TGViewer
Эд Хорьков из КОД9 Эд Хорьков из КОД9 @ed_code9 · 1.35K subscribers
Post #356 314
95% ИИ-пилотов умирают

Я уже писал что ИИ-агенты это как электричество, когда оно появилось не сразу было ясно как его использовать на производстве. Нашел свежий отчет с анализом, почему большинство ИИ-проектов в бизнесе умирают. Прочитал его и сейчас расскажу вам почему. Спойлер (не потому что ChatGPT тупит)


1. Нереалистичные ожидания
Внедрение технологии требует подготовки данных и семантики, инфраструктурного слоя, перестройки бизнес-процессов. На деле руководители частно воспринимают ИИ как волшебство, реализуют пилоты без понятных измеримых результатов. В результате после еле-работающего пилота наступает разочарование и дальше процесс не движется.


2. Плохое планирование и отсутствие стратегии
Проблема которую мы наблюдаем в своей работе с ИИ-проектами - подход аля "прикрутим и посмотрим как заработает". По факту внедрение ИИ нужно планировать так же как планируется внедрение любого enterprise-софта -- по фазам, с понятным результатом и артефактами в каждой фазе, с адаптацией или перестройкой процессов (вроде уже писал где-то про это, но ничего, повторяться полезно).


3. Мусорные данные
ИИ-агенты работают на том уровне качества, на каком находятся ваши данные (семантика). Хорошие данные - агент работает хорошо, данные неконсистентные или устаревшие - такой же результат будет выдавать агент.


4. Работа с людьми и управление изменениями
Если внедряем ИИ, нам нужно не только разработать агентов но и управлять всеми изменениями, связанными с этим -- обучать людей, внедрять новые роли (архитектора агентов) и задачи. Нужно следить за метриками агентов, добавлять новые данных к обучающим выборкам и кучу всего другого. Что называется

Как это применимо у нас в КОД9?

Мы внедряем агентов в бизнесы клиентов, поэтому используем такой чек-лист

1. Есть ли данные и какое у них качество?

2. Процессы описаны/формализованы?

3. Компания готова вовлекать свой персонал и обучать его?

4. Есть метрики которые привязаны к бизнес-результату?

5. Сможем настроить мониторинг метрик и управление агентом?


Пробуйте, тестируйте, пишите, если нужна помощь с аудитом готовности ваших процессов к ИИ.
IntuitionLabs Enterprise AI Rollout Failures: Causes and Case Studies | IntuitionLabs Examine the systemic causes of enterprise AI rollout failures. This report analyzes how poor data readiness, flawed integration, and overhype impact AI ROI.
  • 🔥 2
  • 👍 1
More from @ed_code9
  1. Sep 11, 2026В последние месяцы особо не писал сюда потому писать про выход каждой новый модели как-то…
  2. Sep 5, 2026Astra теперь в Codex Из интересного - как быстро теперь будет заканчиваться лимит подписки…
  3. Sep 4, 2026Всем привет! 👋 Одним из первых мобильных приложений, которое мы разработали на заказ, был…
  4. Sep 2, 2026Если у вас есть вопросы как внедрить ИИ в продажи в 2026 году - то вот ту я на них ответил
  5. Jul 12, 2026🥂
  6. Jul 4, 2026Долина разочарования AI 2 недели почти не трогал ai агентов сам. И многие друзья-предприни…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →