ИИ-инвестиции 2024: 95% компаний терпят убытки, а 5% масштабируют успех
Инвестиции в искусственный интеллект в 2024 году достигли $252,3 млрд, а приватные вложения выросли на 44,5%, что указывает на растущую значимость ИИ в стратегиях бизнеса. При этом только 5% компаний получают прибыль от внедрённых решений, в отличие от которых успешные игроки инвестируют значительную часть цифрового бюджета в осознанные ИИ-инициативы и масштабируют их.
По данным Artificialintelligence-News, инвестиции в искусственный интеллект (ИИ) в 2024 году достигли $252,3 млрд, что подтверждает устойчивый интерес со стороны бизнеса. Приватные вложения выросли на 44,5%, согласно исследованию Стэнфордского университета. Это указывает на то, что ИИ становится неотъемлемой частью стратегического планирования для многих компаний.
Успех в применении ИИ зависит от подхода
Несмотря на масштабные вложения, исследование MIT, цитируемое ABC News, показывает, что 95% организаций не получают прибыли от внедрённых решений. Однако 5% успешных компаний отличаются стратегией: они инвестируют больше, чем треть своих цифровых бюджетов в ИИ, и делают это осознанно. По данным McKinsey, около 75% этих компаний масштабируют ИИ-инициативы, в отличие от 33% остальных. В их числе — Goldman Sachs, OpenAI, Amazon, JPMorgan Asset Management, Google и Oracle.
Высокие результаты достигаются за счёт трансформационных изменений, а не только улучшений. Организации перестраивают рабочие процессы вокруг возможностей ИИ и внедряют строгие фреймворки управления.
Инфраструктурные вызовы и стратегии
Разработка крупных языковых моделей требует значительных ресурсов. Например, обучение Google Gemini Ultra обошлось в $191 млн, а OpenAI GPT-4 — в $78 млн только на оборудование. Для большинства компаний создание собственных моделей непрактично, поэтому выбор партнёров и поставщиков становится критически важным.
В 2025 году компания CoreWeave сократила свои капитальные расходы на 40%, объяснив это задержками в поставке электроэнергии. Oracle, как сообщила генеральный директор Сафра Катц, в отчёте Euronews, продолжает отклонять запросы клиентов из-за нехватки мощностей.
Это создаёт как риски, так и возможности. Компании, которые разрабатывают гибкие стратегии инфраструктуры — заключают соглашения с несколькими поставщиками, проверяют альтернативные архитектуры и тестируют на устойчивость к дефициту ресурсов, — получают преимущество перед теми, кто полагается на одного поставщика.
Стратегия в условиях роста рынка
Аналитики подчёркивают, что в отличие от спекулятивных компаний эпохи 2000-х, современные ИИ-гиганты демонстрируют реальный рост прибыли. По данным Goldman Sachs, рост цен на акции сопровождается устойчивым увеличением доходов. Это позволяет говорить о том, что ИИ — не только всплеск, а долгосрочный тренд.
Интересно: Какие меры позволят бизнесу адаптироваться к концентрации рынка, когда три крупнейших поставщика ИИ контролируют значительную долю глобальных возможностей?
Когда ИИ становится стратегией, а не трендом
Искусственный интеллект в 2024 году выходит из стадии экспериментов и становится полноценным элементом бизнес-стратегий. Вложения в ИИ превышают $250 млрд, а 95% компаний всё ещё не видят результата. Это указывает на то, что ключ к успеху не в количестве вложений, а в их качестве. Те, кто действительно получает отдачу, действуют системно, инвестируют в масштаб и не ограничиваются улучшениями — они меняют бизнес-процессы под новые реалии.
От вложений к трансформации
Современные ИИ-проекты требуют не только финансовых, но и организационных изменений. Успешные компании, такие как Goldman Sachs, Amazon или Oracle, не только внедряют ИИ, а перестраивают структуры, процессы и цели. Они вкладывают значительную долю бюджета в ИИ и масштабируют решения, а не останавливаются на пилотах.
Однако, как показывает практика, большинство компаний сталкивается с проблемой недостаточной готовности к масштабированию. Это проявляется в отсутствии квалифицированных кадров, слабых фреймворках управления рисками и несогласованности между ИТ и бизнес-подразделениями. В результате инвестиции в ИИ превращаются в затратные эксперименты без отдачи.
Важно отметить, что крупные игроки уже начинают использовать корпоративные данные для обучения моделей, что открывает возможности для более точных и адаптированных решений. Например, Goldman Sachs обладает уникальными закрытыми наборами данных, включая информацию о торговых потоках и клиентах, которые могут стать основой для ИИ-решений, адаптированных под специфику бизнеса [!].
Инфраструктура как бутылочное горлышко
Ещё одна ключевая проблема — инфраструктура. Создание крупных моделей, таких как Google Gemini Ultra или OpenAI GPT-4, требует колоссальных ресурсов. Обучение этих моделей стоит десятки миллионов долларов, что делает их недоступными для большинства компаний. Вместо этого они вынуждены полагаться на поставщиков — что приводит к новым рискам.
CoreWeave, например, сократила расходы из-за нехватки электроэнергии, а Oracle отклоняет запросы клиентов из-за ограниченных мощностей. Это показывает, что даже крупные игроки сталкиваются с ограничениями в доступе к ресурсам. Для российских компаний, где инфраструктурные возможности ещё более ограниченны, это становится критическим фактором. Зависимость от одного поставщика или архитектуры может привести к остановке проектов в критический момент.
Важный нюанс: Компании, которые выигрывают в этой ситуации, — те, кто строит гибкую стратегию инфраструктуры: заключают контракты с несколькими поставщиками, тестируют решения на устойчивость к дефициту ресурсов и разрабатывают альтернативные архитектуры. Это позволяет им минимизировать риски и сохранять стабильность даже в условиях роста спроса.
Рост и регулирование: новые вызовы
Современные ИИ-гиганты уже не похожи на спекулятивные стартапы эпохи 2000-х. Их рост прибыли и стабильность акций указывают на то, что ИИ действительно становится частью экономической реальности. Однако вместе с ростом приходит и регулирование. В условиях усиления нормативных требований компании должны не только внедрять ИИ, но и обеспечивать прозрачность, безопасность и соответствие стандартам.
Это особенно актуально для российского рынка, где регулирование ИИ ещё не сформировалось, но, как ожидается, будет усиливаться. Компаниям, которые не подготовятся к этим изменениям, угрожает не только потеря конкурентоспособности, но и юридические риски.
Новые игроки и угрозы безопасности
Среди вызовов, с которыми сталкиваются ИИ-проекты, стоит отметить уязвимости в крупных моделях языка (LLM). Исследования показали, что стихотворные запросы могут обходить защитные функции в 65% случаев, что делает модели уязвимыми для вредоносного манипулирования. Особенно высокая успешность атак наблюдалась в 24% случаев. В этой связи OpenAI усилила контроль за поставщиками и уведомила клиентов о возможной утечке данных через бывшего поставщика Mixpanel [!].
Стратегия в условиях роста рынка
Аналитики подчёркивают, что в отличие от спекулятивных компаний эпохи 2000-х, современные ИИ-гиганты демонстрируют реальный рост прибыли. По данным Goldman Sachs, рост цен на акции сопровождается устойчивым увеличением доходов. Это позволяет говорить о том, что ИИ — не только всплеск, а долгосрочный тренд.
Для компаний важно не избегать инвестиций в ИИ, а избежать ошибок, которые приводят к отсутствию возврата. Среди ключевых рекомендаций:
- фокусироваться на конкретных задачах с измеримым ROI;
- инвестировать в организационную готовность, а не только в технологии;
- создавать фреймворки управления рисками, особенно в условиях усиления регулирования.
Важный нюанс: Какие меры позволят бизнесу адаптироваться к концентрации рынка, когда три крупнейших поставщика ИИ контролируют значительную долю глобальных возможностей?
Рост спроса и новые модели
Растущий спрос на ИИ приводит к приоритизации ресурсов даже у крупных игроков. Alibaba, например, вынуждена вводить приоритеты в распределении графических процессоров, так как загрузка оборудования достигла максимального уровня. Это подчеркивает масштабы роста интереса к искусственному интеллекту [!].
В то же время, снижение цен на ИИ-модели, такие как Claude Opus 4.5 от Anthropic, делает ИИ более доступным для корпоративного сектора. Новая версия модели снизила стоимость использования почти на 70%, что открывает возможности для более широкого применения ИИ в бизнесе [!].
Заключение
Искусственный интеллект уже не остаётся на уровне экспериментов — он становится стратегическим элементом, требующим не только финансовых вложений, но и глубоких организационных изменений. Успех в этой области зависит не от скорости внедрения, а от способности компании адаптироваться к масштабным изменениям, управлять ресурсами и строить устойчивую инфраструктуру. Для российского бизнеса это особенно важно, так как доступ к ключевым компонентам и поставщикам остаётся ограниченным.
Источник: AINews
