McKinsey: ИИ в бизнесе внедрили почти все, зарабатывать на нём научились единицы

Тема ИИ в бизнесе перестала быть экспериментом для технологических гигантов. Консалтинговые компании, отраслевые аналитики и сами вендоры фиксируют одно и то же: внедрение идёт широко, но неглубоко. Организации запускают десятки пилотных проектов, однако выручка от них остаётся в зоне статистической погрешности.

Источник новости не содержит конкретных цифр раундов, дат релизов продуктов или имён спикеров, поэтому далее опираюсь на проверяемые факты о текущем состоянии рынка.

Где ИИ в бизнесе уже работает?

• Клиентский сервис. Чат-боты и голосовые помощники обрабатывают типовые обращения. Компании сокращают время ответа, но жалуются на галлюцинации (когда ИИ уверенно выдумывает то, чего не было) при нестандартных запросах.
• Маркетинг и контент. Генерация текстов, изображений, коротких видео для рекламы. Самый массовый сценарий, но и самый поверхностный: чаще экономят время копирайтера, реже перестраивают воронку целиком.
• Внутренние процессы. Суммаризация документов, анализ договоров, подготовка отчётов. Экономия заметна на уровне отдела, но не всегда масштабируется на компанию.
• Разработка и код. ИИ-агенты (программы, которые сами выполняют цепочку действий без команды на каждый шаг) помогают писать и проверять код, но требуют квалифицированного контроля.

Почему масштабирование буксует?

Три барьера, которые называют чаще остальных:

1. Данные разрозненны. У большинства компаний нет единого хранилища, из которого модель может брать информацию. Без качественных обучающих данных (данных, на которых модель учится решать задачу) результат нестабилен.
2. Нет внутренней экспертизы. Промпт-инжиниринг (умение правильно формулировать задачу для нейросети) остаётся навыком одиночек, а не стандартом команды.
3. Непонятен возврат инвестиций. Пилот экономит 10 часов в неделю одному сотруднику, но посчитать совокупную отдачу для компании из 500 человек никто не берётся.

Примечательно, что именно малый и средний бизнес оказывается в более выгодном положении: у него меньше «наследственных» систем, короче цепочка согласований и проще запустить ИИ в бизнесе на уровне всей компании, а не отдельного отдела.

Что делать прямо сейчас, по ролям

Автору на Дзене. Используйте генеративные модели не только для черновиков. Попробуйте автоматизировать рутину: анализ комментариев, подбор тем по трендам, генерацию вариантов заголовков. Один промпт (текстовая команда для нейросети) на суммаризацию длинного источника экономит 20 минут на каждую статью.

Маркетологу. Считайте не «сколько текстов сгенерировали», а «сколько стоил лид до и после внедрения ИИ». Если метрика не изменилась, инструмент работает как печатная машинка, быстрее, но не умнее.

Предпринимателю в РФ и СНГ. Доступные в России инструменты: YandexGPT, GigaChat от Сбера. Обе модели закрытые (закрытая модель означает, что код недоступен и вы работаете только через интерфейс провайдера). Для задач на русском языке они подходят лучше зарубежных аналогов в типовых сценариях: суммаризация, ответы клиентам, генерация описаний товаров.

Как попробовать?

1. Выберите одну рутинную задачу, которую делаете каждый день (например, сбор тезисов из длинных статей или ответы на типовые вопросы клиентов).
2. Сформулируйте для неё промпт в любой доступной модели: YandexGPT, GigaChat или ChatGPT через VPN.
3. Сравните результат с ручной работой по двум критериям: время и качество. Если экономия меньше 15 минут в день, задача выбрана неверно.

Частые вопросы

ИИ в бизнесе заменит сотрудников?

Пока нет. Генеративные модели ускоряют рутину, но не принимают решений. Компании, которые увольняют людей «потому что есть ИИ», чаще теряют качество, чем экономят. Модель помогает, когда рядом есть человек, который понимает контекст.

Нужны ли технические знания, чтобы начать?

Для базовых сценариев (генерация текста, суммаризация, ответы на вопросы) достаточно умения внятно формулировать задачу. Это и есть промпт-инжиниринг на бытовом уровне. Дообучение (обучение модели на ваших примерах под узкую задачу) уже требует разработчика или подрядчика.

Какой бюджет нужен для старта?

Бесплатные тарифы YandexGPT и GigaChat позволяют протестировать основные сценарии без вложений. Платные тарифы через API начинаются с небольших сумм, но точные цены зависят от объёма запросов и меняются, проверяйте на сайтах провайдеров перед подключением.

Главное, что стоит запомнить: ИИ в бизнесе работает не там, где его «внедрили», а там, где под него перестроили процесс, и начинать лучше с одной задачи, а не с «цифровой трансформации всего».