Это главный вывод отчёта State of AI in Business 2025. И он хорошо совпадает с тем, что мы видим в реальных внедрениях.
1. Пилоты запускают многие, но до внедрения доходят единицы
Ключевой вывод исследования:
«Лишь 5% специализированных корпоративных решений на базе ИИ доходят до промышленного использования.»
Основные причины:
- отсутствие адаптации под конкретный процесс,
- отсутствие памяти и накопления опыта у моделей ИИ,
- слабая интеграция с существующими системами.
2. Сотрудники используют ИИ активнее, чем компании
Исследование фиксирует разрыв между официальной и фактической практикой:
«Сотрудники из более чем 90% компаний регулярно используют личные инструменты ИИ, тогда как лишь 40% компаний приобрели официальные корпоративные подписки.»
То есть ИИ уже стал частью повседневной работы, но корпоративные инициативы остаются на уровне пилотов.
3. Почему пользователи предпочитают универсальные инструменты корпоративным
В отчёте приводятся характерные оценки пользователей:
«Ответы оказываются лучше.»
«Система не учится на нашей обратной связи.»
«Каждый раз приходится вручную вводить контекст.»
Универсальные инструменты оказываются гибче и удобнее, даже если корпоративные решения используют те же модели.
4. Инвестиции распределяются по принципу удобства отчётности, а не эффективности
По данным опросов:
- около 70% бюджета направляется в продажи и маркетинг, при этом наибольшая отдача наблюдается в операционных процессах — закупках, финансах, документообороте.
Компании выбирают области, где проще показать быстрый результат, а не те, где скрыт реальный экономический эффект.
5. ИИ уверенно справляется с простыми задачами, но уступает человеку в сложных
По данным исследования:
- для быстрых задач (письма, краткие выводы) 70% пользователей предпочитают ИИ,
- для сложных проектов 90% выбирают человека.
Причина: отсутствие у ИИ памяти, способности учитывать историю взаимодействий и накапливать знания.
Вывод
Отчёт показывает: проблема не в технологиях, а в подходе.
Реальный эффект получают те организации, которые создают системы, способные:
- учиться на обратной связи,
- запоминать контекст,
- встраиваться в реальные процессы.
Именно такие решения переходят из пилотов в реальную работу и дают измеримый результат.
Подписывайтесь на наше сообщество в VK и канал в Telegram — публикуем аналитику и прикладные материалы по ИИ.