Управление файлами cookie
Настройки файлов cookie
Файлы cookie, необходимые для корректной работы сайта, всегда включены.
Другие файлы cookie можно настроить.
Другие файлы cookie можно настроить.
95% организаций получают нулевую отдачу от ИИ
Примерное время чтения: 6 минут
Хотите всегда быть в курсе событий на рынке IT? Подписывайтесь на наш Telegram-канал!
- Исследователи Массачусетского технологического института (MIT) посчитали, что инвестиции в «GenAI» в размере $ 30−40 млрд. окупились только у 5% компаний.
Аналитики NANDA (Networked Agents and Decentralized AI) Массачусетского технологического института (MIT) провели масштабное исследование, в котором опросили 150 руководителей и 350 сотрудников, проанализировали 300 кейсов по внедрению ИИ в бизнес.
Более 80% организаций опробовали инструменты генеративного ИИ, как ChatGPT и Copilot, на практике. Почти 40% сообщают об интеграции с бизнесом. Но эти инструменты в первую очередь повышают производительность отдельных сотрудников, а не финансовые показатели. Только 20% из опрошенных объявили о запуске пилотных стадии, и только 5% - производственной.
Многие компании не достигли ожидаемых результатов, тогда как узкосегментированные, напротив, вышли в плюс. Часть стартапов добилась выручки в миллионы долларов за несколько дней, но у другой части — зафиксированы убытки. Результаты настолько сильно различаются, что это феномен получил отдельное название: «разрыв GenAI».
Разрыв во многом проявляется на отраслевом уровне. Исследователи MIT изучали 8 индустрий: технологии, медиа и телеком, профессиональные услуги, здравоохранение, ритейл, финансовые услуги, высокотехнологичная отрасль, энергетика и материал.
Только в двух исследуемых сегментах (технологии и медиа) наблюдаются явные признаки структурных изменений. Ввиду особенностей медицинского сектора, многие разработки находятся на пилотном этапе.
Появляются новые конкуренты (например, Cursor и Copilot); происходят изменения в рабочих процессах
Рост ИИ-контента; изменения в динамике рекламного рынка; укрепление позиций текущих лидеров.
Повышение эффективности; процесс оказания услуг клиентам остается в целом без изменений.
Тестируются пилотные проекты по автоматизации документации и транскрипции; клинические модели пока без изменений.
Автоматизация клиентской поддержки; ограниченное влияние на лояльность клиентов и позиции лидеров.
Автоматизация процессов бэк-офиса; отношения с клиентами остаются стабильными.
Тестируются решения для технического обслуживания; значимых изменений в цепочках поставок нет.
Почти полное отсутствие внедрения; минимальные эксперименты с ИИ.
Ключевые причины низкой эффективности ИИ в несбалансированном распределении ресурсов.
Результаты исследования подчеркивают, что стратегическое управление ИИ-внедрениями и развитие ИИ-грамотности сотрудников становятся решающими факторами цифровой конкурентоспособности бизнеса.
Основное препятствие для масштабирования — неспособность моделей к обучению.
Большинство систем «GenAI» не поддерживают обратную связь, не адаптируются к контексту и не совершенствуются с течением времени.
Успешные стартапы создают системы, которые учатся на обратной связи (66% руководителей хотят этого), сохраняют контекст (63% требуют этого) и глубоко адаптируются к конкретным рабочим процессам. Они начинают с периферийных рабочих процессов, настраивая их, а затем масштабируют до основных процессов.
Предпринимателем выгодно покупать уже готовые системы, отвечающие всем нужным профилям бизнеса.
Большие компании требуют глубокой кастомизации, стимулируют внедрение с самого начала. Предприниматели понимают, что преодоление «Разрыва GenAI» требует партнерства, а не просто покупки.
Наибольшего успеха добиваются стартапы, которые создают «неуниверсальные» продукты.
Прибыль получают те, кто внедряет ИИ в конкретные бизнес-процессы, например, голосовых ассистентов для колл-центров, автоматизацию документооборота и генерацию кода.
Пять мифов о «GenAI», которые можно сделать из отчета
→
Миф 1. В ближайшие несколько лет искусственный интеллект займет большинство рабочих мест
Исследования показали, что «GenAI» приводит к ограниченным увольнениям и только в тех отраслях, на которые искусственный интеллект уже оказывает значительное влияние. Среди руководителей нет единого мнения относительно уровня найма на ближайшие 3−5 лет.
Исследования показали, что «GenAI» приводит к ограниченным увольнениям и только в тех отраслях, на которые искусственный интеллект уже оказывает значительное влияние. Среди руководителей нет единого мнения относительно уровня найма на ближайшие 3−5 лет.
→
Миф 2. Генеративный И И трансформирует бизнес
Уровень внедрения высок, но трансформации происходят редко. Только на 5% предприятий инструменты ИИ интегрированы в рабочие процессы в полном масштабе, а в 7 из 9 секторов не наблюдается реальных структурных изменений.
Уровень внедрения высок, но трансформации происходят редко. Только на 5% предприятий инструменты ИИ интегрированы в рабочие процессы в полном масштабе, а в 7 из 9 секторов не наблюдается реальных структурных изменений.
→
Миф 3. Предприятия медленно внедряют новые технологии
Предприятия чрезвычайно заинтересованы в внедрении искусственного интеллекта, и 90% из них серьезно рассматривают возможность покупки решения с использованием искусственного интеллекта.
Предприятия чрезвычайно заинтересованы в внедрении искусственного интеллекта, и 90% из них серьезно рассматривают возможность покупки решения с использованием искусственного интеллекта.
→
Миф 4. Больше всего ИИ мешает качество моделей, юридические аспекты, данные, риски
На самом деле его сдерживает то, что большинство инструментов ИИ не поддаются обучению и плохо интегрируются в рабочие процессы.
На самом деле его сдерживает то, что большинство инструментов ИИ не поддаются обучению и плохо интегрируются в рабочие процессы.
→
Миф 5. Лучшие предприятия создают свои собственные инструменты
Внутренние сборки дают сбой в два раза чаще, требуют значительных бюджетов и могут быть слишком амбициозными на старте, что мешает им быть эффективными.
Внутренние сборки дают сбой в два раза чаще, требуют значительных бюджетов и могут быть слишком амбициозными на старте, что мешает им быть эффективными.
Эльвира Масленникова
контент-менеджер