7 апреля 2026 г.

Только 28% проектов с использованием искусственного интеллекта в области ИТ-инфраструктуры и операций (I&O) полностью достигают поставленных целей и соответствуют ожиданиям по возврату инвестиций (ROI). При этом 20% инициатив заканчиваются полным провалом. Такие данные приводит Мелани Фриз, директор по исследованиям Gartner, по итогам опроса 782 руководителей I&O, проведённого в ноябре-декабре 2025 года.

Оставшиеся проекты демонстрируют промежуточные результаты, что указывает на системные проблемы при внедрении ИИ в операционные процессы.

Завышенные ожидания и слабая интеграция

Основной причиной неудач аналитики называют несоответствие ожиданий и реальных возможностей технологий. Среди 57% руководителей, столкнувшихся хотя бы с одним провальным кейсом, большинство указали, что проекты терпели неудачу из-за попыток слишком быстро получить эффект от ИИ.

Компании рассчитывают на мгновенную автоматизацию сложных задач, снижение затрат и решение накопленных операционных проблем. Однако при отсутствии быстрых результатов доверие к инициативам снижается, а сами проекты замораживаются.

Чаще всего неудачи фиксируются в наиболее сложных сценариях:

  • автоматическое устранение инцидентов (auto-remediation);
  • самовосстанавливающаяся инфраструктура;
  • управление процессами с помощью ИИ-агентов.

Именно в этих областях ожидания часто превышают текущие технологические возможности.

Кадры и данные как ключевые ограничения

Дополнительным фактором риска остаются дефицит компетенций и качество данных.

По данным исследования:

  • 38% руководителей связывают неудачи с нехваткой навыков;
  • ещё 38% — с низким качеством или недостаточностью данных.

Эти ограничения существенно снижают вероятность успешного внедрения даже при наличии технологических решений.

Что отличает успешные проекты

Несмотря на высокий уровень неудач, 77% руководителей I&O сообщили как минимум об одном успешном кейсе применения ИИ. Анализ показывает, что результат определяется не сложностью модели, а качеством внедрения.

Gartner выделяет три ключевых фактора успеха:

1. Интеграция в операционные процессы

33% успешных команд внедряют ИИ не как отдельные пилоты, а как часть уже существующих систем и рабочих процессов. Это повышает уровень использования и обеспечивает реальный эффект.

2. Поддержка руководства и кросс-функциональное взаимодействие

  • 26% успешных проектов реализуются при полной поддержке топ-менеджмента;
  • 25% — при активном взаимодействии между подразделениями.

Такая поддержка позволяет быстрее устранять барьеры и сохранять фокус на бизнес-результате.

3. Реалистичные бизнес-кейсы и подготовка

Наиболее успешные внедрения сегодня связаны с использованием генеративного ИИ в управлении ИТ-услугами (ITSM) и облачных операциях.

В частности, 53% успешных кейсов приходится именно на ITSM — наиболее зрелую и понятную область применения.

Финансирование: от экспериментов к портфельному подходу

По мере роста инвестиций в ИИ меняется и подход к финансированию. По прогнозу Gartner, уже в 2026 году инфраструктура для ИИ будет составлять 54% глобальных расходов на ИТ.

В этих условиях компаниям необходимо переходить от разрозненных инициатив к централизованному управлению портфелем ИИ-проектов.

Аналитики рекомендуют:

  • связывать каждый ИИ-кейс с конкретной бизнес-целью;
  • оценивать проекты по единым критериям (риски, стоимость, эффект);
  • координировать решения между ИТ, безопасностью, юридическими и финансовыми подразделениями.

При этом ключевую роль начинают играть не только CIO, но и CEO и CFO, которые должны участвовать в утверждении крупных инвестиций.

Главный вывод: успех определяет не технология, а внедрение

Исследование показывает, что основной барьер для масштабирования ИИ в инфраструктуре — не сами технологии, а управленческие и организационные факторы.

Даже при росте инвестиций и интереса со стороны бизнеса реальные результаты достигаются только при:

  • глубокой интеграции ИИ в процессы;
  • поддержке со стороны руководства;
  • чёткой привязке к бизнес-задачам.

В противном случае проекты рискуют остаться на стадии экспериментов или привести к неоправданным затратам.

Источник: Пресс-служба компании Gartner