На рынке внедрения искусственного интеллекта складывается парадоксальная ситуация: технологии доступны, бюджеты выделяются, но финансовую отдачу получают немногие. В своей колонке Алексей Флоринский, генеральный директор компании SimbirSoft, приводит данные: 97% крупного бизнеса уже используют или планируют внедрение ИИ, однако формализованная стратегия есть только у 26%. Генеративным ИИ пользуются 70% компаний, но реальную выгоду извлекают единицы.
По мнению Флоринского, причина не в технологиях, а в подходе. “Мало купить доступ к модели, нужно понимать, какую задачу она решает, сколько это стоит и кто отвечает за результат. Если вы не готовы перестраивать процессы, лучше вообще не начинайте. Технология сама по себе ничего не решит, только съест бюджет”, — комментирует эксперт.
Он выделяет четыре типичные ошибки. Первая — старт с внедрения ИИ, а не с конкретной задачи. По данным Gartner, только 28% ИИ-проектов окупаются, 20% полностью проваливаются. Вторая: использование дорогой флагманской модели для всех задач: разница в цене с легкой моделью может достигать 30 раз. Третья — игнорирование “верификационного долга”. Нейросети уже пишут 42% кода, но только 48% разработчиков проверяют его перед отправкой. Четвертая: попытка встроить ИИ в старые процессы без их перестройки.
В России почти половина компаний работает с ИИ через облака, а каждая третья увеличила бюджеты на это направление. ИИ впервые обогнал по росту инвестиций кибербезопасность. При этом 79% крупных промышленных предприятий не используют публичные генеративные нейросети из-за риска утечек данных.
Успешный проект, по словам Алексея Флоринского, проходит три фазы: проверку гипотез, пилот с четкой метрикой и масштабирование. Компании, которые пересматривают рабочие процессы, фиксируют до 20% роста выпуска продукции и до 15% оптимизации ресурсов. “Пока вы не настроите контроль, не научите команду проверять и не поймете, где какая модель нужна, ИИ будет просто дорогой игрушкой”, — резюмирует Алексей Флоринский.
