Половина бюджета на ИИ: производство гонится за прибылью или рискует сбоями

По данным Artificialintelligence-News, в 2025 году производственные компании вкладывают почти половину бюджета на модернизацию в искусственный интеллект (ИИ), рассчитывая, что такие системы увеличат прибыль в течение двух лет. Согласно исследованию Future-Ready Manufacturing Study 2025, проведённому Tata Consultancy Services (TCS) и AWS, 88% производителей ожидают, что ИИ обеспечит как минимум 5% операционной маржи. В четверти случаев прогнозируются доходы свыше 10%.

Стремление к ИИ сталкивается с реальностью

Несмотря на рост инвестиций, между ожиданиями и реальностью на производственных площадках остаётся разрыв. Подавляющее большинство компаний всё ещё сталкивается с проблемами в области данных и управления рисками. 75% респондентов ожидают, что к 2026 году ИИ войдёт в тройку основных источников операционной маржи. Однако 51% всех затрат на трансформацию направляется именно на ИИ и автономные системы, что существенно превышает ассигнования на модернизацию облака (16%) и переподготовку персонала (19%).

Для ИТ-директоров это создаёт риск: внедрение сложных алгоритмов на фоне устаревшей инфраструктуры может привести к сбоям. Как отметил президент направления «Производство» в TCS Анупам Сингхал, «производство — это сфера, где точность и надёжность имеют первостепенное значение. Сегодня ИИ становится мощным инструментом, способным повышать предсказуемость, стабильность и контроль, что открывает путь к трансформационным результатам».

Доверие к цифровым решениям остаётся низким

При всей уверенности в потенциале ИИ, на практике производители всё ещё полагаются на аналоговые методы. В условиях недавних сбоев 61% компаний увеличили объёмы страхового запаса, 50% перешли на многоканальные логистические стратегии. Лишь 26% воспользовались цифровыми двойниками для моделирования сценариев. Это указывает на отставание в доверии к цифровым системам.

Ключевые барьеры: данные и инфраструктура

Основная проблема заключается не в самих моделях ИИ, а в качестве данных, на которые они опираются. Только 21% производителей считают себя полностью готовыми к внедрению ИИ, обладая чистыми, структурированными и унифицированными данными. Остальные сталкиваются с разрозненностью информации, что мешает алгоритмам работать эффективно.

Интеграция с устаревшими системами остаётся главной технической проблемой, отмеченной 54% респондентов. В условиях, где угрозы кибербезопасности могут остановить производство или повредить оборудование, уровень готовности к автономным решениям остаётся низким.

Развитие агентного ИИ в производстве

Несмотря на сложности, отрасль активно развивает агентный ИИ — системы, способные принимать решения с минимальным участием человека. 74% производителей ожидают, что к 2028 году такие агенты будут управлять до половины рутинных производственных решений. 66% компаний уже разрешают или планируют разрешить ИИ одобрять рутинные рабочие задания без участия сотрудников.

Этот переход от «помощников» к автономным агентам меняет подход к труду. Хотя 89% производителей ожидают влияния ИИ на рабочие места, основное внимание уделено расширению возможностей сотрудников, а не их замене. Наибольшие улучшения уже наблюдаются в интеллектуальных ролях: 49% — у инспекторов качества, 44% — у IT-специалистов. В физически ориентированных профессиях, таких как техническое обслуживание, рост пока медленнее.

Стратегия внедрения: гибкость и выбор

Производители стремятся избежать зависимости от одного поставщика. 63% предпочитают гибридные или многоуровневые подходы. 33% планируют использовать несколько агентов, встроенных в разные платформы, 30% — гибридную модель с сочетанием встроенного и настраиваемого управления. Только 13% готовы закрепиться за одной системой.

Переход от инвестиций к прибыли

Для того чтобы превратить крупные инвестиции в ИИ в реальные финансовые результаты, руководству компаний важно учитывать несколько факторов. Во-первых, необходимо улучшить качество данных. Всего 21% организаций полностью готовы к работе с ИИ, поэтому приоритет — модернизация, а не разработка алгоритмов. Во-вторых, стоит снизить уровень недоверия к цифровым сигналам. Резервирование запасов указывает на необходимость постепенного перехода к автономным решениям, начиная с административных задач. В-третьих, важно избегать монолитных решений. Гибкий подход к платформам позволяет сохранить контроль и адаптивность.

Интересно: Сможет ли производство эффективно использовать ИИ, если ключевые барьеры — данные, инфраструктура и доверие — не будут решены в ближайшие годы?

i

Создано специально для ASECTOR

Концептуальное изображение

Когда надежда на ИИ сталкивается с реальностью: новые данные и стратегические сдвиги

Производственные компании в 2025 году вкладывают почти половину бюджета на модернизацию в искусственный интеллект, уверенные, что он принесёт прибыль в течение двух лет. По данным исследования TCS и AWS, 88% производителей ожидают, что ИИ обеспечит как минимум 5% операционной маржи. Но цифры скрывают важную деталь: между ожиданиями и реальностью остаётся разрыв, который может стать серьёзным барьером для трансформации.

Проблема не в алгоритмах, а в данных

ИИ — это не волшебная палочка, а инструмент, который работает только тогда, когда получает качественные данные. Проблема в том, что лишь 21% производителей уверены в том, что их данные структурированы, чисты и готовы к работе с алгоритмами. В остальных случаях разрозненность информации, устаревшие системы и отсутствие единой методологии сбора данных мешают ИИ работать эффективно.

Представьте, что вы хотите построить дом, но у вас нет чёткого плана, материалы разбросаны по разным местам, а инструменты — устаревшие. Получится ли у вас построить надёжную конструкцию? Конечно нет. Такова ситуация и в производстве: инвестиции в ИИ растут, но инфраструктура не успевает.

Интеграция с устаревшими системами остаётся одной из главных технических проблем. 54% респондентов отмечают, что совместимость между новыми ИИ-алгоритмами и старым оборудованием вызывает сложности. В условиях, где угрозы кибербезопасности могут остановить производство или повредить оборудование, уровень готовности к автономным решениям остаётся низким.

Важный нюанс: Инвестиции в ИИ — это не только вопрос денег, но и вопрос системного подхода. Без обновлённой инфраструктуры и качественных данных даже самые передовые алгоритмы не дадут ожидаемого эффекта.

Агентный ИИ: шаг к автономии

Несмотря на сложности, производители активно развивают агентный ИИ — системы, способные принимать решения с минимальным участием человека. 74% компаний ожидают, что к 2028 году такие агенты будут управлять до половины рутинных производственных решений. Это уже сейчас меняет подход к труду: 66% компаний разрешают или планируют разрешить ИИ одобрять рутинные рабочие задания без участия сотрудников.

Однако основное внимание уделено не замене людей, а расширению их возможностей. В интеллектуальных ролях, таких как инспекция качества и IT-поддержка, ИИ уже показывает значительные улучшения. В физически ориентированных профессиях, таких как техническое обслуживание, рост пока медленнее. Это говорит о том, что переход к автономным системам — постепенный и сложный процесс, требующий времени и адаптации.

Важный нюанс: Агентный ИИ становится важным фактором в ускорении диспропорции между ведущими и остальными компаниями. В 2025 году такие агенты уже составляют 17% от общей ценности ИИ-проектов, а к 2028 году их доля может вырасти до 29% [!].

Гибкость как стратегия выживания

Производители понимают, что зависимость от одного поставщика может быть рискованной. 63% предпочитают гибридные или многоуровневые подходы. 33% планируют использовать несколько агентов, встроенных в разные платформы, 30% — гибридную модель с сочетанием встроенного и настраиваемого управления. Только 13% готовы закрепиться за одной системой.

Это не случайно. В условиях быстро меняющейся среды и высокой конкуренции гибкость становится стратегическим преимуществом. Компании, которые могут адаптироваться к новым технологиям и быстро переключаться между решениями, имеют больше шансов выжить и развиваться.

Важный нюанс: Гибкость в выборе ИИ-решений — это не только техническое решение, а стратегический выбор, который позволяет сохранить контроль и адаптивность в условиях неопределённости.

Инфраструктурные барьеры и рост спроса на компоненты

Однако гибкость сама по себе не решает всех проблем. Рост инвестиций в ИИ-инфраструктуру приводит к увеличению спроса на компоненты, такие как графические процессоры (GPU) и оперативная память DRAM. Например, Samsung и SK hynix ограничивают рост мощностей, чтобы сохранить прибыльность в условиях высокого спроса. Это создаёт дефицит, который может сохраняться до 2028 года [!].

В дополнение, обесценивание GPU в сфере искусственного интеллекта создаёт значительные риски для компаний, вложивших миллиарды в центры обработки данных. Рост производительности новых поколений оборудования ускоряет моральный износ старых, заставляя бизнес либо обновлять инфраструктуру, либо терять конкурентное преимущество [!].

Важный нюанс: Рост капитальных вложений в ИИ-инфраструктуру становится стратегическим приоритетом для ведущих компаний. Amazon, вместе с Google, Microsoft и Meta⋆, направляет значительные средства на развитие ИИ-инфраструктуры, что позволяет поддерживать конкурентоспособность и предлагать технологии, способные трансформировать рынок [!].

Доверие и безопасность: новые вызовы

Помимо инфраструктурных проблем, растёт необходимость усиления мер безопасности. Новый ботнет ShadowV2, использующий уязвимости IoT-устройств, подчеркивает риски, связанные с внедрением ИИ в критически важные системы. Ботнет был обнаружен в период масштабного сбоя в облаке AWS в октябре 2024 года и использует несколько известных уязвимостей, включая в устройства D-Link, TP-Link и других производителей [!].

Кроме того, утечки данных через популярные онлайн-инструменты разработчиков, такие как JSONFormatter и CodeBeautify, могут представлять угрозу для конфиденциальной информации, включая AWS-токены. Это подчеркивает важность строгого контроля доступа и защиты данных при внедрении ИИ-решений [!].

Важный нюанс: Успешные компании, такие как Amazon, инвестируют значительную часть своего цифрового бюджета в осознанные ИИ-инициативы и масштабируют их. В отличие от 95% организаций, которые не получают прибыли от внедрённых решений, Amazon входит в 5% успешных компаний, перестраивающих процессы вокруг возможностей ИИ [!].

Перспективы и выводы

Для того чтобы превратить крупные инвестиции в ИИ в реальные финансовые результаты, руководству компаний важно учитывать несколько факторов. Во-первых, необходимо улучшить качество данных. Во-вторых, стоит снизить уровень недоверия к цифровым сигналам. Резервирование запасов указывает на необходимость постепенного перехода к автономным решениям, начиная с административных задач. В-третьих, важно избегать монолитных решений. Гибкий подход к платформам позволяет сохранить контроль и адаптивность.

Важный нюанс: Рост спроса на ИИ-инфраструктуру и компоненты стимулирует развитие отрасли, но также создаёт новые вызовы для бизнеса. Компании, которые смогут эффективно управлять рисками и использовать ИИ для оптимизации процессов, получат стратегическое преимущество.