В ИИ-индустрии стали всё чаще говорить о переизбытке возможностей (Capability Overhang). Это разрыв между тем, на что уже способны современные ИИ-системы, и тем, в какой мере люди, компании превращают это в практическую ценность. 

Что это значит?

Модели умеют автоматизировать сложные задачи, писать код, анализировать данные и участвовать в принятии решений. Но большая часть компаний и обычных пользователей всё ещё использует их в ограниченных, часто самых простых сценариях.

Условный продвинутый пользователь применяет ИИ в семь раз глубже и разнообразнее, чем средний, и получает намного бóльший эффект, подсчитали в OpenAI.

Переизбыток возможностей происходит только с ИИ?

Проблема переизбытка возможностей существовала всегда. Персональные компьютеры 1980–1990-х могли решать широкий спектр задач, но для большинства сводились к играм и простым офисным функциям. Однако отдельные пользователи с их помощью автоматизировали бухгалтерию и научные исследования. 

При этом технология становится ценным активом только тогда, когда люди и бизнес умеют глубоко интегрировать её в самые разные процессы. С ИИ эта пропасть становится глубже, потому что он значительно мощнее, а ожидания от него — выше. 

Насколько это распространённое явление?

По данным McKinsey, 88% организаций используют ИИ для какой-то одной функциино лишь 39% с его помощью смогли повлиять на прибыль. Остальные — на уровне экспериментов и пилотов. К зрелым компаниям в плане интеграции ИИ в бизнес-процессы пока можно отнести всего 1%. 

PwC заявил, что 56% компаний вообще не получают измеримых выгод от инвестиций в ИИ — из-за отсутствия подготовки и необходимых структурных изменений. По другим данным, около 70–80% ИИ-проектов в компаниях терпят фиаско — по тем же причинам.

Например, в клиентской поддержке для ритейла и e-commerce 80% компаний используют чат-ботов или планируют это делать, а в страховании они уже обрабатывают около 42% обращений. Однако ИИ-инструменты почти не задействуют
при прогнозировании оттока клиентов, оптимизации SLA в реальном времени или выявлении скрытых причин часто возникающих проблем.

В продажах ИИ применяют 47% команд, но лишь 25% компаний выделяют на это существенные бюджеты. В итоге использование ограничивается персонализацией контактов или прогнозов покупок вместо полной автоматизации всей цепочки лидов и принятия решений в реальном времени.

В ИТ-разработке ИИ-ассистенты ускоряют написание кода, но пока не влияют на ключевые процессы, такие как DevOps или управление проектами.

Что ещё влияет на переизбыток возможностей?

Помимо огромной разницы между технологиями и компаниями, есть ещё и внутренний разрыв между ролями.
По данным компании Dayforce, ИИ регулярно применяют в работе 87% руководителей и лишь 27% подчинённых.
Другой опрос показал, что 74% сотрудников используют ИИ, но лишь 33% прошли соответствующее обучение, что снижает эффективность и безопасность применения.

В результате одни быстро получают максимум преимущества от ИИ, а другим он нужен только для самых рутинных операций.

Настоящее ограничение ИИ — не в мощности моделей, а в способности извлекать из технологии максимум пользы на практике. Чем быстрее компании совершат этот переход, тем раньше они получат реальные экономические, социальные и репутационные профиты. 

Подписывайтесь 👉 @yab2btech