Это – ключевой тезис недавнего отчета MIT.
Первая реакция ожидаема: «GenAI не приносит пользы». Но затем последовала взвешенная оценка: отчет говорит не о бесполезности технологий. Проблема не в моделях, а в процессах и подходах к внедрению.
MIT изучили более 300 корпоративных кейсов и выявили четкий разрыв – высокий adoption (распространенность использования), но низкий disruption (преобразующий эффект):
⚪️80% компаний уже экспериментируют с GenAI.
⚪️40% – активно внедряют.
⚪️Но лишь в 5% случаев кастомные корпоративные решения уходят в производство.
В чем причины?
▶️Сложность интеграции в негибкие корпоративные процессы.
▶️Неспособность моделей запоминать контекст и учиться.
▶️«Теневое» применение ИИ: сотрудники неофициально используют личные аккаунты ChatGPT и Claude, но компания не видит улучшения финансовой отчетности.
Главный барьер – learning gap (разрыв в обучаемости). LLM кажутся простыми, но их внедрение требует перестройки самих бизнес-процессов.
А что делают успешные 5%?
☑️ Не работают в одиночку. Партнерства с внешними вендорами успешны в 67% случаев, а внутренние разработки дают результат лишь в трети.
☑️ Децентрализуют внедрение. Решения инициируют линейные менеджеры и продвинутые пользователи, а не централизованные ИИ-лаборатории.
☑️ Делают ставку на интеграцию. Фокус – на постепенной эволюции и встраивании систем в бизнес-потоки, а не на эффектных демо.
Отчет показал: «95% нулевого ROI» – не приговор GenAI, а отражение состояния корпоративных процессов. Мы видим не провал технологий, а огромный разрыв между хайпом и зрелостью внедрения ИИ.
#Tech_Inside