95% випадків впровадження ШІ в бізнес-процеси – невдалі

У Массачусетському технологічному інституті дійшли висновку, що використання генеративного штучного інтелекту здебільшого не приносить компаніям очікуваних результатів. За даними дослідження, у 95% випадків такі проекти не ведуть до зростання доходів.

Незважаючи на високий інтерес та стрімке поширення нових моделей, лише близько 5% пілотних програм демонструють швидкий ефект. Основна маса ініціатив зупиняється, практично не впливаючи на показники прибутків та збитків.

Звіт під назвою «Дистрибуція GenAI: стан ШІ в бізнесі 2025», підготовлений ініціативою MIT NANDA, базується на 150 інтерв’ю з керівниками, опитуванні 350 співробітників та аналізі 300 громадських кейсів впровадження технологій. У документі чітко простежується різниця між успішними прикладами та проектами, які так і не дійшли до практичної реалізації.

Один із авторів дослідження, Адітія Чаллапаллі, зазначив у розмові з журналом Fortune, що успіх досягають в основному ті компанії, які концентруються на одній конкретній проблемі, максимально вкладаються в її вирішення та вибудовують грамотну співпрацю з постачальниками інструментів.

Більшість підприємств ситуація складається інакше. Проблема, як зазначають дослідники, полягає не стільки як самі моделі, скільки в «розривах у навчанні» – як при початковому налаштуванні систем, так і в процесі їх адаптації всередині компанії. Керівники часто пояснюють невдачі регуляторними обмеженнями чи обмеженнями продуктивності, однак у MIT вважають, що головна причина полягає у неповноцінній інтеграції у робочі процеси. Універсальні інструменти, як ChatGPT, зручні для окремих користувачів, але їх гнучкість виявляється незастосовною в корпоративному середовищі, де потрібне налаштування під конкретні завдання.

Дані також показують, що більше половини бюджетів на генеративний ШІ йде на маркетинг та продажі, тоді як найбільшу віддачу MIT фіксує в автоматизації бек-офісу – відмові від аутсорсингу бізнес-процесів, скороченні витрат на підрядників та оптимізації внутрішніх операцій.

Особливого значення має спосіб застосування. Купівля рішень у спеціалізованих постачальників та робота у партнерстві дають кращі результати, тоді як власна технологія найчастіше закінчується провалом. Це особливо помітно у сфері фінансових послуг та інших строго регульованих галузях, де багато фірм намагаються будувати власні системи.

У звіті також відзначаються зміни у структурі зайнятості: масових скорочень поки що не спостерігається, але підприємства дедалі частіше не закривають звільнені вакансії, особливо у сфері клієнтської підтримки та адміністративних позиціях. Найчастіше зміни стосуються завдань, які раніше віддавалися на аутсорсинг.

Окрема увага приділена новим експериментам з агентними системами ШІ, які здатні навчатися у процесі роботи, запам’ятовувати та діяти автономно у заданих рамках. На думку дослідників, саме такі технології можуть стати основою наступного етапу застосування штучного інтелекту в бізнес.