Почему 95% ИИ-внедрений не дают ожидаемого результата

Попалось интересное исследование MIT аж 2025 года про внедрение генеративного ИИ в компаниях.
Главная цифра звучит жестко: около 95% корпоративных ИИ-пилотов не дают заметного финансового результата.
На первый взгляд можно сказать: “Ну всё, пузырь, ИИ не работает”.
Но я бы так не спешил.

• Где ломается внедрение
Во многих компаниях ИИ внедряют примерно так:
“Давайте поставим нейросеть, а дальше люди сами разберутся”.
Или еще лучше:
“Нам нужен ИИ, потому что у всех уже есть ИИ”.
Потом покупают доступ, проводят пару демонстраций, делают красивую презентацию, запускают пилот. Через несколько месяцев выясняется, что сотрудники пользуются инструментом редко, процессы не изменились, данные не подготовлены, понятных сценариев нет.
Формально ИИ внедрили.
Практически ничего не поменялось.

• Модель сама не чинит хаос
ИИ плохо работает там, где до него уже был бардак.
Если в компании непонятные процессы, разрозненные документы, нет ответственных, задачи ставятся словами “сделай нормально”, то нейросеть не превращает это в систему.
Она просто попадает в тот же хаос.
Иногда даже ускоряет его.
Например, раньше человек долго готовил слабой отчет. Теперь он быстро готовит слабой отчет с помощью ИИ.
Прогресс сомнительный.

• Почему личное использование часто успешнее корпоративного
Интересный момент: отдельные сотрудники часто находят пользу быстрее, чем компании.
Человек берет ИИ под свою конкретную боль: написать письмо, разобрать документ, подготовиться к встрече, собрать структуру, объяснить сложную тему.
У него есть задача. Есть результат. Есть понимание, стало легче или нет.
А на уровне компании часто начинается абстракция: “повысить эффективность”, “усилить цифровую трансформацию”, “внедрить ИИ в бизнес-процессы”.
Звучит солидно.
Но непонятно, кто завтра утром что должен делать по-другому.

• Что должно быть до внедрения
Перед тем как внедрять ИИ в команду, я бы сначала ответил на несколько простых вопросов:
какую конкретную работу хотим ускорить;
кто будет этим пользоваться;
какие данные нужны;
что можно отдавать ИИ, а что нельзя;
как проверяем результат;
кто отвечает за финальное решение;
как поймем, что стало лучше.
Без этого ИИ легко превращается в дорогую игрушку для отчетности.

• Моя позиция
ИИ не обязан приносить результат просто потому, что его купили.
Это инструмент.
Если встроить его в понятную задачу, он может сильно помочь. Если просто “добавить ИИ” в старый хаос, получится еще один слой хаоса, только с красивым названием.
Поэтому я бы смотрел на такие исследования спокойно.
Они не доказывают, что ИИ бесполезен.
Они показывают другое: пользоваться ИИ и внедрять ИИ, это разные уровни сложности.
И второй без первого обычно работает плохо.
Источник: MIT NANDA, The GenAI Divide: State of AI in Business 2025

#ИИновости #философияИИ