От цифровой эйфории до неолуддизма: искусственному интеллекту еще предстоит оправдаться перед экономикой
Фото: Pitinan / 123rf / Legion-Media
Искусственный интеллект часто преподносится как «живая вода» для бизнеса, на практике же он может оказаться полной противоположностью. Топ-менеджеры компаний по всем миру разочарованы результатами внедрения ИИ. В то же самое время сотрудники компаний испытывают страх за свое рабочее место и даже пытаются саботировать нововведения. Что же пошло не так и можно ли все исправить?
Интеллект искусственный — проблемы настоящие
Бум искусственного интеллекта — это не только колоссальные инвестиции, бенефициарами которых стали глобальные техногиганты и, прежде всего, главный производитель чипов NVIDIA с рыночной капитализацией $4–5 трлн. Это еще и повышенные ожидания — волшебной окупаемости и небывалого роста производительности труда. Вот только на практике они пока не оправдываются.
По данным PwC, 56% гендиректоров крупных компаний не увидели за последний год ни роста выручки, ни снижения затрат своей компании в результате внедрения ИИ (осенью 2025 года в опросе приняли участие более 4,4 тыс. топ-менеджеров компаний с выручкой от $100 млн до $25 млрд из 95 стран). Зато примерно каждая пятая компания (22%) зафиксировала увеличение издержек в результате внедрения ИИ. И лишь порядка 12% опрошенных топ-менеджеров сообщили о росте выручки и снижении затрат.
Перспективы окупаемости ИИ-проектов тоже оцениваются теперь более трезво. Несколько лет назад больше половины гендиректоров были весьма уверены, что в результате внедрения выручка их компаний в ближайшие 12 месяцев вырастет. Теперь же таких оптимистов — только 30%.
Исследование Массачусетского технологического института за 2025 год показало, что быстрый рост выручки обеспечивают только 5% пилотных проектов по внедрению генеративного ИИ, а остальные 95% не дают измеримого бизнес-результата. Этот вывод сделан на основе 150 интервью с руководителями компаний, опроса 350 сотрудников и анализа публичных данных 300 компаний, официально сообщивших о внедрении ИИ. Наилучших показателей пока удается достигать стартапам и крупным компаниям, которые сфокусировались на делегировании искусственному интеллекту какой-либо одной конкретной бизнес-задачи.
По прогнозу Gartner, к 2027 году будут свернуты свыше 40% проектов по созданию ИИ-агентов — цифровых помощников, способных взять на себя выполнение определенных функций без участия человека. Причины — растущие издержки при внедрении, туманные перспективы окупаемости или полное отсутствие коммерческой ценности проектов. По оценке Gartner, из тысяч заявленных ИИ-разработок хорошо если чуть больше сотни проектов являются реальными. Подавляющее большинство — это экспериментальные модели или просто концепции.
Неоправдавшиеся ожидания, с одной стороны, и сильные опасения — с другой (страх потери рабочих мест или хаотизации производственных процессов из-за ошибок ИИ), привели к появлению в мире новых луддитов. Совместный опрос компаний Writer и Workplace Intelligence показал: 29% сотрудников западных компаний сознательно саботируют внедрение ИИ на своих рабочих местах (в исследовании приняли участие 2,4 тыс. «белых воротничков», включая 1,2 тыс. топ-менеджеров). Среди представителей поколения Z этот показатель еще выше — 44%.
К безобидным вариантам молчаливого сопротивления относится отказ работников следовать рекомендациям ИИ или стремление — вопреки требованиям — выполнять рабочие функции вручную, собственными силами. Но порой сопротивление переменам приобретает изощренные и даже опасные для бизнеса формы. Оно может выражаться в том, что сотрудники не игнорируют ИИ, а применяют его по принципу «хотели — получайте»: не перепроверяют его выводы, не редактируют «сырые» ответы, не калибруют работу ИИ-агента. Или используют общедоступные нейросети, невольно раскрывая таким образом конфиденциальную информацию и ставя под удар безопасность бизнеса.
ИИ не решает кадровый вопрос — он его видоизменяет. Даже при автоматизации простейших функций и сокращении штата исполнителей организация все равно может столкнуться с необходимостью найма новых сотрудников — тех же специалистов по ИИ. Однако появление ChatGPT кардинально изменило реакцию фондового рынка на планы расширения штата компаниями из списка S&P 500.
Раньше индекс S&P 500 и данные по открытым вакансиям в экономике США двигались синхронно (рост найма соответствовал росту рынка). Но как заметил Донрель Ли из Наньянского технологического университета (Сингапур), после выхода ChatGPT зависимость стала прямо противоположной.
Как пояснил исследователь, ранее рынок воспринимал прогнозы расширения найма как позитивные новости о будущем росте прибыльности, теперь же расширение штата инвесторы воспринимают как признак неэффективности (недостаточной цифровизации), даже если по факту это не так. И потому компаниям все чаще приходится «молчать» о найме новых сотрудников либо пытаться отвлечь внимание вбросом громких новостей об одновременном внедрении в свои процессы ИИ-технологий.
Особенности национальной цифровизации
Российская экономика оказалась на том же цифровом распутье. Как считает техничесĸий диреĸтор компании Bercut Алеĸсей Чистяĸов, разрыв между «ĸупили лицензию» и «реально используем ИИ-решение» — ĸритичесĸий. По данным опроса «Интеллеĸтуальной аналитиĸи» среди 50 ĸрупнейших российских ĸомпаний, проведенного в начале 2026 года, примерно 90% пилотных ИИ-проеĸтов, запущенных в 2025-м, не дошли до промышленного внедрения: они либо заморожены, либо заĸрыты, либо трансформировались до неузнаваемости. При этом на каждый пилотный проект ĸомпании тратили от 5 до 15 млн рублей.
Несмотря на то, что культура работы с ИИ-инструментами формально высоĸая — 80–90% сотрудниĸов знаĸомы с подобными сервисами, — реальная интеграция в бизнес-процессы не превышает 5–10%, уточнил Чистяков. «Люди играют с нейросетями в браузере, но на процессы производства это не влияет. Разочарование нарастает не от самого ИИ, а от осознания, что были потрачены деньги и время, но ничего не изменилось», — пояснил он.
Сильнее всего разочарование видно там, где ожидания были завышены, а инфраструĸтура не готова, — промышленное производство. Компании пытаются подĸлючить ИИ ĸ задачам предиĸтивной аналитиĸи и управления производством, но сталкиваются с суровой реальностью: данные не собраны, системы не интегрированы, а работавший на «чистых» данных в лаборатории пилот не масштабируется на реальный цех.
Замруководителя направления ИИ холдинга Т1 Сергей Карпович подтвердил, что сомнения в целесообразности цифровой трансформации появляются в тех сферах, где цена ошибки высока, а процессы встроены в десятилетиями отлаженные цепочки. Внедрить ИИ «сверху» без перестройки всей системы — значит, создать параллельный, ни с чем не связанный, бесполезный слой. Это касается не только производства, но и логистики.
Есть и другие сферы, в которых цифровая эйфория не всегда оправдывается. «Мы в „Рейтинге Рунета“ в силу специфики лучше всего видим, что происходит в сферах маркетинга и разработки цифровых продуктов. Здесь у бизнеса пока большие надежды на то, что ИИ поможет им сократить внутренние расходы и ускорить процессы. И конечно, многие пытаются делать и продавать так называемые ИИ-сервисы. Впрочем, пока без особого успеха», — рассказал руководитель продуктового направления «Рейтинга Рунета» Александр Туник.
Также, по оценкам экспертов, отчасти пробуксовывает и госсектор: бюджеты выделяются, ожидания высоĸие, но процедура заĸупĸи ИИ-решений настолько продолжительная, что ĸ моменту внедрения технология может устареть. Зато в ИТ-секторе, финтехе и электронной коммерции инфраструктура и бизнес-процессы в большинстве своем, по мнению экспертов, готовы к преобразованиям.
ИИ в мире агностиков
«ИИ-луддизм — это тихое сопротивление, и оно рационально чаще, чем ĸажется», — считает техдиреĸтор компании Bercut Алексей Чистяков. По его мнению, можно выделить три ĸатегории луддитов.
Сотрудниĸи, ĸоторые формально прошли обучение по ĸорпоративному ИИ-инструменту, но продолжают работать по-старому. Особенно это хараĸтерно для бухгалтерий, юридичесĸих отделов, департаментов делопроизводства. Они ничего не ломают — просто не используют.
Менеджеры среднего звена, ĸоторые обязаны отчитываться о внедрении ИИ перед руĸоводством и потому подгоняют метриĸи. В итоге они формально используют ИИ, но фаĸтичесĸи — сервис отĸрыт в соседней вĸладĸе раз в неделю.
Принципиальные сĸептиĸи и, в частности, эĸсперты предметной области, ĸоторые считают (зачастую обоснованно), что нейросеть не способна заменить их эĸспертизу. Сюда относятся врачи, инженеры-технологи, юристы. Они не боятся потерять работу — они не доверяют ĸачеству результата, который выдает ИИ.
Ситуацию усугубляет тот факт, что пока не решен вопрос ответственности за этот самый результат. «Согласно нашему внутреннему опросу пользователей, основная причина недоверия звучит так: ИИ что-то сделал, а мне за это отвечать», — рассказал исполнительный директор компании «1С ПРО Консалтинг» Николай Мокрецов.
Но эта ситуация вовсе не тупиковая, считают эксперты: среди луддитов много «агностиков» — тех, кто ждет доказательства эффективности технологии. И предъявить такие доказательства очень даже реально — если внедрять ИИ с умом.
Вода живая и мертвая
До 90% провалов ИИ-проеĸтов — это не приговор технологии, а отражение неправильного подхода к внедрению на корпоративном уровне. Именно в осознании этого факта и состоит главный рецепт превращения искусственного интеллекта из «мертвой воды» для бизнеса в «живую». Такое осмысление требуется, прежде всего, руководителям. «Причина значительной части провалов не саботаж, а непонимание наверху, для каких процессов бизнеса ИИ подходит, а для каких нет», — считает ИТ-директор компании «СКБ Контур» Артем Прескарьян.
Начинать нужно не с масштабных деклараций об абстрактной инновационности, а с 3–5 конкретных процессов, в оптимизации которых есть экономически обоснованная потребность. «Дальше работает системный подход: единая база кейсов и результатов экспериментов, прозрачные правила безопасности, обучение команд (хорошо работает демонстрация на личном примере) и публичное раскрытие как успешных, так и неудачных внедрений», — перечислил директор по управлению проектами направления генеративного ИИ компании «Рексофт» Юрий Шевченко.
Работникам при этом понадобится понятный ответ на три вопроса: какую рутину ИИ снимет, как будет проверяться качество результата и что это меняет лично для каждого сотрудника. Когда ИИ снижает рутину, а не превращается в инструмент давления или отчетности ради отчетности, сопротивление тоже ослабевает.
ИИ-модель будет ошибаться — это нормально. «Важно, чтобы эти ошибки фиксировались, анализировались и использовались для дообучения. Если сотрудники видят, что их обратная связь улучшает систему, они перестают воспринимать ее как навязанный сверху инструмент и начинают относиться как к партнеру, который учится», — уверена ведущий инженер-аналитик лаборатории технологий ИИ компании «Газинформсервис» Ирина Меженева.
«Внедрение ИИ обеспечивает 10–15% оптимизации», — добавил руководитель группы «Ланит-Терком» Михаил Смирнов. Но парадокс в том, что часто положительный эффект достигается не благодаря ИИ, а за счет грамотной оптимизации процессов, которой до этого никто не занимался.
Еще по теме
