ИИ в бизнесе: почему компании не спешат с инвестициями и где уже видят эффект
Основная проблема внедрения искусственного интеллекта в инфраструктуру и операционные процессы компаний — недостаток финансирования, что вынуждает половину руководителей ИТ-отделов фокусироваться только на проектах с достижимыми результатами и предсказуемой экономией. Особенно активно внедряется ИИ в управлении IT-сервисами и digital workplace, где автоматизация повышает продуктивность, но 48% опрошенных столкнулись с проблемами интеграции, что подтверждает необходимость целенаправленного подхода и выбора сценариев с явным возвратом на инвестиции.
По данным Gartner, основная проблема внедрения ИИ в инфраструктуру и операционные процессы компаний — недостаток финансирования. В исследовании приняли участие 253 руководителя ИТ-отделов по всему миру, и у половины из них не хватает бюджета для перераспределения средств на проекты с участием искусственного интеллекта.
Половина участников заявила, что фокусируется исключительно на ИИ-проектах с достижимыми результатами и предсказуемой экономией. Особенно высокая активность наблюдается в ITSM (управлении IT-сервисами) и digital workplace — сферах, где автоматизация и генеративный ИИ могут повысить продуктивность и снизить затраты.
Melanie Freeze, исследователь Gartner, привела пример устойчивой компании, внедрившей ИИ в работу IT-службы. Сотрудники могли описывать возникшие проблемы в специальном портале, а ИИ на основе знаний из внутренней базы предлагал решения. Это сократило количество обращений, требующих повторного вмешательства, и позволило сотрудникам заниматься более сложными задачами.
Однако интеграция ИИ всё чаще сталкивается с трудностями. Сложность заключается в том, чтобы собрать все компоненты в единую систему. По мнению эксперта, правильный путь — начинать с небольших проектов, которые дают заметный эффект. Это позволяет создать импульс для дальнейшего развития.
48% опрошенных отметили, что столкнулись с трудностями интеграции. Результаты Gartner совпадают с исследованиями из MIT, где 95% всех ИИ-проектов оказались неуспешными. Ранее Gartner также отмечал, что более 40% проектов с агентным ИИ могут быть закрыты к 2028 году.
Это подтверждает, что эксперименты с ИИ должны быть целенаправленными. Необходимо выбирать такие сценарии, где можно показать возврат на инвестиции и создать устойчивое развитие.
Ключевым фактором остаётся соответствие проектов стратегическим приоритетам компании. Стоимость внедрения, связанная с рисками, а также стоимость решения — всё это влияет на оценку ожидаемой выгоды. Важно также использовать ИИ для улучшения пользовательского опыта и выявления скрытых данных.
Компании вроде Microsoft, Google, Slack, Box и Zoom активно развивают инструменты, которые позволяют извлекать ценную информацию из существующих данных. Это помогает принимать более обоснованные решения в долгосрочной перспективе.
В исследовании не рассматривались долгосрочные инвестиции — оно касалось только проектов, влияющих на продуктивность сотрудников. Большинство участников не спешат выделять значительные средства на ИИ. Как отметила Freeze, ИТ-лидеры сталкиваются с дилеммой: обеспечить бесперебойную работу инфраструктуры и одновременно найти возможности для инноваций.
Интересно: Как изменится подход к внедрению ИИ в компаниях, если станет очевидно, что только проекты с быстрым ROI способны выдержать давление бюджетных ограничений?
Как ИИ превращается из инновации в инструмент выживания
Когда ИИ становится инструментом, а не целью
Бюджетные ограничения вынуждают компании выбирать ИИ-проекты, которые дают непосредственную экономию а не только обещают будущие выгоды. Это меняет природу внедрения искусственного интеллекта: он перестаёт быть технологическим вызовом и превращается в инструмент выживания в условиях роста операционных затрат.
ITSM и digital workplace становятся приоритетами не потому, что они самые перспективные, а потому, что в них легче показать конкретный ROI. Это создаёт парадокс: самые простые и очевидные применения ИИ получают приоритет, тогда как потенциально более значимые проекты, требующие долгосрочного финансирования, остаются на периферии.
Важный нюанс: ИИ перестаёт быть инновацией — он становится частью операционной инфраструктуры, где каждый шаг должен оправдывать себя в кратчайшие сроки.
Скрытые последствия для рынка и бизнеса
Интеграция ИИ — это не только техническая задача, а внутренняя трансформация. Компании, которые не могут создать единую систему, рискуют остаться позади. Однако именно эти сложности создают рыночные возможности для поставщиков решений, которые умеют связать разрозненные ИИ-проекты в единую экосистему.
Компании, такие как Microsoft, Google, Slack, Box и Zoom, уже формируют платформы, позволяющие извлекать данные из разных источников. Это не случайно: в условиях ограниченного финансирования умение использовать существующие данные становится ключевым конкурентным преимуществом.
Парадокс заключается в том, что не самые крупные инвестиции, а умение масштабировать небольшие проекты определяет успех. Это создаёт пространство для гиперавтоматизации в IT-служах и повышает требования к цифровой зрелости внутри компаний.
Важный нюанс: Успех в ИИ всё больше зависит не от масштаба, а от способности строить эффект «домино» — когда небольшие проекты создают импульс для более масштабных изменений.
Дополнительные тренды, меняющие ИИ-ландшафт
Среди ключевых трендов, которые усиливают давление на бизнес, стоит отметить рост интереса к надёжному ИИ. По данным Gartner, 40% организаций инвестируют в «надёжный ИИ» с контролем и ограничениями. Это связано с тем, что 40% проектов агентного ИИ могут быть отменены к 2027 году из-за высоких затрат и неопределенной ценности [!].
В то же время стартапы активно внедряют ИИ, сосредотачиваясь на решениях, которые повышают продуктивность и сокращают затраты. Однако крупные компании пока воздерживаются, ожидая проверки эффективности [!]. Это создаёт разницу в подходах: одни экспериментируют, другие — наблюдают.
Важно также учитывать, что спрос на ИИ-чипы растёт. Компании вроде TSMC, Samsung и SK Hynix зафиксировали рекордный рост выручки за счёт спроса на компоненты для искусственного интеллекта [!]. Это подтверждает, что ИИ — не просто программная технология, а инфраструктурная реальность, требующая значительных инвестиций в полупроводниковую промышленность.
Что дальше: сценарии развития
Если финансирование останется стеснённым, то проекты с быстрым возвратом инвестиций станут доминировать. Это ускорит переход к агрегации данных и автоматизации рутинных задач, но замедлит развитие более сложных ИИ-приложений.
Однако если рынок увидит, что ИИ может стать источником стратегических преимуществ, а не просто инструментом оптимизации, то инвестиции могут вырасти. Это зависит от двух факторов: доказательства долгосрочной ценности и умения интегрировать ИИ в существующие процессы.
Таким образом, ближайший триггер для изменения — появление успешных кейсов, где ИИ не просто сокращает затраты, а создаёт новые бизнес-модели. Для российских компаний особенно важно учитывать, что локальные решения и адаптация иностранных платформ могут стать ключевым фактором выживания в условиях ограниченного доступа к глобальным технологическим решениям.
