело. Доверить решения тем, кто моложе на четверть века, тоже непросто, и не потому что недоверие, а потому что привычка контролировать через собственное понимание никуда не делась. Тем, у кого рядом со старшим поколением уже работает следующее — со своими инструментами, со своим языком, со своим кредитом доверия, — переход даётся легче. Тем, у кого этого моста нет, всё упирается в одного человека наверху, и темп зависит только от него.
Эти три сопротивления складываются в одну стену. AI везде декларируется и нигде по-настоящему не применяется. Подписки куплены, проекты заявлены, отчёты написаны, но в живой работе компании ничего не сдвинулось. А технология тем временем продолжает развиваться. Каждые 6–9 месяцев появляется возможность, которая ещё год назад была фантастикой.
Получается ножницы. Возможности технологии растут вертикально. Применение в компаниях стоит почти на нуле. Между этими двумя линиями — то самое окно, которое существует прямо сейчас. Если технология меняется каждые 6–9 месяцев, а полный цикл внедрения от первого пилота до системного применения занимает 12–18 месяцев — это эмпирический срок, который называет МакКинзи и подтверждает практика, — через два-три цикла AI-практики достигнут уровня, на котором они становятся отраслевым стандартом. Гартнер называет 2026–2027 годы ключевой переломной точкой для корпоративного AI. Дальше преимущество растворится. Не потому что технология станет хуже — потому что её освоят все.
Кажется, что преимущество получают самые крупные компании — у них больше денег, больше данных, больше людей. На практике картина обратная. Большие компании увязают в согласованиях, в корпоративных процедурах, в страхе перед рисками.
Преимущество получают не самые большие, а самые быстрые. Те, кто может за две недели пройти путь от идеи до первого работающего инструмента. Те, у кого собственник принимает решение лично, без четырёх уровней согласования. Те, кто готов запустить сырое и доработать в бою, а не полировать год до релиза.
Скорость здесь не противоречит обстоятельности. Первый пилот должен быть быстрым — это проверка гипотезы. Системное применение — медленным, это уже работа на годы. Кто путает эти два режима, проигрывает в обоих: либо вечно готовится к первому шагу, либо запускает кучу пилотов и ни один не доводит до результата.
Технология одинаково доступна всем — побеждает тот, кто быстрее соединяет её с конкретной задачей бизнеса
И тут важно понять одну вещь, которую часто упускают. Семь лет назад, чтобы построить производство на базе AI, нужно было быть очень крупной компанией. Группа «Черкизово» в 2018 году запустила в подмосковной Кашире завод-робот по производству сырокопчёных колбас. Лично возглавил проект Сергей Михайлов — генеральный директор компании, представитель второго поколения семьи основателей. Полная роботизация, машинное зрение, цифровые двойники для каждого процесса, единая управляющая система, координирующая работу автономных линий. Вместо 700 человек на производстве работают 150. Инвестиции — 7 млрд рублей. Проект получил международную награду SAP Innovation Awards как единственный российский. Это был флагманский кейс эпохи Индустрии 4.0, и он требовал ресурсов крупного индустриального игрока.
Сегодня картина другая. В марте этого года Технониколь — компания с более чем 70 заводами и выручкой 256 млрд рублей за прошлый год — завершила на «Заводе Техно» в Серпухове внедрение цифрового двойника склада готовой продукции. Это не вся фабрика, это один склад. Инвестиции — 12 млн рублей. Совладелец и управляющий партнёр Сергей Колесников публично называет цифровизацию и внедрение ИИ главным акцентом ближайших пяти лет, а проект цифрового двойника — своим личным приоритетом. Следующая площадка — Рязань, дальше Ростов и Челябинск.
×600 — падение порога входа
За семь лет — от 7 млрд рублей за флагманский AI-проект Черкизово до 12 млн за цифровой двойник склада Технониколь. Прямое сравнение здесь некорректно: масштабы разные. Но соотношение всё равно показательно.
То, что в 2018 году могла позволить себе крупная промышленная корпорация как флагманский проект, сегодня запускается на отдельном складе как рутинный шаг в системной программе. Технология, которая раньше требовала миллиардов рублей и интеграции с SAP, сегодня стоит как один грузовик с продукцией. Это и есть форма открытого окна. И оно открыто не для тех, у кого ресурсы, как у Черкизово или Технониколь, — оно открыто для среднего бизнеса, который раньше смотрел на такие проекты как на недоступные. Сегодня они доступны, и в этом всё дело.
Размер при этом не приговор. Колесников лично возглавляет переход в крупной компании, и это работает. У него для этого, надо сказать, хорошая позиция: физтеховское образование, тридцатилетний опыт лично разбираться с производственными технологиями. Тем, у кого собственник пришёл из финансов или продаж, обычно сложнее. Но и они в выигрыше по сравнению с теми, кто этого не делает вовсе. Стена из трёх сопротивлений разбирается только через прямое личное действие первого лица. Не через комитет по цифровизации, а через решение, принятое и взятое на себя собственником.
· · ·
Есть ещё одна сторона, о которой почти не говорят, когда обсуждают внедрение AI. Технология постепенно перестаёт быть инструментом, который помогает делать то, что вы и так умеете. Она становится инструментом, который находит то, чего вы не видели. Аномалии в собственных данных. Расхождения в рецептурах между сменами, которые раньше списывали на человеческий фактор. Закономерности в работе оборудования, которые предсказывают поломку за две недели до того, как её заметит мастер. Клиентские паттерны, которые объясняют, почему один и тот же продукт у одного дистрибьютора уходит, а у другого зависает. В обычной работе всё это либо невидимо, либо видно слишком поздно. AI начинает видеть это раньше людей. Это сдвиг не количественный — качественный. Он меняет роль аналитиков, инженеров, технологов, аудиторов в любой компании. И первые, кто это применит, получат не пять процентов экономии на рутине, а ответы на вопросы, которые они даже не задавали.
СОСТОЯНИЕ ВНЕДРЕНИЯ
95% — компаний не двигаются дальше точечных экспериментов с AI
74% — российских компаний с бюджетом на ИИ не имеют стратегии его внедрения
2–3 года — оценочный горизонт окна возможностей
Оценки на основании отраслевых отчётов МакКинзи, Гартнер и исследования МТС Web Services «Технологические стратегии бизнеса», декабрь 2025
Может показаться, что разумнее подождать. Раз порог падает, через год войти будет ещё дешевле. Это ловушка. Сама технология действительно дешевеет. Внедрение — нет. Внедрение — это не покупка инструмента, а накопление того, что не покупается: данных в правильном формате, команды, понимающей технологию, процессов, в которые она встроена. Это год-полтора работы, которая не становится короче от того, что модели подешевели. Те, кто стартует через год, придут к финишу, когда первые уже работают на новом уровне.
Что это значит на практике. Если вы средний бизнес и сейчас раздумываете, нужно ли вам заниматься AI всерьёз — это редкий момент, когда правильный ответ «да» имеет конкретный срок годности. Через два года будет поздно. Через год тоже будет поздно — путь от старта до системного применения занимает примерно столько же. Старт сейчас — это последний поезд.
В моей практике компании, которые начинают с одной маленькой задачи, через шесть месяцев имеют пять рабочих кейсов. Те, кто начинают со стратегического обсуждения — красивую презентацию.
Окно открыто. Оно не будет открыто долго.
Алексей Деменок · Holliday Intelligence · Май 2026