MIT: Почему 95% инвестиций предприятий в ИИ не приносят отдачи

Массачусетский технологический институт (MIT) изучает проблему «разрыва в генеративном ИИ» на предприятиях

Новое исследование MIT под названием «Разрыв в генеративном ИИ: состояние ИИ в бизнесе в 2025 году», изучившее 300 публичных внедрений, выявляет то, что исследователи называют «разрывом в генеративном ИИ»: раскол между небольшим меньшинством, достигающим существенной ценности, и большинством, застрявшим в неудачных пилотных программах.

Исследование показывает, что только 5% интегрированных пилотных проектов с ИИ оказывают измеримое влияние на прибыли и убытки – и этот разрыв проистекает из подхода к внедрению, а не из качества моделей или регулирования.

Между тем, такие универсальные инструменты, как ChatGPT и Microsoft Copilot, демонстрируют широкое распространение: их изучают более 80% организаций, и почти 40% их внедряют.

Однако в основном они повышают индивидуальную производительность, а не эффективность организации.

Корпоративные системы рассказывают другую историю. Хотя 60% организаций оценивают пользовательские или поставляемые вендорами инструменты, только 20% достигают стадии пилотного проекта, и лишь 5% добиваются внедрения в промышленную эксплуатацию.

Большинство терпит неудачу из-за негибких рабочих процессов и несоответствия повседневным операциям.

Почему «теневая экономика ИИ» обходит стороной корпоративные неудачи Исследование обнаруживает процветающую«теневую экономику ИИ», где сотрудники используют личные подписки для рабочих задач без одобрения.

Выводы MIT о провале переходов от пилотных проектов к эксплуатации для специализированных инструментов генеративного ИИ, обнажающие разрыв в генеративном ИИ.

В рамках этой экономики исследование показывает,что сотрудники из более чем 90% опрошенных организаций сообщают о регулярном использовании личных инструментов ИИ, в то время как только 40% компаний приобретают корпоративные подписки.

В исследовании говорится, что корпоративный юрист является ярким примером этой модели. Ее фирма инвестировала 50 000 долларов США в специализированный инструмент для анализа контрактов, однако она постоянно использует ChatGPT для их составления.

«Наш приобретенный инструмент ИИ предоставлял шаблонные резюме с ограниченными возможностями настройки, — говорит она. — С помощью ChatGPT я могу направлять беседу и повторять итерации, пока не получу именно то, что мне нужно».

Та же юристка устанавливает четкие границы для конфиденциальной работы: «Он отлично подходит для мозгового штурма и первых набросков, но он не сохраняет знания о предпочтениях клиента и не учится на предыдущих правках», — объясняет она.

«Для ответственной работы с высокими ставками мне нужна система, которая накапливает знания и со временем улучшается».

Эти находки подчеркивают разрыв в знаниях, который удерживает большинство организаций на неправильной стороне пропасти.

Кроме того, предпочтения пользователей показывают, что 70% предпочитают ИИ для быстрых задач, но 90% предпочитают людей для сложных проектов, требующих постоянного внимания.

Как внешние партнерства удваивают показатели успеха

MIT обнаруживает, что стратегические партнерства с внешними поставщиками достигают стадии внедрения в 67% случаев по сравнению с 33% для внутренних разработок.

Пять мифов MIT о генеративном ИИ на предприятиях:

1. ИИ вскоре заменит большинство рабочих мест: Увольнения ограничены и в основном носят отраслевой характер, а руководители остаются разделены в вопросах будущего найма.
2. Генеративный ИИ преобразует бизнес: Уровень внедрения высок, но только 5% компаний масштабируют ИИ в рабочие процессы – в большинстве отраслей наблюдается мало изменений.
3. Предприятия медленно внедряют инновации: На самом деле 90% серьезно рассматривали возможность покупки решений ИИ, демонстрируя готовность, а не колебания.
4. Качество моделей и регулирование являются барьерами: Реальная проблема — плохая интеграция в рабочие процессы и инструменты, которые не обучаются и не адаптируются.
5. Лучшие инструменты ИИ успешны сами по себе: Успех приходит, когда инструменты настраиваются, интегрируются и привязываются к измеримым результатам.

Лучшие компании сообщают о циклах внедрения в 90 дней, в то время как предприятиям обычно требуется девять месяцев или больше.

Тем временем модели инвестирования выявляют несогласованность приоритетов — продажи и маркетинг поглощают 50% бюджетов на ИИ, несмотря на то, что автоматизация внутренних процессов часто приносит более высокую отдачу.

Успешные внедрения сообщают об ежегодной экономии в 2-10 миллионов долларов США за счет устранения аутсорсинга бизнес-процессов, 30%-ном снижении внешних творческих затрат и экономии в 1 миллион долларов на аутсорсинге управления рисками.

Вице-президент по закупкам в фармацевтической компании из списка Fortune 1000 рассказал исследователям MIT: «Если я покупаю инструмент, чтобы помочь моей команде работать быстрее, как мне количественно оценить этот эффект?

«Как мне оправдать это перед генеральным директором, если это не повлияет напрямую на выручку и не снизит измеримые затраты?»

MIT обнаруживает, что наиболее эффективные покупатели относятся к поставщикам ИИ как к поставщикам бизнес-услуг, а не как к поставщикам программного обеспечения, требуя глубокой настройки и оценки инструментов по операционным результатам.

Наиболее успешные стартапы в сфере генеративного ИИ достигают 1,2 миллиона долларов США годового рекуррентного дохода в течение 6-12 месяцев, фокусируясь на узких рабочих процессах перед расширением.

ИТ-директор финансовой компании с оборотом 5 миллиардов долларов США описывает реальность выбора: «Мы оцениваем пять различных решений в области генеративного ИИ, но та система, которая лучше всего обучается и адаптируется к нашим конкретным процессам, в конечном итоге получит наш бизнес», — говорит он.

«Как только мы инвестируем время в обучение системы пониманию наших рабочих процессов, затраты на переход становятся запретительными».

Руководитель отдела закупок крупной компании по производству товаров народного потребления описывает проблему оценки поставщиков: «Я получаю множество писем ежедневно с заявлениями, что предлагается лучшее решение в области генеративного ИИ», — говорит она.

«У некоторых есть впечатляющие демоверсии, но установление доверия — это настоящая проблема. Поскольку наши почтовые ящики заполнены множеством вариантов, мы в значительной степени полагаемся на рекомендации коллег и отзывы из нашей сети».

Один ИТ-директор в исследовании резюмирует: «В этом году мы видели десятки демонстраций. Возможно, одна или две действительно полезны. Остальные — это просто оболочки или научные проекты».

Компания OpenAI демонстрирует впечатлительные темпы роста числа платных пользователей.

От отдельного инструмента к комплексной платформе.

Такой резкий рост стал результатом стратегических обновлений продукта, которые преобразовали ChatGPT из мощного AI-ассистента в универсальную платформу «всё в одном».

«ChatGPT становится единым приложением для бизнеса и нашей личной жизни, — говорит Саймон Смит, исполнительный вице-президент по генеративному ИИ в компании Klick. — Шаг за шагом, это становится реальностью».

Ускоренное внедрение ChatGPT в корпоративной среде связано со стратегическими изменениями, произошедшими за кулисами. Вместо того чтобы оставаться самостоятельным ассистентом, OpenAI преобразовала ChatGPT в комплексную корпоративную платформу, которая обеспечивает бесшовную интеграцию с повседневными бизнес-инструментами.

Благодаря прямым подключениям к таким сервисам, как GitHub, Google Docs, Gmail, Microsoft SharePoint, Outlook, OneDrive, HubSpot и Dropbox, OpenAI значительно увеличила свое присутствие на рынке. Этот подход призван устранить барьеры, которые ранее мешали широкомасштабному внедрению ChatGPT в компаниях.

Устранение разрозненности данных (Data Silos)

В последние годы разрозненность данных (data silos) стала серьезной проблемой для бизнеса. Это явление возникает, когда департаменты, команды или информационные системы работают изолированно, что затрудняет эффективный обмен данными.

Фрагментированность данных была одним из ключевых препятствий для внедрения ИИ, с которым пришлось столкнуться таким компаниям, как OpenAI.

Инновационная система коннекторов ChatGPT решает эту проблему, предоставляя единый интерфейс для работы с корпоративной информацией.

Работа с несколькими источниками данных.

Эксперты отрасли высоко оценили это нововведение.

«Сегодня OpenAI объявила о том, что сделала устаревшими специализированные бизнес-инструменты ИИ для централизации и поиска данных, — говорит Норман Полсен, глава инженерного отдела Stealth Startup. — Этот шаг лишает смысла существование многих посреднических B2B-решений в сфере ИИ».

Партнерства как основа роста.

Подход ChatGPT отличается фокусом на прямую интеграцию, а не на использование внешних соединителей.

Благодаря партнерствам с ведущими программными компаниями OpenAI гарантирует бесперебойную передачу данных с соблюдением существующих протоколов безопасности и прав доступа.

Сотрудничество с HubSpot — идеальный пример этого подхода.

Решение ключевых рабочих задач.

Значительный вклад в расширение корпоративного использования ChatGPT внесла его способность решать рабочие задачи.

Запуск «Режима записи» напрямую касается одного из самых трудоемких аспектов операционной деятельности: документирования совещаний и планирования последующих действий.

Эта функция фиксирует, расшифровывает и суммирует содержание встреч, а затем автоматически создает организованные списки задач, стратегии и даже фрагменты программного кода на основе обсуждения.

Конкурентное преимущество.

Такая ценовая политика создает серьезные проблемы для специализированных поставщиков, которые пытаются конкурировать по стоимости.

Стратегия единого приложения.

Достижение OpenAI, увеличившей корпоративную аудиторию на 50% за шесть месяцев, наглядно демонстрирует эффективность платформенного подхода в развитии искусственного интеллекта.