💬 #БизнесСреда с Александром Букуровым, основателем и директором Вебпрактик

Почему только 6% компаний получают реальный эффект от внедрения ИИ?

В 2026 году корпоративный мир столкнулся с реальностью: искусственный интеллект внедряют почти все, но окупают эти вложения единицы. По данным Gartner, в этом году мировые расходы на ИИ достигнут рекордных 2,59 трлн $, однако свежие исследования показывают парадоксальную картину окупаемости этих инвестиций.

Сразу несколько крупных аналитических центров (Scale AI, MIT, BCG) пришли к одному неутешительному выводу: от 60% до 95% корпоративных ИИ-проектов не приносят измеримого финансового результата.

В недавнем отчете The Six Percent Report от Scale AI отмечается, что лишь 6% организаций смогли масштабировать ИИ на уровне всего бизнеса и получить реальную отдачу. Исследование MIT (Project NANDA) приводит еще более жесткие цифры: 95% пилотных проектов с генеративным ИИ дают нулевой эффект на P&L (прибыли и убытки) компании.

Почему так происходит? Аналитики выделяют три главные причины провалов:

1. Проблема качества данных. Модели работают ровно так, как позволяют данные. По статистике, 58% компаний сталкиваются с тем, что их расходы на ИИ превышают смету на 40% и более именно из-за недооценки стоимости подготовки данных. Компании пытаются натянуть передовые нейросети на устаревшую, разрозненную и «грязную» инфраструктуру баз данных.

2. Синдром «Пилотного чистилища». Бизнес запускает ИИ-инициативы из-за страха отстать от конкурентов (FOMO), а не для решения конкретных проблем. В итоге создаются десятки локальных пилотов, которые показывают красивые демо, но никак не влияют на общую выручку или сокращение издержек.

3. Отсутствие редизайна процессов. Обычные компании пытаются встроить ИИ в уже существующие бизнес-процессы. Успешные (те самые 6%) — полностью перестраивают процессы вокруг возможностей ИИ.

Что делают лидеры (те самые 6%) иначе? Отчет BCG называет их «future-built» компаниями. Их главные отличия:

🔴Фокус на одной проблеме: вместо десятка разрозненных пилотов они выбирают одну болевую точку с четким владельцем бюджета.

🔴Измерение результата: успех измеряется не фактом внедрения нейросети, а изменением конкретной бизнес-метрики в течение 90 дней.

🔴Подготовка фундамента: они инвестируют в качество и архитектуру данных до того, как начинают внедрять модели.

Вебпрактик AI | Корпоративный ИИ