Почему 95% пилотных проектов в области ИИ терпят провал, и что делать руководителям компаний

Автор: Андреа Хилл (Andrea Hill), постоянный автор

Андреа Хилл — генеральный директор нескольких компаний в разных отраслях, автор статей о бизнесе и технологиях.

Объем корпоративных инвестиций в генеративный искусственный интеллект составляет 30–40 млрд долларов США. Однако почти все пилотные проекты в этой области терпят провал: согласно отрезвляющему отчету MIT Media Lab, 95% корпоративных инициатив в сфере ИИ не приносят никакой прибыли.

В ходе исследования The State of AI in Business 2025 («ИИ в коммерческом секторе в 2025 г.») был проведен планомерный анализ более 300 инициатив с раскрытыми данными, проведено 52 интервью в организациях и 153 опроса руководителей на четырех крупных отраслевых конференциях.

Результат поражает: только 5% пилотных проектов были запущены в производство и принесли измеримую выгоду. И дело не в плохом качестве моделей или тонкостях законодательства. Всё зависит от подхода.

Погоня за трендами или стратегия: чем вызван крах пилотных проектов в области ИИ

Компании часто торопятся внедрить очередные крупные технологические новинки. Блокчейн, метавселенная, Web3 — все эти технологии порождали больше шумихи, чем прибыли от инвестиций. То же самое происходит сейчас с ИИ. Очень много руководителей дают зеленый свет проектам не для решения конкретных бизнес-задач, а лишь из желания запустить хоть какую-нибудь инициативу в области ИИ.

Как показывает исследование Массачусетского технологического института (MIT), львиная доля инвестиций (примерно от 50% до 70% от общего объема бюджетов на ИИ согласно опросам избранных руководителей) была выделена на пилотные проекты в области продаж и маркетинга. Такие проекты легко презентовать внутри компании. Многие лица, принимающие решения, на самом деле не сильны в технологиях, поэтому отвлеченные идеи использования ИИ в производстве или финансах иногда сложно объяснить и обосновать. Зато приложения для продаж и маркетинга — инструменты, которые будут писать за вас текст, генерировать автоматические ответы или отвечать на вопросы клиентов через чат-боты — легко представить в воображении.

Все эти инициативы основаны на одном и том же заблуждении, что клиенты по-настоящему ценят в общении только скорость и грамотность ответа, не обращая внимание на более «человечный» слой взаимодействия: умение выслушать, понять потребности, найти индивидуальный, осмысленный подход к совместной работе.

Соблазн внедрения ИИ в продажах и маркетинге: самые яркие провалы пилотных проектов

Пилотные проекты по продажам и маркетингу преобладают среди первоначальных инициатив в области ИИ, потому что они первыми приходят в голову и их легко просчитать. Но именно здесь чаще всего случаются провалы.

Достаточно вспомнить раздражающие клиентов чат-боты, искажающие тональность бренда сгенерированные тексты и маркетинговые сервисы, который заваливают клиента ненужной информацией, фактически не взаимодействуя с ним. Данные MIT подчеркивают все эти риски. Бюджет выделяется в основном на проекты, связанные с продажами и маркетингом, в то время как настоящую выгоду следует искать в бэк-офисе.

Компании довольствуются тем, что лежит на поверхности, игнорируя сокровища, скрытые на глубине. Тем временем отчет MIT показывает, что реальная прибыль была получена в менее привлекательных областях, таких как автоматизация бэк-офиса, закупки, финансы и производство. Другими словами, увлекшись погоней за трендами, компании упускают более разумные и менее очевидные возможности.

Согласованность важнее алгоритмов: как избежать провала пилотного проекта в области ИИ

Зачастую компаниям сложно удерживать усилия всех подразделений в одном направлении. Стратегия существует только в слайдах PowerPoint, маркетологи тянут в одну сторону, продажники — в другую, а производственники — в третью.

Технологии не устраняют такие разногласия. Они только усугубляют их. Если автоматизировать некачественный процесс, все пойдет под откос гораздо быстрее. Добавьте к этому ИИ, и вы рискуете получить кучу убытков, еще не осознав, что происходит. Исследование MIT только подтверждает это: большинство корпоративных инструментов буксуют не из-за плохих моделей, которые лежат в их основе, а из-за того, что такие инструменты не адаптируются, не учитывают обратную связь и не встраиваются в повседневные рабочие процессы.

Спасение следует искать в стратегии. Без надежной и измеримой стратегии, объединяющей все подразделения, отделы и отдельных сотрудников, ИИ будет только усиливать разрозненность, а не устранять ее.

Почему попытки реализовать пилотные проекты исключительно собственными силами приводят к более высокому проценту неудач

Одно из самых важных открытий MIT заключается в том, что проекты с привлечением внешних партнеров доходят до стадии внедрения примерно в два раза чаще (около 67%), чем проекты, реализуемые только собственными силами компании (примерно 33%).

Это согласуется с картиной, которую мы наблюдаем на протяжении десятилетий в проектах ERP, CRM и автоматизации маркетинга. Штатные команды отлично разбираются в работе самой компании. Но они редко обладают прикладными знаниями, которые можно получить только после внедрения нескольких десятков разработок в различных отраслях.

Важны не столько специальные познания, сколько практика. За плечами сторонних экспертов 10 000 часов работы: поиск поставщиков, картирование процессов, интеграция, обучение и доработка программного обеспечения. Штатные менеджеры, может быть, и знают, чего они хотят, но не всегда знают, что нужно для этого сделать. Для наиболее успешного внедрения необходимо, чтобы бизнес-эксперты внутри компании работали в связке с внешними экспертами по внедрению.

Технологические изменения — это изменения в культуре

Отчет MIT также сообщает о росте использования теневого ИИ. Сотрудники более 90% опрошенных компаний уже используют в работе персональные ИИ-инструменты, такие как ChatGPT. При этом только около 40% компаний приобрели официальные лицензии. Такой разрыв показывает, насколько многие официальные инициативы оторваны от реальной работы сотрудников.

Технологические проекты зачастую проваливаются из-за культурных трений. Для ИТ-отделов важна производительность и управление рисками. Для специалистов по персоналу важна культура, но они не обучены интеграции процессов. А линейные менеджеры разрываются между ними. Без осознанного внимания к культуре внедрение проекта провалится даже с самым мощным ПО.

Единоличный контроль сводит окупаемость к нулю

Культура также играет роль в контроле за процессами. В одном из наших текущих проектов руководитель высшего звена практически единолично руководит глобальным внедрением ПО, диктуя свои условия. И проблема не в том, что он намеренно отодвигает на второй план других участников проекта. Проблема в том, что он мало понимает, как они работают, и берет весь проект на себя, практически не учитывая требования других отделов.

Система вроде бы запущена, и на бумаге это считается успешной реализацией, но на самом деле возможности ПО используются не более чем на 65%. Такой дефицит представляет собой упущенную окупаемость, скрытую за видимым успехом. Эти цифры показывают, насколько мешает обучению и работе естественный человеческий импульс — контролировать то, чего не понимаешь до конца.

Интервью, проведенные MIT, подтверждают, что показатели успеха возрастают, когда организации децентрализуют полномочия, но сохраняют подотчетность. В таких ситуациях руководители и работающие с клиентами команды сами определяют процесс внедрения, а не полагаются на центральную группу контроля или, что еще хуже, на одного контролера.

Как правильно понять сценарий использования

Слишком часто компании начинают с программного обеспечения и говорят: «Нам нужен ИИ для продаж». Но при картировании процесса обнаруживается, что на самом деле узким местом являются неупорядоченные данные или непоследовательная методология. Отчет MIT демонстрирует, что успеха с генеративным ИИ добиваются те, которые адаптируют ПО под конкретные процессы и измеряют результаты, а не количество демоверсий.

Пока вы не поймете сценарий применения, выбирать ПО слишком рано. Иногда самое подходящее решение — совсем не то, о котором вы подумали в первую очередь.

Спасительная интеграция: лучший способ избежать провала пилотного проекта в области ИИ

ИИ не должен быть просто украшением поверх стека вроде нового расширения. Без интеграции в ERP, CRM, цепочки поставок и финансовые системы он становится уязвимой точкой. В отчете MIT показано, что универсальные инструменты, такие как ChatGPT, широко используются в тестовом режиме (опробовали около 80% опрошенных компаний, внедрили — около 40%), в то время как встроенные инструменты для конкретных рабочих процессов редко поступают в производство (всего лишь около 5%).

Интеграция — это не просто объединение нескольких систем. Это линия раздела между замыслом и результатом. Когда ИИ никак не связан с системами, которые на самом деле управляют бизнесом, он не может влиять на решения на нужном уровне или обеспечивать устойчивую ценность. Хуже того, он приводит к появлению уязвимых точек: фрагментированных данных, противоречивых сигналов и процессов, которые не выдерживают нагрузки со стороны конкурирующих инструментов. Таким образом компании только усугубляют последствия плохих решений, а не исправляют их.

Настоящая окупаемость инвестиций достигается лишь при условии, что ИИ рассматривается как часть рабочей системы бизнеса, а не как «вишенка на торте». Важно разделять пилотные проекты, генерирующие видимую активность, которую руководители могут легко понять и торжественно представить (своего рода «бизнес-мишура»), и реальные внедрения, укрепляющие базовую инфраструктуру и создающие долгосрочную ценность.

В цифрах: разрыв в применении генеративного ИИ, MIT, 2025

• 95% корпоративных инициатив в области ИИ не приносят измеримой отдачи.
• 5% пользовательских/встроенных инструментов доходят до стадии реализации и дают результат.
• Более 80% организаций изучили или опробовали основные LLM-инструменты; около 40% внедрили их в работу.
• 67% внедрений с участием сторонних партнеров завершаются успешно, а разработки, внедренные только своими силами, достигают успеха лишь в 33% случаев.
• 50–70% бюджета, выделенного на ИИ, приходится на продажи/маркетинг, в то время как автоматизация бэк-офиса обеспечивает более существенную окупаемость инвестиций.
• Скорость квалификации лидов: +40%; удержание клиентов: +10%; сокращение расходов благодаря аутсорсингу бизнес-процессов: 2–10 млн долларов США ежегодно; расходы на агентов: –30 %; проверка рисков: сэкономлено 1 млн долларов США.
• Средний бизнес внедряет ИИ примерно за 90 дней; крупным предприятиям требуется около 9 месяцев.

Выводы

Исследование MIT и многолетний опыт разработок программного обеспечения приводят нас к одному и тому же выводу:

1. Проблема не в ИИ, а в его неправильном применении. Модели ИИ эффективны, но без правильного подхода они становятся дорогостоящей игрушкой, а не драйвером для развития бизнеса.
2. Внутренние эксперты необходимы, но их недостаточно. Они знают компанию лучше, чем кто-либо другой, но у них нет обширных прикладных знаний, которые можно получить только после нескольких десятков внедрений. Без такого опыта легко упустить из виду проблемы интеграции, недооценить влияние культуры, не увидеть возможности кросс-функциональных команд или сделать неверные суждения о том, как следует адаптировать рабочие процессы.
3. Советы экспертов окупаются. Поэтому партнерство со сторонними экспертами оказывается успешным почти вдвое чаще, чем внедрения исключительно силами компании (около 67 % против 33 %). Разница заключается не только в технических навыках, но и в понимании того, о чем спрашивать, чего ожидать и как справляться с неизбежными трудностями. Такой глубокий опыт позволяет сократить сроки, избежать фальстарта и гарантировать, что инвестиции действительно окупятся, а не останутся прибыльными только на бумаге.
4. Технологические изменения — это изменения в культуре. Внедрение — это комплексная работа на всех уровнях компании, требующая анализа и картирования процессов, анализа данных, кибергигиены и планирования, а также интеграции систем. Для внедрения необходима также сложная работа по вовлечению и обучению сотрудников, чтобы технологии были освоены осмысленно.

В заключение

Отчет MIT — не причина отказаться от ИИ. Он просто заставляет нас задуматься. Разрыв в применении генеративного ИИ ясно показывает, что настоящие препятствия носят не технический, а стратегический, организационный и культурный характер. Бизнес страдает не из-за плохого ПО, а из-за плохих стратегий, погони за трендами и несогласованной реализации.

От внедрения ИИ выиграют те компании, которые не поддадутся искушению поспешно внедрить его, а будут внедрять его разумно, подкрепляя каждую инициативу измеримой стратегией, обеспечивая согласованность на уровне всей компании, объединяя внутреннюю экспертизу со сторонним опытом и относясь к изменениям культуры так же серьезно, как и к программному коду.

ИИ не спасет компанию от самой себя. Высок не только риск провала пилотного проекта в области ИИ. Настоящий риск заключается в ослаблении компании и стремительном подрыве ее нормальной жизнедеятельности. Однако, если руководители готовы заниматься согласованием, интеграцией и внедрять изменения в культуру компании, ИИ поможет развить ее существующие сильные стороны.