HSBC оспорил данные MIT: 74% компаний уже получают прибыль от генеративного ИИ

По данным Ithome, в конце ноября 2025 года аналитики из HSBC представили новую оценку эффективности инвестиций в искусственный интеллект. Отчет был подготовлен Yuning Bai, который обратил внимание на противоречивую статистику, циркулирующую на рынке.

В июле этого года исследовательская группа MIT NANDA сообщила, что 95% организаций не получают никакой прибыли от внедрения генеративного ИИ. Эта информация вызвала волну сомнений и опасений по поводу перегрева рынка. Однако HSBC оспаривает достоверность этих данных, подчеркивая, что их влияние на дискуссию о «пузыре» ИИ превышает объективную значимость.

Новый анализ, опирающийся на данные Вортон-GBK, показывает иной результат: 74% компаний уже получают положительный эффект от внедрения генеративного ИИ. Это касается как повышения производительности, так и улучшения ключевых показателей эффективности бизнеса. Согласно HSBC, резкий скачок с 5% до 75% в оценке успешности инвестиций маловероятен в течение столь короткого времени.

Аналитики также отмечают, что оценка эффективности ИИ — сложный и многогранный процесс. Методологические различия в подходах к измерению результатов могут приводить к противоположным выводам. Именно поэтому данные о 95% неэффективных проектов требуют критического отношения.

Интересно: Какова вероятность того, что различия в методологии исследований действительно могут формировать противоположные оценки эффективности одного и того же направления инвестиций?

i

Создано специально для ASECTOR

Концептуальное изображение

Когда цифры говорят по-разному: ИИ между оптимизмом и скепсисом

Результаты исследований, связанных с эффективностью инвестиций в генеративный искусственный интеллект, вызывают всё больше вопросов. С одной стороны, MIT NANDA утверждает, что 95% организаций не получают прибыли от внедрения ИИ. С другой — HSBC, опираясь на Вортон-GBK, говорит, что 74% компаний уже видят положительный эффект. На первый взгляд, это противоречие кажется парадоксальным. Но стоит заглянуть глубже — и становится понятно, что цифры скрывают не столько разницу в результатах, сколько в подходах к их измерению.

Оценка эффективности — это не только математика, но и философия. Как определить, что внедрение ИИ «успешно»? Для одних это снижение операционных издержек, для других — ускорение принятия решений, для третьих — повышение удовлетворенности клиентов. Если в одном исследовании берутся в расчет только финансовые показатели, а в другом — и качественные, то естественно, что результаты будут отличаться. Это похоже на сравнение яблок и груш: если не договориться о единой шкале, то цифры будут говорить не о реальных результатах, а о разнице в ожиданиях.

Важный нюанс: Сравнение результатов исследований без учета методологии похоже на попытку оценить вкус пищи, не зная, кто её готовил и по какому рецепту.

Кроме того, важно понимать, что внедрение ИИ — это не одноразовая инвестиция, а процесс, который может длиться годы. Многие компании только начинают путь, и их первые шаги ещё не дали ощутимого экономического эффекта. Это похоже на посадку дерева: если спустя месяц ожидать плодов, то результат будет разочаровывающим. Но если дать время — корни укрепятся, и дерево начнет приносить урожай.

HSBC подчеркивает, что резкое изменение статистики с 5% до 75% за короткий срок маловероятно. Это указывает на то, что данные MIT NANDA и Вортон-GBK, скорее всего, отражают разные срезы реальности, а не драматический поворот событий. Возможно, одна группа опрашивала только крупные корпорации, а другая — включала и малый бизнес. Или одна из сторон рассматривала краткосрочные эффекты, а вторая — долгосрочные.

Для российского бизнеса особенно важно учитывать, что внедрение ИИ — это не только технологический, но и организационный вызов. Компаниям нужно не просто приобрести инструменты, но и изменить процессы, обучить персонал, создать культуру, где данные и алгоритмы становятся частью повседневной работы. Это требует времени, ресурсов и стратегического видения.

Важный нюанс: Успех в ИИ — это не столько вопрос денег, сколько вопрос готовности меняться. Компании, которые видят эффект, чаще всего уже прошли через этапы адаптации и интеграции.

Динамика инвестиций и риски

В 2024 году инвестиции в искусственный интеллект достигли $252,3 млрд, а частные вложения выросли на 44,5% [!]. Однако лишь 5% компаний получают прибыль от внедрённых решений, в отличие от остальных 95%, которые не видят результата. Успешные организации инвестируют значительную часть цифрового бюджета в ИИ и масштабируют инициативы, перестраивая процессы вокруг его возможностей.

Рост инвестиций в ИИ-инфраструктуру ускоряется, поскольку крупные технологические компании активно развивают центры обработки данных для искусственного интеллекта. Результаты NVIDIA, включая рекордную выручку и прогноз на следующий квартал, подтверждают рост интереса к этой сфере. По оценкам Gartner, мировые инвестиции в ИИ в следующем году могут превысить 2 трлн долларов [!].

Однако остаются сомнения относительно того, насколько эти вложения оправдаются в будущем, особенно если часть инвестиций окажется избыточной. Банк Англии уже выявил риски, связанные с ростом инвестиций в центры обработки данных, вызванный увеличением спроса на мощности для обучения ИИ. Эксперты отмечают, что масштабное финансирование сопровождается ростом долговой нагрузки у компаний, а в случае снижения интереса к ИИ такие объекты могут потерять ценность [!].

Практические примеры внедрения

В России рост интереса к ИИ уже начал давать результаты. Компании создают офисы ИИ-трансформации для внедрения нейросетевых технологий в бизнес-процессы, автоматизации рутинных задач и защиты данных. Спрос на ИИ-директоров в январе–октябре 2025 года вырос на 62% по сравнению с аналогичным периодом прошлого года. Например, «Авито» разработала ИИ-ассистента «Ави» с инвестициями в размере 500 млн рублей, ожидая дополнительного дохода в 21 млрд рублей к 2028 году [!].

Внедрение ИИ также влияет на рынок труда. Внедрение искусственного интеллекта в корпоративной среде приводит к сокращению избыточных рабочих мест, особенно в функциях, связанных с рутинными задачами. К 2028 году более половины компаний ожидают, что их штат будет содержать как минимум 10% избыточной численности [!].

Технологические инновации

Развитие ИИ также поддерживается инновациями в области аппаратных решений. Например, Qualcomm анонсировала выпуск двух новых ускорителей для задач ИИ — AI200 и AI250, которые будут поставляться в 2026 и 2027 годах соответственно. Эти устройства предлагают улучшенную эффективность и снижение эксплуатационных расходов по сравнению с решениями конкурентов, включая архитектуру вычисления в близости к памяти и поддержку распределенного инференса [!].

Заключение

Данные о внедрении ИИ и его эффективности продолжают противоречить друг другу, но это не означает, что технология не работает. Просто подходы к оценке результата различаются, и компаниям нужно учитывать множество факторов: от методологии измерения до стратегии внедрения. Для российского бизнеса ключевым становится понимание, что ИИ — это не только инструмент, а часть долгосрочной трансформации. Компании, которые начали этот путь, уже видят результаты, а те, кто откладывает, рискуют потерять конкурентное преимущество.