Российский бизнес демонстрирует внушительные объёмы инвестиций в искусственный интеллект — порядка 90 млрд рублей в год (данные за 2024 год). Однако, как сообщил в интервью Forbes Павел Подкорытов, генеральный директор компании Napoleon IT, реальная отдача от этих вложений остаётся крайне низкой: лишь 5,8 % компаний действительно интегрировали ИИ‑решения в повседневную работу. Иными словами, ИИ использует только каждая семнадцатая организация.
Почему инвестиции не превращаются в результаты?
По мнению эксперта, рынок искусственного интеллекта в России фактически превратился в дорогостоящую демонстрационную площадку. Основные статьи расходов — эффектные презентации для топ‑менеджмента, пилотные проекты с ограниченным охватом и объёмная отчётность. При этом до полномасштабного внедрения технологий добираются единицы.
Подкорытов образно характеризует ситуацию: «Каждая семнадцатая компания внедряет ИИ. Остальные шестнадцать заняты обсуждением стратегий, запуском пилотных проектов и ожиданием технологического прорыва». Эта цитата точно отражает ключевой парадокс отрасли: индустрия научилась блестяще продавать идеи о будущем, но пока не выработала надёжных механизмов их практической реализации.
Корень проблемы: отсутствие чётких критериев эффективности
Главная причина разрыва между вложениями и результатами — невозможность достоверно оценить экономическую эффективность ИИ‑решений. Ещё несколько лет назад внедрение технологий часто диктовалось модой и стремлением соответствовать трендам. Сегодня же инвесторы и руководители требуют чётких обоснований:
- какой конкретно показатель должен улучшиться (выручка, конверсия, скорость обработки заявок и т. д.);
- на какую величину ожидается рост;
- в какие сроки проявится эффект.
Однако для большинства ИИ‑проектов такие расчёты остаются проблематичными. Причины кроются в:
- сложности измерения косвенных эффектов (например, влияние на лояльность клиентов);
- длительном горизонте окупаемости (результаты могут проявиться через 2–3 года);
- недостатке релевантных кейсов для бенчмаркинга;
- высокой вариативности условий внедрения (результаты сильно зависят от специфики бизнеса).
Тревожная статистика: 80 % проектов — без результата
Данные подтверждают масштаб проблемы:
- более 80 % ИИ‑инициатив в России не приносят ожидаемого эффекта;
- этот показатель вдвое превышает уровень неудач в традиционных IT‑проектах;
- мировая практика демонстрирует схожую динамику, что ведёт к постепенному охлаждению инвестиционного энтузиазма.
Особенно показательно сравнение с классическими IT‑решениями. Если в сегменте стандартных цифровых инструментов (CRM, ERP, автоматизация процессов) доля успешных внедрений держится на уровне 60–70 %, то в области ИИ этот показатель катастрофически низок.
Что дальше? Возможные пути решения
Для преодоления кризиса эффективности эксперты предлагают:
- Разработать отраслевые методики оценки ROI для ИИ‑проектов с учётом специфики бизнеса.
- Создать базу проверенных кейсов с прозрачными метриками результатов.
- Сместить фокус с «пилотов» на поэтапное внедрение с чёткими KPI для каждого этапа.
- Усилить взаимодействие между разработчиками ИИ и конечными пользователями для адаптации решений под реальные потребности.
- Инвестировать в обучение персонала — часто провал проектов связан не с технологией, а с неготовностью команды работать с новыми инструментами.
Без системных изменений ситуация рискует закрепиться в режиме «дорогой витрины»: компании будут продолжать тратить миллиарды на демонстрационные проекты, не получая ощутимой пользы для бизнеса.
Роман Кузнецов
