Исследование Bain & Company показывает, что 90% компаний увеличивают бюджеты на искусственный интеллект, но получают вдвое меньше экономии, чем ожидали. Проблема кроется в организационной структуре.
3 мин
Суть
Недавнее исследование консалтинговой компании Bain & Company выявило парадоксальную ситуацию на рынке корпоративных инноваций. Около 90% компаний продолжают увеличивать свои бюджеты на технологии искусственного интеллекта, однако реальная финансовая отдача от этих инвестиций пока не оправдывает завышенных ожиданий. Половина опрошенных организаций фиксирует сокращение издержек лишь на уровне от 0 до 10%, хотя изначально бизнес рассчитывал на показатели как минимум вдвое выше. Главный вывод аналитиков заключается в том, что корень проблемы кроется не в несовершенстве самих технологий, а в организационной неготовности компаний к глубоким трансформациям.
Контекст
Чтобы понять происходящее, эксперты предлагают обратиться к истории внедрения предыдущих прорывных технологий, в частности глобальной сети интернет. На ранних этапах интернет получил широкое распространение довольно быстро — около половины целевой аудитории освоили базовые функции в течение первого десятилетия. Однако для того, чтобы сеть действительно трансформировала бизнес-модели, перестроила розничную торговлю и изменила финансовые услуги, потребовалось от двадцати до тридцати лет. Этот процесс глубокой адаптации продолжается до сих пор.
Сегодня мы наблюдаем схожую картину с искусственным интеллектом. Технология оказалась в руках огромного количества людей и корпораций, породив феномен сверхбыстрого первичного принятия. Однако большинство компаний остановились на этапе базовых экспериментов. Руководители задаются вопросом, как заставить новые инструменты приносить реальную прибыль, но при этом фундаментальные бизнес-процессы в их организациях остаются неизменными.
Детали
Важно отметить, что бизнес ожидает от искусственного интеллекта не только банального сокращения затрат или повышения базовой продуктивности сотрудников. Компании ищут комплексные конкурентные преимущества. Например, финансовые директора стремятся ускорить прогнозирование доходов, оптимизировать рабочий капитал и кардинально улучшить клиентский опыт.
Изображение из источника
На данный момент лишь меньшинство компаний действительно перестраивает свою работу под новые реалии. Эти организации не просто внедряют стандартные чат-боты для сотрудников. Они комплексно используют традиционное машинное обучение, генеративные модели и агентный ИИ (agentic AI) для решения конкретных системных задач. Главное их отличие в том, что они меняют сами бизнес-процессы, подстраивая их под возможности алгоритмов, а не пытаются натянуть новую технологию на устаревший корпоративный каркас.
Анализ
Исследование показывает четкую закономерность: в авангарде успешного внедрения ИИ находятся те же компании, которые в прошлом успешно прошли через предыдущие волны технологической адаптации. Организации, имеющие практический опыт работы с детерминированной автоматизацией (например, RPA — роботизированной автоматизацией процессов) или сложными облачными инфраструктурами, сегодня имеют значительное преимущество.
Они уже усвоили главный управленческий урок: любая мощная технология требует переосмысления того, как компания создает ценность. Если руководство просто дает сотрудникам доступ к мощной большой языковой модели (LLM), но при этом сохраняет старые регламенты согласования и многоуровневую бюрократию, экономический эффект от внедрения будет минимальным. Технология действительно ускорит создание черновика документа в несколько раз, но этот документ все равно будет неделями ждать одобрения в почте у руководителя.
Перспектива
В ближайшие годы индустрия, вероятно, продолжит сталкиваться с заявлениями о том, что искусственный интеллект не оправдывает возложенных на него надежд и инвестиций. Однако винить в этом алгоритмы или разработчиков будет ошибкой. Решение проблемы лежит исключительно в организационной и управленческой плоскости.
Пока рано судить о том, какие именно операционные модели станут золотым стандартом для эпохи ИИ, но вектор развития уже очевиден. Победителями в этой технологической гонке станут не те корпорации, которые купят больше вычислительных мощностей или первыми внедрят самую новую модель. Лидерами станут те, кто осмелится перепроектировать архитектуру своего бизнеса с нуля, сделав искусственный интеллект органичным ядром новых процессов, а не просто модной и дорогой надстройкой.
Компании не получают ожидаемой финансовой отдачи от ИИ, потому что пытаются внедрить новые технологии в устаревшие бизнес-процессы без их фундаментальной перестройки.
Проблема низкой окупаемости искусственного интеллекта не является технологической — это исключительно организационный барьер, требующий изменения самой структуры управления компанией.
