Новый доклад инициативы MIT NANDA показывает: лишь 5% корпоративных пилотов дают быстрый рост выручки, а 95% буксуют без заметного влияния на P&L. Исследование опирается на 150 интервью с руководителями, опрос 350 сотрудников и анализ 300 публичных внедрений. Главная проблема — не модели, а интеграция и «разрыв в обучении».
Что именно нашёл MIT: реалии пилотов генеративного ИИ
MIT называет раскол «GenAI Divide»: крайне высокий интерес, но низкая трансформация. Только 5% интегрированных пилотов извлекают «миллионы» ценности, прочие не создают измеримого эффекта. В отчёте подчёркнуто, что сбои связаны с процессами и интеграцией, а не «качеством ИИ» как такового. На рынке это уже чувствуется: публикации Fortune и Investors Business Daily описали, как выводы MIT поколебали ожидания инвесторов в AI-акциях.
Методология доклада — 300 кейсов внедрения, 150 интервью менеджеров и 350 респондентов в опросах. Важный вывод: стартапы и крупные технологичные корпорации добиваются успеха чаще, если решают одну конкретную бизнес-боль и правильно выстраивают партнёрства, тогда как «широкие» эксперименты в крупных организациях застревают.
Почему буксуют пилоты генеративного ИИ: «разрыв в обучении» и фокус не там
MIT указывает на «learning gap»: инструменты (типа публичных чат-моделей) хорошо работают для отдельных людей, но не вживляются в процессы без обучения и перестройки регламентов. Более 50% бюджетов уходит в продажи и маркетинг, тогда как наибольший ROI фиксируется в автоматизации бэк-офиса — отказе от части аутсорсинга и внешних агентств. Частая ошибка — пытаться «строить своё» в регулируемых отраслях: по данным отчёта, покупные специализированные решения дают результат вдвое чаще, хотя финансы и здравоохранение всё ещё тяготеют к in-house по комплаенсу.
Параллельно растёт «теневой ИИ» — стихийное использование доступных сервисов без одобрения ИБ/юристов. Это искажает метрики, увеличивает риски и мешает оценить реальный вклад пилотов. Итог: без роли менеджеров среднего звена (владельцев процессов) и без адаптации метрик пилоты не переходят в продуктив.
Где деньги и как считать успех пилотов генеративного ИИ
MIT фиксирует, что короткий денежный цикл находится в внутренних операциях: бэк-офис, обработка документов, соответствие, закупки, поддержка — там проще доказать экономию и заменить внешний подряд. На рынке тоже перегрев: только за первое полугодие 2025 инвестиции в AI-стартапы превысили $44 млрд — на этом фоне требования к окупаемости пилотов ужесточаются.
С корректной постановкой задач стартапы способны за год вырасти с нуля до ~$20 млн выручки, выбирая одну «боль», быстро внедряя готовый продукт и подкрепляя его партнёрствами. Корпорациям же советуют «покупать → интегрировать → дорабатывать» вместо «строить всё своё», а метрики смещать с «вдохновения» к конкретным KPI: TAT, % автоматизации, $/кейс, NPS внутренних пользователей.
Что делать компаниям: как перевести пилоты генеративного ИИ из «демо» в P&L
Ключевые факторы успеха MIT формулирует однозначно: покупка нишевых решений, глубокая интеграция в процессы, участие мидл-менеджмента (владельцев процессов) и обучение сотрудников. Технологически тренд — к «агентным» системам и памяти (контуры, которые учатся на обратной связи и встраиваются в рабочие циклы). Но окно выбора быстро закрывается: в ближайшие 12–18 месяцев предприятия «закрепят» вендоров.
На рынке труда ИИ пока не ведёт к массовым увольнениям: компании скорее не восполняют уходящие вакансии в административных/поддерживающих ролях и перераспределяют функции. Растёт спрос на специалистов по интеграции, продакт-менеджменту и аналитике эффектов.
| Фактор | Действие | Метрика успеха |
|---|---|---|
| Выбор решения | Покупать нишевый продукт, а не «писать своё» | Δ P&L/квартал, время до ценности (TTV) |
| Интеграция | Вшить в процессы/регламенты, а не «ассистент сбоку» | Автоматизация %, TAT, ошибка/кейс |
| Обучение | Тренинги для мидл-менеджеров и операционных ролей | Активность MAU, CSAT, ретеншн паттернов |
| Безопасность | Ликвидировать «теневой ИИ», завести контур данных | Доля одобренных запросов, инциденты=0 |
- Выберите 1–2 болевые точки (бэк-офис) и задайте KPI в деньгах.
- Купите специализированный продукт, не «песочницу» — и сразу интегрируйте в регламенты.
- Назначьте владельцев процессов (middle) и запустите обучение для команд.
- Уберите «теневой ИИ»: единая политика данных, безопасные маршруты контента.
- Мерьте Δ P&L ежеквартально, а не «вдохновение» и число запросов.
Заключение
Доклад MIT подтверждает: технологию уже «умеют», но выигрывает культура внедрения. Чтобы ваши пилоты генеративного ИИ попали в те 5%, выбирайте узкую боль, покупайте специализированное решение, вшивайте его в процесс и учите людей. И меряйте не «магическое вдохновение», а деньги — ежеквартально и прозрачно.
