6 октября 2025 г.

Большинство компаний в мире — 78%, по данным McKinsey, внедрили ИИ-решения на уровне хотя бы пилотного проекта. На российском рынке показатели близкие: 70% компаний локального рынка уже применяют ИИ, по данным Центра аналитических продуктов VK Predict и Prognosis.

Большинство компаний пока не окупили инвестиции в технологии «искусственного интеллекта»: 70%, по данным исследования TRIADA Partners, которые провели опросы в 10 крупных российских корпорациях из разных вертикальных рынков. Из этого аналитики делают вывод, что для многих корпоративных заказчиков внедрение ИИ пока скорее PR-история, элемент на «витрине» для клиентов, инвесторов и партнеров, демонстрирующий технологичность и следование основным трендам, чем реальный инструмент для оптимизации процессов, источник прибыли или снижения издержек.

Означает ли это, что ИИ оказался хайповой технологией, которая привела к «пузырю» — в том числе, и на фондовом рынке — и уже в краткосрочной перспективе мы увидим обвал? Делать такие выводы, мягко говоря, рано. Характерное время возврата инвестиций в ИТ-проектах в РФ составляет 2-3 года, напоминают в TRIADA Partners, и с этого момента начинаются противоречия.

Вспомним недавнюю историю

Пока крайне сложно говорить об эффективности — или неэффективности — внедрений ИИ. ИИ как технология еще очень молод. Если мы говорим о GenAI, то внедрению инструментов на его основе вряд ли больше года-полутора (см. врезку), если о традиционном ИИ — несколько больше, ведь методологии бизнес-применений приходится создавать «на ходу».

Корпоративным заказчикам, которые традиционно очень осторожно подходят к любым новым инструментам, а тем более технологиям, потребовалось время для экспериментов, нужных хотя бы для рамочного понимания новых возможностей. Создание продуктов, в которых технологии были «упакованы» в функции, тоже не моментальный процесс. Только после этого можно говорить о внедрениях, которые тоже длятся какое-то время — нужно выполнить как сопряжение с компонентами ИТ-рельефа, так и обучение пользователей. Последнее особенно важно для продуктов с рядом новых концептуальных особенностей.

«Если для обычного пользователя взаимодействие с «искусственным интеллектом» — это простой акт открытия приложения в смартфоне, то для компании — сложный процесс внедрения на разных этапах управления и производства«,— отмечает Алексей Фирсов, руководитель ЦСП «Платформа». Подчеркнем, что наработка навыков крайне важна. Большинство специалистов-практиков ранее не имели опыта работы с инструментом, который представляет собой «„черный ящик“ с нечеткой логикой».

3-5 лет назад как сами ИИ-инструменты, так и методология их применения еще не были развиты, поэтому работа по их внедрению занимала больше времени и стоила существенно дороже, чем сейчас. Развитие идет очень быстро, корпоративные заказчики уже применяют /внедряют /перевнедряют как ML/DL и ИИ, так и генеративный ИИ. Эффективность можно оценивать по итогам GenAI-трансформации, которую следует сравнить с «цифровой трансформацией», которая компаниям уже знакома.

GenAI-трансформация не могла начаться раньше появления самого генеративного ИИ. Отсчет нового этапа в развитии ИИ обычно начинают с 30 ноября 2022 года — даты выхода публичной версии ChatGPT. Однако масштабная революция не происходит одномоментно: только через 2 месяца ChatGPT набрал 100 млн пользователей, став самым быстрорастущим приложением, но было это уже в 2023 году, а бизнес-разработки начаты ближе к 2024.

Серьезных бизнес-проектов, связанных с внедрением ИИ, требующих инвестиций настолько масштабных, что можно говорить о ROI, на массовом рынке в России пока немного, а запущенных в промышленную эксплуатацию еще меньше. Пока рано говорить не только о возврате инвестиций, а в ряде случаев — даже о получении статистически достоверных бизнес-метрик. Поэтому и говорить о «разочаровании» бизнеса в ИИ еще не время — объективных данные для таких выводов в достаточном количестве появятся не раньше следующей осени.

Несколько показательных эффективных внедрений

Практически на всех вертикальных рынках есть выразительные «истории успеха», связанные с внедрением ИИ. Приведем несколько примеров.

Использование «искусственного интеллекта» добавит российской экономике 11,6 трлн руб. в 2030 году, по данным прогноза Высшая школы экономики. Эффект будет присутствовать во всех отраслях, но наибольший вклад в эту сумму — 14% — ожидают от промышленных предприятий.

Министерство финансов РФ уже применяет «искусственный интеллект», но на ранних стадиях — например, для обработки бюджетных заявок, сказал Антон Силуанов, глава ведомства, сообщает РБК. Министр сказал, что через 5-10 лет проникновение современных технологий будет глубже, но и тогда они останутся вспомогательными инструментами, а принятие решений останется за специалистом-человеком.

Внедрение ИИ способно сократить незапланированные простои в переработке молока на 30-50% за счет предиктивного обслуживания оборудования, сообщили в компании Health & Nutrition (H&N, бывшая «Данон Россия»), сообщает агентство «Прайм». В компании также реализована видеоаналитика для мониторинга работы сотрудников на одном из ключевых этапов — приемке молочного сырья. Это снижает риски как мошеннических действий, так и нарушений техники безопасности.

В ритейле ИИ используют практически во всех бизнес-процессах: в закупках, логистике, маркетинге, управлении персоналом, магазинами и товарными запасами. «За счет использования новой системы планирования товарных запасов нам удалось сократить количество списанных продуктов на 2%, повысить выручку сети на 1%. Кроме того, удалось оптимизировать запасы товара по всей цепочке поставок на несколько процентов», — сказал Антон Мироненков, управляющий директор X5 Tech, в беседе с ТАСС.

Список успешных внедрений можно продолжить, но даже они, являясь фрагментарными, не позволяют полностью раскрыть потенциал «искусственного интеллекта» для корпоративных заказчиков. Будущее — за более масштабными и комплексными проектами.

От успешных внедрений — к GenAI-трансформации

GenAI-трансформация — новая стадия DX, реализуемая на технологическом укладе, в котором ключевую роль играет генеративный ИИ, как видно из названия. Как и в случае с DX, при GenAI-трансформации новые инструменты пронизывают всю организацию. В результате трансформации GenAI становится ядром организации, входит в каждый процесс, отметил Кирилл Меньшов, руководитель блока «Технологии» в «Сбере», выступая на форуме «Искусство трансформации. Путь к операционной эффективности», и организация уже не в состоянии существовать без GenAI-технологий.

Трансформация на основе генеративного ИИ — как и DX — процесс длительный и перманентный, требующий значительных инвестиций и перестройки как ИТ-инфраструктуры организации, так и ее бизнес-процессов, а также обучение персонала работе с новыми возможностями. Даже «Сбер» находится на раннем этапе процесса GenAI-трансформации — в пайплайне множество инициатив, построенных на генеративном ИИ, реализация которых постепенно переводит изменения в банке из количества в качество.

Активному внедрению GenAI в нефтегазовой отрасли препятствуют барьеры: как технологические, так и управленческие и. По результатам совместного исследования организаторов Промышленно-энергетического форума TNF и центр социального проектирования «Платформа», в «Топ 3» ключевых барьера управленческого характера попали: долгое согласование проектов внутри компании (47%), недостаток квалифицированных специалистов (47%) и консервативное отношение к GenAI со стороны руководства (39%). Исследование охватывало предприятия нефтегазового сектора, но его результаты могут быть транспонированы и на другие рынки.

Вместо заключения

Судить об эффективности ИИ для корпоративных заказчиков по отдельным «пилотам» нельзя, с чем согласны представители TRIADA Partners, т. к. они не могут дать ощутимого эффекта или неполностью раскрывать возможности технологии. Кроме того, пилотные проекты часто оказываются более дорогими — на них нарабатывают новые навыки и экспертизу как «айтишники», так и представители других департаментов: производства, юридического отдела, маркетинга, HR, закупки, финансов и, конечно же, ИБ.

Работа в соответствующем направлении будет продолжена. В настоящий момент главное — наработка практического опыта применения ИИ в бизнесе: от экспертизы до методологии, от «success stories» до обеспечения ИБ.

Проникновение ИИ в отдельные технологические ниши тоже будет продолжено. Например, одной из тенденций в развитии рынка NGFW и средств сетевой безопасности в целом названы расширение применения технологий машинного обучения и «искусственного интеллекта», отмечено в исследовании «Тенденции в обеспечении кибербезопасности сетевой инфраструктуры: 2025 год», проведенном экспертно-аналитического центром (ЭАЦ) InfoWatch. Авторы исследования считают, что по мере развития инструментов искусственного интеллекта автоматизация сетевой безопасности будет играть все большую роль в полной видимости сложных сред, соблюдении нормативных требований, отчетности о рисках.

Технологическое развитие самого GenAI тоже продолжится. «Следующий шаг — саморазвитие решений на основе ИИ, — уверен Андрей Белевцев. — Настала эпоха, когда можно использовать эволюционные законы и биоморфизм в развитии самоэволюционирующих систем».

Источник: Александр Маляревский, внештатный обозреватель IT Channel News