Провал или триумф: кто получит выгоду от внедрения ИИ

В середине августа два события потрясли мир искусственного интеллекта. Гендиректор OpenAI Сэм Альтман признал, что ситуация на рынке имеет признаки инвестиционного пузыря. Вскоре после этого вышел сенсационный отчет Массачусетского технологического института (MIT), в котором утверждается, что 95% попыток внедрения ИИ в компаниях потерпели неудачу. Что это — начало краха многомиллиардной индустрии и повторение истории пузыря доткомов? Скорее, начало столкновения новой технологии с реальностью.

«Находимся ли мы в той фазе, когда инвесторы в целом чрезмерно воодушевлены ИИ? Мое мнение — да. Является ли ИИ самым важным событием за очень долгое время? Мое мнение — тоже да», — сказал Альтман во время большого интервью с журналистами, пишет The Verge.

Он сравнил реакцию рынка на ИИ с пузырем доткомов в 90-х, когда стоимость интернет-стартапов взлетела до небес, прежде чем рухнуть в 2000 году. 

Он добавил, что считает «безумием» тот факт, что некоторые стартапы в области ИИ, состоящие из «трех человек и одной идеи», получают финансирование по высоким оценкам. «Это нерациональное поведение, — сказал Альтман. — Кто-то там прогорит, я думаю». 

Тут он, скорее всего, намекал на конкурентов, в частности, стартап Thinking Machines Lab, созданный бывшим техническим директором OpenAI Мирой Мурати, о которой я подробно писал в июле. Ее компания получила от инвесторов $2 млрд при общей оценке $12 млрд, при том, что у нее даже нет продукта на рынке.

Впрочем, в будущем OpenAI Альтман, похоже, не сомневается. В том же интервью он рассказал, что у компании есть новые ИИ-модели, которые она не может запустить из-за нехватки вычислительных мощностей. Поэтому OpenAI в ближайшие годы собирается вложить «триллионы» в создание новых центров обработки данных, отчего «кучка экономистов будет в отчаянии».

И тут же последовал новый удар. В понедельник, 18 августа, появилось исследование MIT «Статус ИИ в бизнесе 2025». Оно начинается с броского заявления: «Несмотря на то, что компании инвестировали $30-40 млрд в генеративный ИИ, наш отчет раскрывает удивительную истину — 95% организаций не получили от этого никакой отдачи. Только 5% пилотов по внедрению интегрированных ИИ-инструментов приносят миллионные доходы, в то время как огромное большинство застряли, не оказывая заметного влияния на прибыли и убытки», — пишут авторы.

Все вместе выглядит тревожно, нельзя не признать. Инвесторы тратят на ИИ миллиарды, а компании, которые должны с помощью этого инструмента заработать для себя и для инвесторов, чтобы вернуть их вложения с прибылью, буксуют и не могут его приспособить к своей работе.

Акции ИИ-компаний поползли вниз. Флагман рынка ИИ Nvidia с момента публикации отчета по 8 сентября потерял около 7%, другой любимец отрасли — Palantir — просел примерно на 12%. 

Реакция рынка подчеркивает растущую обеспокоенность относительно коммерческой жизнеспособности ИИ, написал Fortune. «Появилась крупная новая технология, которая, безусловно, изменит мир и принесет успех. Но некоторые путают это с успехом инвестиций», — цитирует журнал основателя Bridgewater Associates Рэя Далио. 

Так что, все плохо? Как посмотреть.

Коснемся для начала количественной стороны исследования MIT.

Как пишут сами авторы, оно основано на обзоре более 300 публично раскрытых инициатив в области ИИ, интервью с представителями 52 организаций и ответах на опрос от 153 руководителей, собранных на четырех крупных отраслевых конференциях.

Честно признаюсь, я не эксперт по статистике, однако есть определенные правила проведения опросов, описанные, например, здесь. Австралийское бюро статистики подчеркивает, что делать количественные выводы о ситуации в целом следует в том случае, когда отбор опрошенных проводился случайными методами. 

По данным американского Бюро переписи населения, в США в 2022 году было 5,9 млн компаний-работодателей всех размеров и отраслей. Уровень использования ИИ по состоянию на июнь 2025 года оценивался в 11,6%, то есть можно очень приблизительно прикинуть, что число использующих ИИ компаний превышает 680 тыс. Авторам исследования нужно было случайным образом отобрать из этого множества определенное количество фирм и опросить их о состоянии дел. В исследовании этого не указано, поэтому вполне логично предположить, что отбор шел по принципу «кто согласился поговорить», то есть выборка не случайная — это так называемая удобная выборка, и результаты ее опроса нельзя интерпретировать как общее состояние дел в отрасли. 

«Вы спешите получить предварительные данные о своей идее. Вы обращаетесь к коллегам из отдела маркетинга и собираете у них информацию. Эта выборка дает вам начальные данные, но не отражает точку зрения всех сотрудников компании», — приводит пример удобной выборки Survey Monkey.

Иными словами, броские цифры, приведенные в самом начале исследования MIT, нельзя распространять на все компании, в том или ином виде внедряющие ИИ.  

«Утверждение о том, что 95% корпоративных проектов ИИ терпят неудачу, в отчете действительно присутствует, но без подробного объяснения того, как был сделан расчет или какие данные за ним стоят. Несмотря на столь смелую цифру, отсутствие прозрачности оставляет место для сомнений», — пишет BigDataWire.

Вот, например, гораздо более масштабный опрос консалтинговой компании BCG, поговорившей с 1 тыс. руководителей по всему миру, показал, что 26% компаний с тем или иным успехом внедряют ИИ. «За последние три года лидеры в области ИИ добились роста выручки в 1,5 раза, акционерной доходности в 1,6 раза и доходности на инвестированный капитал в 1,4 раза. Они также добились выдающихся результатов в нефинансовых областях, таких как количество поданных патентных заявок и уровень удовлетворенности сотрудников», — пишут аналитики.

Тем не менее, со всеми оговорками, исследование MIT полезно уже тем, что вызвало оживленную дискуссию о проблемах внедрения ИИ и само по себе содержит интересные инсайты.

В частности, исследователи отметили, что более 90% опрошенных уже используют в работе ИИ общего назначения, такие как ChatGPT и Claude, причем зачастую по личной инициативе, без ведома IT-отделов своих компаний (официальные подписки на эти ИИ только у 40% опрошенных компаний). И даже в тех случаях, когда компания уже приобрела специальный кастомизированный ИИ-инструмент.

«Мы купили специализированный инструмент для анализа контрактов за $50 тыс. Но я все равно использую ChatGPT для черновиков. Наш инструмент дает жесткие, негибкие сводки. С ChatGPT я могу вести диалог и довести текст до нужного качества. Хотя обе системы якобы используют одну и ту же технологию, разница очевидна», — цитируют в исследовании слова юриста из компании среднего размера.

С другой стороны, для решения сложных и критически важных задач 90% опрошенных предпочитают работать с людьми. Чат-боты общего назначения и кастомизированные ИИ-помощники страдают от недостатка памяти и обучаемости: они забывают контекст и не учатся на обратной связи. «ИИ уже выиграл “битву за простую работу”, но проигрывает в задачах, где нужны память, адаптивность и обучение», — пишут исследователи из MIT.

То есть вряд ли тут можно говорить об общем провале внедрения ИИ. Скорее, проблема в другом — внедряется не то и не там, где нужно.

Большая часть ИИ-бюджетов уходит на попытки внедрения в отделах продажи и маркетинга, потому что там понятные KPI и эту идею проще «продать» гендиректору, в то время как выгоды от автоматизации работы бэк-офиса (для таких внутренних процессов, как обработка документов, распределение ресурсов, юридический мониторинг) менее очевидны, но потенциально могут принести больший возврат на инвестиции, считают авторы доклада.

С точки зрения Натана Ферра и Андрея Шипилова, профессоров  бизнес-школы INSEAD, во всей этой шумихе вокруг ИИ важно не забывать главное: компания работает для того, чтобы наилучшим образом решать проблемы клиентов, пишут они в Harvard Business Review.

То, что действительно может принести прибыль  — внимательный анализ внутренних процессов и пути внешних клиентов, с целью определить точки, где можно быстро создать реальную ценность с помощью ИИ. Потом можно приступать к серии экспериментов с ИИ-инструментами, замеряя их полезность и оценивая возможности быстрого масштабирования. Лучшие инструменты и практики должны масштабировать специальные команды корпоративных «ниндзя» с «воздушной поддержкой» в лице высшего руководства компании, как это делается, например в Amazon, советуют Шипилов и Ферр.

Рам Менон, соучредитель стартапа по внедрению ИИ в медицинских учреждениях Avaamo, дополняет, что компаниям нужно уделять большое внимание не шумихе, а скучным и сложным задачам интеграции ИИ в действующие процессы. «Это исследование MIT, из-за которого все паникуют? Оно не доказывает, что ИИ — это пузырь. Оно доказывает, что мы находимся именно там, где и должны быть в первый день десятилетней трансформации», — пишет он.

По оценке компании Gartner, разработавшей диаграмму цикла технологического хайпа, генеративный ИИ в 2025 году как раз начал спуск с «вершины завышенных ожиданий» в «котловину разочарования». Как говорится, вы сейчас здесь. 

Отчаиваться рано: как раз на этом этапе будут выкованы кейсы, которые поведут индустрию дальше — на восходящий  «склон просвещения», а вслед за ним и на «плато продуктивности», где компаниям наконец-то станет понятно, как именно нужно с выгодой применять новую технологию. Дойдут туда не все, но у тех, кто начал делать скучную «домашнюю работу» прямо сейчас — шансы выше.