ИИ в консалтинге: масштаб уходит, эффективность приходит

По данным Business Insider, консалтинговые компании в последние годы активно внедряют искусственный интеллект в свою деятельность. Среди них — McKinsey, PwC, EY и Boston Consulting Group. Основная цель: автоматизировать процессы, повысить продуктивность и снизить нагрузку на сотрудников. Однако, по мере роста масштабов внедрения, возникает новый вопрос — насколько это действительно эффективно?

Смещение фокуса: от количества к качеству

Ранее компании оценивали успех внедрения ИИ по количеству развернутых агентов. Например, McKinsey уже запустила десятки тысяч агентов, а в будущем планирует внедрить их для каждого из 40 000 сотрудников. Однако сейчас приоритет сместился в сторону измерения реального вклада ИИ в бизнес-результаты. Это подтверждает Mina Alaghband, бывший партнер McKinsey и нынешний главный директор по работе с клиентами в Writer, платформе, ориентированной на агентный ИИ.

По её словам, вместо подсчёта частоты использования инструментов, компании теперь сосредоточены на том, как ИИ влияет на производительность и выручку. Например, важно понять, сколько рабочего времени сотрудников освобождается и как оно используется — например, для более глубокого анализа или стратегического планирования.

Показатели эффективности: время и вклад

PwC также перешло к новой логике оценки. Вместо количества агентов компании стало важнее знать, сколько пользователей взаимодействует с каждым из них. Для этого компания определяет так называемые «зоны влияния», такие как улучшение клиентского опыта. В этих зонах внедряются специализированные агенты, которые показывают высокую результативность. Ключевой метрикой стало количество активных пользователей, что говорит о степени принятия технологии внутри компании.

EY использует другой подход: оценивает ИИ по ключевым показателям эффективности, включая продуктивность, качество и затратность. Эти метрики анализируются ежемесячно, что позволяет оперативно корректировать стратегию внедрения.

Время как показатель: BCG и новый баланс

Boston Consulting Group делает акцент на том, как ИИ влияет на распределение рабочего времени. По данным Scott Wilder, партнера BCG, сотрудники тратят на 15% меньше времени на низкозначимые задачи, такие как создание презентаций. При этом 70% из освободившегося времени возвращается в высокозначимую работу, например, в анализ данных и стратегическое моделирование.

Однако, не всё время используется для работы. В BCG выяснили, что около 30% сэкономленного времени остаётся у сотрудников. Это может быть дополнительный отдых, занятия спортом или другие личные нужды. По словам Wilder, это важный фактор, особенно в условиях высокой нагрузки. Он отмечает, что экономист Джон Мейнард Кейнс ещё в 1930 году предсказывал изменение баланса между работой и свободным временем в условиях роста производительности.

i

Создано специально для ASECTOR

Концептуальное изображение

Внедрение ИИ в консалтинговые компании выходит за рамки простого увеличения количества агентов. Теперь речь идёт о реальных эффектах — повышении продуктивности, улучшении качества услуг и улучшении условий труда. Компании, такие как McKinsey, PwC, EY и BCG, демонстрируют, как можно переходить от масштаба к эффективности, используя разные подходы к оценке вклада ИИ в бизнес-процессы.

Когда ИИ перестаёт считаться: как консалтинговые гиганты переходят от масштаба к смыслу

Консалтинговые компании, такие как McKinsey, PwC, EY и BCG, всё чаще пересматривают подходы к внедрению искусственного интеллекта. Вместо количества развернутых агентов и скорости внедрения, внимание переключается на реальный вклад ИИ в бизнес-процессы, продуктивность и условия труда. Это не только изменение методологии — это сдвиг в стратегическом восприятии технологии, от показателя масштаба к показателю ценности.

Как меняется подход к измерению эффективности

Ранее успех внедрения ИИ оценивали по количеству агентов. Например, McKinsey запускала десятки тысяч таких систем, но теперь компания перешла к другому подходу. Вместо подсчёта частоты использования инструментов, внимание переключается на реальный вклад — сколько рабочего времени освобождается и как оно используется. Это важно, потому что экономия времени не всегда сразу превращается в экономию ресурсов. Если освободившееся время тратится на дополнительные задачи, то выгода не так очевидна, как казалось бы.

PwC и EY также перешли от количества к качеству. Они измеряют эффективность ИИ по активности пользователей и по ключевым показателям: продуктивности, качеству и затратности. Это позволяет не только видеть, что система работает, а понять, кто её использует и как. Такой подход помогает выявлять не только успешные внедрения, но и те, где ИИ не приносит ожидаемой пользы.

Время — новый стратегический ресурс

Boston Consulting Group делает акцент на том, как ИИ влияет на распределение рабочего времени. По данным Scott Wilder, сотрудники тратят на 15% меньше времени на низкозначимые задачи, такие как создание презентаций. При этом 70% из освободившегося времени возвращается в высокозначимую работу, например, в анализ данных и стратегическое моделирование. Однако 30% остаются у сотрудников — и это не всегда плохо. В условиях высокой нагрузки, дополнительный отдых или личное время могут быть не менее важными для устойчивости бизнеса.

Важный нюанс: Внедрение ИИ не обязательно должно приводить к сокращению штата. В консалтинге оно может стать инструментом для перераспределения нагрузки и повышения качества жизни сотрудников, что в свою очередь улучшает лояльность и продуктивность [!].

Системные последствия для бизнеса

Такой сдвиг в оценке эффективности ИИ не остаётся без последствий. Он меняет не только внутреннюю структуру компаний, но и подход к взаимодействию с клиентами. Если раньше консалтинговые агентства могли предлагать скорее масштабные решения, то теперь они стремятся к глубокой интеграции — не только внедрить ИИ, а сделать его частью процесса, где он действительно влияет на результат.

Для других отраслей это может быть важным ориентиром. Внедрение ИИ не должно быть самоцелью — оно должно быть частью стратегии, где каждый шаг измеряется не количеством, а ценностью.

Важный нюанс: ИИ становится не только инструментом, а частью бизнес-процесса. Его эффективность измеряется не по количеству, а по вкладу — в продуктивность, качество и, что не менее важно, в условия труда.

Барьеры и вызовы внедрения

Несмотря на прогресс, внедрение ИИ сталкивается с рядом системных барьеров. Одним из главных является дефицит квалифицированных кадров. По данным McKinsey, 46% руководителей крупных компаний по всему миру называют нехватку ИИ-специалистов главной причиной медленного внедрения технологии. Эта тенденция наблюдается и в России, где 67% респондентов назвали нехватку ИИ-специалистов ключевым барьером для цифровых инициатив [!].

Кроме того, McKinsey прогнозирует, что спрос на специалистов с навыками работы с искусственным интеллектом может превысить предложение в четыре раза, и этот разрыв сохранится как минимум до 2027 года. Это связано с растущим влиянием генеративного AI на рынок труда, который меняет структуру профессий и повышает требования к квалификации [!].

Неравномерный рост: лидеры и аутсайдеры

Данные Boston Consulting Group показывают, что только 5% компаний получают значительную прибыль от масштабных инвестиций в искусственный интеллект, тогда как 60% не видят ощутимого результата. Лидеры в этой области, названные «future-built», демонстрируют на 70% более высокий рост выручки и на 60% большие EBIT-маржи, чем остальные. Основной причиной разрыва BCG называет слабое руководство и отсутствие долгосрочной стратегии ИИ на уровне топ-менеджмента. В отличие от них, лидеры разрабатывают стратегию ИИ с участием 92% топ-менеджеров и сосредоточены на масштабных изменениях бизнес-процессов [!].

Доверие как стратегический фактор

Важным, но часто упускаемым аспектом внедрения ИИ является доверие. Исследования PwC показывают, что большинство руководителей уверены в доверии клиентов к ИИ, но сами клиенты не разделяют эту уверенность. Это создаёт разрыв между ожиданиями бизнеса и реальными ожиданиями потребителей, которые хотят понимать, когда ИИ участвует в их взаимодействии. Без прозрачности доверие разрушается, а это негативно сказывается на результатах внедрения искусственного интеллекта [!].

Центральная идея: от масштаба к смыслу

Главная мысль — переход от масштаба внедрения ИИ к его реальной эффективности — становится стержневой. Все примеры и данные подводят к тому, как компании переоценивают ИИ не как количество, а как вклад в бизнес-процессы, продуктивность и условия труда. Это открывает путь к более устойчивому и значимому развитию, где ИИ не только инструмент, а стратегический элемент, способный изменить бизнес изнутри.