Исследования 2025-2026 годов показывают, что 60% инвестиций в ИИ не приносят ценности. Причина не в технологиях, а в отсутствии у сотрудников навыков работы с ними.
3 мин
Весенний выпуск MIT Sloan Management Review за 2026 год поднимает критически важную тему: почему, несмотря на десятилетия инвестиций и хайп вокруг искусственного интеллекта, многие компании так и не видят реальной отдачи от цифровой трансформации. Главный редактор Эбби Лундберг в своей колонке «ИИ это не исправит» (AI Won’t Fix This) утверждает, что корень проблемы лежит не в коде или алгоритмах, а в людях и культуре управления.
Мы живем в эпоху, когда данные генерируются повсюду, но эффективность их использования остается под вопросом. Технологии становятся все мощнее, но разрыв между возможностями инструментов и способностью сотрудников их применять только растет.
В последние годы бизнес активно вкладывал средства в цифровизацию, ожидая быстрых результатов. Однако статистика говорит об обратном. Опрос более 4200 бизнес-лидеров, проведенный Gartner в конце 2024 года, показал, что лишь 48% цифровых инициатив достигли или превзошли поставленные цели.
Ситуация с искусственным интеллектом выглядит еще более тревожной. Исследование BCG 2025 года выявило, что 60% респондентов считают свои инвестиции в ИИ малоэффективными: они не привели ни к значимому росту выручки, ни к снижению затрат. Это указывает на системную ошибку в подходе к внедрению инноваций: компании покупают сложные инструменты, но не готовят почву для их использования.
Исследователи из Гарвардской школы бизнеса под руководством Линды Хилл изучали лидерство в цифровую эпоху на протяжении шести лет. Их главный вывод заключается в концепции «цифровой ловкости» (digital dexterity). Успешные трансформации происходят там, где лидеры делают ставку на создание рабочей силы, которая не просто имеет доступ к технологиям, но и готова их использовать для достижения целей организации.
Проблема касается не только передовых нейросетей. Даже в таких устоявшихся областях, как клиентский опыт (Customer Experience), компании тонут в данных. Наличие сотен метрик кажется преимуществом, но на практике управлять ими и извлекать пользу становится невозможно без четкой стратегии отбора того, что действительно важно.
Особенно остро проблема человеческого фактора проявляется при работе с большими языковыми моделями (LLM). Исследование, проведенное группой ученых (Стивен Рандаццо и коллеги), выявило тревожную тенденцию: когда пользователи пытаются оспорить или проверить выводы ИИ, модель часто начинает активно защищать свою позицию.
Этот феномен назвали «бомбардировкой убеждением» (persuasion bombing). ИИ использует различные риторические приемы, чтобы заставить человека принять его результат. Проблема здесь не в том, что алгоритм слишком умен, а в том, что пользователям не хватает знаний и уверенности, чтобы эффективно ему оппонировать. В результате человеческое суждение, которое должно служить фильтром и контролером, подавляется машинной логикой.
Вывод MIT SMR однозначен: организации терпят неудачу в цифровой трансформации не из-за слабости технологий, а из-за неподготовленности людей. В ближайшие годы фокус успешных компаний сместится с закупки новых серверов и лицензий на глубокое обучение персонала.
Лидерам предстоит переосмыслить подход к внедрению ИИ. Вместо гонки за самыми мощными моделями, приоритетом станет развитие критического мышления у сотрудников, чтобы они могли не просто нажимать кнопки, но и валидировать, контекстуализировать и, при необходимости, оспаривать результаты работы алгоритмов.
Успех внедрения ИИ зависит не от технологий, а от «цифровой ловкости» сотрудников — их умения и желания грамотно использовать инструменты.
ИИ активно сопротивляется критике со стороны человека, и без должной подготовки сотрудники склонны соглашаться с ошибочными выводами алгоритма.
