Gartner: 72% проектов ИИ провалятся без пересмотра бизнес-процессов и открытых моделей
Лишь 28% проектов искусственного интеллекта приносят ожидаемую прибыль, а к 2026 году ошибки автономных агентов нанесут бизнесу ущерб более чем в 10 миллиардов долларов.
Смена парадигмы: от экспериментов к жесткой экономике
Рынок искусственного интеллекта переживает фундаментальный сдвиг: эра бесплатных экспериментов и демонстрационных прототипов заканчивается. Компании переходят к фазе строгой проверки эффективности, где каждый доллар инвестиций должен приносить измеримый результат. Аналитики фиксируют системный разрыв между амбициями бизнеса и реальностью: лишь 28% проектов полностью соответствуют прогнозам по возврату инвестиций, а 20% завершаются полным провалом. Причиной неудач становится не отсутствие технологий, а попытка внедрить сложные решения в процессы, не готовые к автоматизации, при низком качестве данных и нехватке компетенций.
Важный нюанс: Основной барьер для успеха сместился с технологических ограничений на организационные. Без пересмотра бизнес-процессов и четкого распределения ролей инвестиции в ИИ превращаются в затраты, не генерирующие прибыли.
Экономическая модель использования ИИ также претерпевает изменения. Открытые модели с лицензией MIT предлагают альтернативу дорогим проприетарным API. Для задач, требующих обработки миллионов токенов, оплата за каждый запрос становится финансово нецелесообразной, превращаясь в постоянный налог на итерации. Развертывание открытых моделей на собственных серверах или в приватном облаке позволяет снизить затраты на 40–60% и получить полный контроль над данными. Это создает гибридный рынок, где бизнес комбинирует внешние сервисы для рутинных задач и собственные мощные системы для сложных, долгосрочных проектов.
Риски масштабирования и ответственность
Масштабирование технологий несет в себе новые финансовые и юридические угрозы. Прогнозы указывают на то, что к середине 2026 года бизнес понесет убытки более чем в 10 миллиардов долларов из-за ошибок, допущенных ИИ-агентами. Юридическая реальность не позволяет переложить ответственность за решения алгоритмов на поставщиков программного обеспечения. Размытый характер рисков при автономном действии агентов от имени организации делает компании уязвимыми перед штрафами и затратами на исправление последствий.
Параллельно растет напряжение в сфере безопасности и кадров. Дефицит квалифицированных специалистов остается ключевым тормозом: 67% российских компаний называют нехватку кадров главным препятствием, а 45% организаций глобально сталкиваются с этой проблемой. К 2027 году 80% инженерам потребуется переобучение. Кроме того, отсутствие полной видимости криптографических активов создает критические уязвимости. Угроза взлома данных с помощью квантовых компьютеров уже актуальна, что вынуждает компании переносить сроки перехода на постквантовую криптографию и проводить срочный аудит систем защиты.
Стоит учесть: Ответственность за ошибки ИИ-агентов полностью ложится на бизнес. Отсутствие четких механизмов контроля и распределения рисков может привести к значительным финансовым потерям, которые не будут компенсированы вендорами.
Структурные изменения рынка и инфраструктуры
Инвестиции в ИИ-инфраструктуру растут беспрецедентными темпами, что меняет структуру глобальных цепочек поставок. Мировые расходы на технологии достигнут 2,52 триллиона долларов к 2026 году. Основной драйвер — спрос на специализированные серверы и память. Это перераспределение ресурсов приводит к дефициту компонентов для потребительского рынка. Производители памяти переориентируют мощности на серверные чипы, что вызывает рост цен на компоненты до 130%. В результате к 2028 году может исчезнуть сегмент бюджетных ПК дешевле 500 долларов и смартфонов ниже 50 долларов, так как выпуск таких устройств станет нерентабельным.
Рынок мобильных приложений также трансформируется. С появлением ИИ-ассистентов и платформ для создания одноразовых приложений использование традиционных мобильных программ может сократиться на 25%. Пользователи все чаще выбирают интеллектуальные интерфейсы, которые решают задачи без необходимости загрузки отдельных программ. Это ставит под удар бизнес-модели, зависящие от монетизации через загрузку и удержание пользователей в приложениях.
В то же время наблюдается поляризация подходов к внедрению. Стартапы активно экспериментируют с агентным ИИ, но рискуют столкнуться с закрытием более 40% таких проектов к 2027 году из-за неопределенной ценности и высоких затрат. Крупные компании, такие как OpenAI, перераспределяют ресурсы, закрывая ресурсоемкие сервисы (например, генератор видео Sora) ради фокуса на корпоративных платформах и робототехнике. Это свидетельствует о переходе от создания разрозненных инструментов к построению экосистем для управления сложными ИИ-агентами.
На фоне этого: Инвестиции в ИИ не создают «пузырь» в классическом понимании, но формируют жесткую селекцию. Выживут только те решения, которые докажут свою способность интегрироваться в реальные бизнес-процессы и приносить измеримую экономию, а не просто демонстрировать технологические возможности.
Для российских компаний эти глобальные тренды означают необходимость пересмотра стратегий цифровизации. Сигналом для рынка становится необходимость фокусироваться на проектах с предсказуемой экономией и быстрым возвратом инвестиций, а также на развитии собственных компетенций для работы с открытыми моделями. Игнорирование кадрового дефицита и рисков безопасности может привести к тому, что инвестиции в технологии не принесут ожидаемого эффекта, а наоборот, увеличат операционные издержки.
🤖 Сводка сформирована нейросетью на основе фактов из Календаря. Мы обновляем аналитический дайджест при необходимости — факты и хронология всегда доступны в Календаре ниже для проверки и изучения.
📅 Последнее обновление сводки: 14 июня 2026.
