Исследование MIT выявило, что 95% пилотных проектов по внедрению генеративного ИИ в компаниях терпят неудачу
Согласно исследованию Массачусетского технологического института (MIT) «Состояние ИИ в бизнесе 2025», несмотря на миллиардные инвестиции, 95% проектов генеративного искусственного интеллекта (GenAI) не оказывают ощутимого влияния на финансовые показатели компаний. Авторы работы назвали это понятие «разрыв GenAI».
Исследование основано на 150 интервью с руководителями, опросе сотрудников и анализе 300 публичных проектов. Исходя из его результатов, только 5% интегрированных пилотных проектов GenAI приносят доходы порядка миллионов долларов, в то время как подавляющее большинство остается на начальном уровне и не способствуют финансовому росту.
Причины проблемы кроются как на стороне инструментов, которые часто не проходят процедуру адаптации к корпоративным рабочим процессам, так и на стороне организаций, которым сложно осмысленно внедрить ИИ в свою работу. Ведущий автор и участник исследования проекта NANDA MIT Адитья Чаллапалли отметил, что отсутствие успеха связано в большей степени с тем, как компании интегрируют модели генеративного искусственного интеллекта.
GenAI оказывает существенное влияние только на два из девяти секторов промышленности: технологии и медиа/телекоммуникации. Для остальных сфер, таких как профессиональные услуги, здравоохранение и фармацевтика, потребительские товары и розничная торговля, финансовые услуги, передовые отрасли промышленности, энергетика и материалы, влияние генеративного ИИ оказалось несущественным.
Руководство некоторых компаний начинает связанные с ИИ проекты не потому, что они планируют решить с помощью него определённую бизнес-задачу, а потому, что хотят быть частью тренда. Хотя руководители часто ссылаются на нормативные барьеры или несовершенство моделей, реальная проблема кроется в стратегиях внедрения на уровне предприятий. Готовые модели ИИ, такие как ChatGPT, хорошо подходят для обычных пользователей благодаря своей гибкости, но внутри компаний они часто оказываются недостаточно эффективными без адаптации к конкретным рабочим процессам.
Результаты исследования также показывают несогласованность в распределении ресурсов. Более половины корпоративных бюджетов на ИИ в 2025 году приходится на инструменты продаж и маркетинга. Однако данные показывают, что наибольшую отдачу приносит автоматизация бэк-офиса, где ИИ позволяет сократить расходы на аутсорсинг, уменьшить зависимость от внешних подрядчиков и оптимизировать повторяющиеся операции. Такое несоответствие между инвестициями и их воздействием определяет причину, когда рост использования ИИ не обеспечивает роста доходов.
Результаты использования GenAI в маркетинге также не всегда удовлетворительны: пользователи часто негативно воспринимают чат-ботов, а сгенерированные тексты на сайтах или в рассылках размывают идентичность бренда.
Ещё одной проблемой является рост несанкционированного использования сотрудниками таких инструментов, как ChatGPT, для обхода внутренних ограничений. Это создаёт риски для соблюдения требований безопасности, особенно в отраслях, которые работают с конфиденциальными данными.
В свою очередь, та часть организаций, которая добиваются успеха, делает это благодаря своей четкой направленности и стратегическим партнерствам. Немалое количество таких организаций – стартапы.
Исследование выявило общие детали среди компаний, которым с помощью GenAI удалось повысить свои финансовые показатели. Это предоставление полномочий линейным менеджерам в выборе инструментов, которые могут глубоко интегрироваться и адаптироваться, а также сотрудничество с поставщиками готовых решений вместо попыток дорогостоящей самостоятельной разработки. Те компании, которые отдают разработку на аутсорс, достигают успеха приблизительно в два раза чаще (около 67%), чем те, которые тратят на это усилия внутри компании (примерно 33%). Этот различие особенно заметно в сфере финансовых услуг и других регулируемых секторах, где компании стремятся разрабатывать собственные модели.
Тенденция подобна той, что наблюдается уже несколько десятилетий в проектах ERP, CRM и автоматизации маркетинга. К сильным сторонам внутренних команд относится то, что они глубоко разбираются в своем бизнесе, но у них редко есть глубокие практические знания, которые приобретаются в результате опыта внедрений в разных отраслях (поиск поставщиков, картирование процессов, интеграция, обучение и доработка ПО). Наиболее эффективные внедрения предполагают сотрудничество внутренних бизнес-экспертов и внешних экспертов по внедрению. Результаты исследований показывают, что эта стратегия даёт обратный эффект: вместо того, чтобы создавать конкурентное преимущество, многие компании тратят ресурсы на системы, которые трудно масштабировать или адаптировать.
Важно, что самые передовые компании уже внедряют агентные системы ИИ, включающие модели, способные запоминать, обучаться и действовать автономно в рамках определённых границ.
Как считают авторы исследования, будущее многих компаний будет зависеть не только от мощности моделей ИИ, но и от гибкости руководства. Лидерами рынка станут компании, готовые адаптировать свои рабочие процессы и структуры принятия решений к ИИ.
В отчёте также отмечается тенденция в области занятости: в секторах технологий и медиа более 80% руководителей ожидают сокращения объёмов найма в течение 24 месяцев. Сокращение рабочей силы, вызванное GenAI, происходит в непрофильных бизнес-процессах, которые часто передаются на аутсорс, таких как операции по поддержке клиентов, административная обработка и стандартизированные задачи по разработке. В отчете утверждается, что универсальные инструменты, такие как ChatGPT, работают лучше, чем специализированные корпоративные инструменты, даже если эти корпоративные инструменты используют в своей основе те же модели ИИ.
Чтобы справиться с текущими вызовами, эксперты Gartner отмечают, что в 2025 году ИТ-директора предприятий среднего бизнеса должны максимально использовать возможности небольших команд и бюджетов. Технологии становятся основой организационного успеха.
Внедрение ИИ является важным шагом для многих компаний, однако, следует учитывать сопутствующие затраты и риски. Следует уделять достаточное внимание кибербезопасности и управлению рисками. 73% руководителей называют это приоритетом, что отражает обеспокоенность растущими киберугрозами. В свою очередь, низкое качество данных считается основным препятствием для успешного внедрения ИИ. Многие руководители предприятий среднего бизнеса называют аналитику данных ведущей технологией для роста.
