- Отчет «The GenAI Divide: State of AI in Business 2025» от MIT NANDA показывает, что 95% пилотных программ по генеративному ИИ в компаниях не достигают значительного роста выручки.
- Исследование проводилось посредством:
- 150 интервью с бизнес-лидерами
- Опроса 350 сотрудников
- Анализа 300 публичных проектов в области ИИ
- Основные причины неудач включают:
- Разрыв в понимании между инструментом ИИ и использующей его организацией.
- ИИ плохо интегрирован в бизнес-процессы, не обучается и не адаптируется к реальным рабочим процессам.
- Компании часто создают внутренние решения, но их успешность составляет всего 33%, в то время как покупка у внешних поставщиков успешна в 67% случаев.
- Только 5% компаний достигают заметных результатов, как правило, это стартапы под руководством молодых лидеров, которые точно определяют болевые точки, эффективно сотрудничают и быстро масштабируются (рост выручки с 0 до 20 миллионов долларов за год).
- Большая часть бюджетов на ИИ (более 50%) тратится на отделы продаж и маркетинга, в то время как MIT утверждает, что наибольшая рентабельность инвестиций (ROI) достигается за счет автоматизации логистики и снижения затрат на аутсорсинг.
- Другие проблемы:
- Опасения по поводу авторских прав и владения данными при использовании ИИ.
- «Теневой ИИ» («Shadow AI»): сотрудники тайно используют ChatGPT и другие неодобренные инструменты.
- Сложность измерения реального влияния ИИ на прибыль или производительность.
- Передовые организации экспериментируют с «агентными ИИ» («AI agentic») системами — системами ИИ, которые могут учиться, запоминать и действовать независимо в установленных рамках.
📌 Новый отчет MIT предупреждает, что 95% корпоративных проектов в области генеративного ИИ терпят неудачу, несмотря на большие ожидания. Основные причины: плохая интеграция, неверный выбор инструментов и неправильное распределение инвестиций. В то же время небольшие стартапы добиваются успеха благодаря целенаправленному внедрению. Компаниям необходимо сосредоточиться на автоматизации логистики и сотрудничать со специализированными поставщиками, чтобы эффективно использовать ИИ.
