Отчёт MIT: 95% пилотных проектов генеративного ИИ в компаниях терпят неудачу

Отчёт «GenAI Divide: State of AI in Business 2025», опубликованный ^[1] инициативой NANDA Массачусетского технологического института, показывает, что большинство инициатив, направленных на быстрый рост выручки с помощью инструментов искусственного интеллекта ^[2], терпят неудачу.

Исследование было основано на 150 интервью с руководителями, опросе 350 сотрудников и анализе 300 публичных кейсов внедрений ИИ.

Выяснилось, что только около 5% пилотных программ ИИ дают быстрый рост выручки; подавляющее большинство из них останавливается, практически не оказывая измеримого влияния на прибыли и убытки компаний. 

Автор отчёта Адитья Чаллапалли говорит ^[3]: «Пилотные проекты некоторых крупных компаний и более молодые стартапы действительно преуспевают в использовании генеративного ИИ». По его словам, стартапы, возглавляемые 19- или 20-летними руководителями, «увидели рост выручки с нуля до $20 млн за год». «Это происходит потому, что они выбирают одну болевую точку, хорошо работают и грамотно сотрудничают с компаниями, которые используют их инструменты», — добавил Чаллапалли.

Однако для 95% компаний, включённых в набор данных отчёта, внедрение генеративного ИИ показало неудовлетворительные результаты. Основная проблема заключается не в качестве моделей ИИ, а в «разрыве в обучении» как инструментов, так и организаций. Хотя руководители часто винят в этом регулирование или эффективность моделей, исследование указывает на недостатки корпоративной интеграции. Универсальные инструменты, такие как ChatGPT, отлично подходят для отдельных сотрудников благодаря своей гибкости, но их использование в компаниях затормаживается, поскольку модели не обучают и не адаптируют к рабочим процессам, пояснил Чаллапалли.

Данные также свидетельствуют о неравномерном распределении ресурсов. Более половины бюджетов на генеративный ИИ направляется на инструменты продаж и маркетинга, однако авторы отчёта выявили, что наибольшую окупаемость несёт автоматизация бэк-офиса — отказ от аутсорсинга бизнес-процессов, сокращение расходов на внешних подрядчиков и оптимизация операций.

Решающее значение имеет то, как компании внедряют ИИ. Покупка инструментов у специализированных поставщиков и создание партнёрств приводят к успеху примерно в 67% случаев, в то время как внутренние разработки успешны в три раза реже, отмечают аналитики. Этот вывод особенно актуален для сферы финансовых услуг и других строго регулируемых секторов, где многие компании начали разрабатывать собственные системы генеративного ИИ. Исследование показывает, что они сталкиваются с гораздо большим количеством сбоев, работая самостоятельно.

Ещё один фактор успеха внедрения ИИ — расширение прав и возможностей линейных руководителей для стимулирования внедрения и выбора таких инструментов.

В отчёте также отмечается широкое использование «теневого ИИ» и сохраняющаяся проблема оценки влияния технологии на производительность и прибыль.

Аналитики отмечают, что наиболее передовые организации уже экспериментируют с агентными системами ИИ, которые могут обучаться, запоминать и действовать самостоятельно в рамках установленных границ.

Ранее аналитики CB Insights подсчитали ^[4], что в настоящее время существуют 498 частных компаний в сфере искусственного интеллекта с оценкой выше $1 млрд. Совокупная стоимость этих ИИ-компаний составляет $2,7 трлн. С 2023 года основали 100 таких компаний. В CB Insights указали на существование свыше 1,3 тыс. стартапов в области ИИ с оценкой более $100 млн