Искусственный интеллект (ИИ) получил широкое распространение в организациях по всему миру, однако его ощутимое влияние остаётся неравномерным. Согласно недавнему исследованию, охватившему 1500 руководителей высшего звена (C-suite leaders — топ-менеджеры, принимающие ключевые стратегические решения), каждая компания заявляет о том или ином уровне использования ИИ.
На первый взгляд это говорит о том, что ИИ вышел за рамки экспериментов и стал мейнстримом. Тем не менее, насколько эффективно он приносит измеримую пользу, остаётся под вопросом.
Менее половины организаций внедрили ИИ за пределы пилотных проектов, и лишь четверть смогли быстро масштабировать его применение на весь бизнес. Это указывает на растущий разрыв между принятием технологии и достигаемыми результатами.
Вопрос больше не в доступе к ИИ, а в способности компаний операционализировать его таким образом, чтобы он приносил устойчивую деловую ценность на практике, а не только в теории.
Внедрение как базовая потребность, а не преимущество
На протяжении большей части последнего цикла развития ИИ, простое внедрение служило полезным показателем прогресса организации. Когда его распространение значительно отличалось в разных секторах, развертывание ИИ сигнализировало об инновациях, инвестициях и, в некоторых случаях, о конкурентном преимуществе.
Сейчас ситуация изменилась. Когда большинство предприятий могут указать на какую-либо форму внедрения ИИ, это становится базовым ожиданием, а не значимым отличием. В результате, сам факт внедрения даёт ограниченное представление о том, насколько эффективно используется ИИ или какую ценность он генерирует.
Такой подход может создать ложное ощущение прогресса, когда активность ошибочно принимается за результат, а не за измеримые достижения.
На практике многие организации всё ещё оперируют разрозненными инициативами в области ИИ. Пилотные проекты, доказательства концепции и изолированные варианты использования могут существовать в разных частях бизнеса, но без чёткой связи с более широкими стратегическими целями.
Хотя эти инициативы и подают надежды, они не всегда трансформируются в измеримые результаты при полномасштабном развертывании. Недавний отчёт Массачусетского технологического института (MIT) показал, что 95% пилотных проектов генеративного ИИ не приносят никакой окупаемости инвестиций. Само по себе наличие инструментов ИИ недостаточно для улучшения производительности, эффективности или процесса принятия решений.
Ограничения смещаются в сторону операционных задач
Препятствия на пути развития ИИ также меняются. Прежние опасения были сосредоточены на самой технологии, такие как надёжность, безопасность и зрелость, но теперь они перестали быть основным источником проблем. Вместо этого, главная сложность стала чисто операционной.
Интеграция в существующие системы является одним из наиболее часто упоминаемых препятствий: 43% руководителей называют её ключевым ограничением. Многие организации работают с устаревшей инфраструктурой, созданной десятилетия назад и не предназначенной для размещения ИИ.
Там, где интеграция ограничена, ИИ часто существует параллельно с существующими процессами, а не встроен в них. Отсюда и противоречивые сообщения, поступающие с недавних мировых технологических мероприятий, относительно истинной автономии так называемого агентского ИИ (систем, способных к самостоятельному выполнению задач).
Эта проблема интеграции снижает эффективность технологии. Вместо оптимизации рабочих процессов, ИИ может привносить дополнительные уровни сложности, замедляя, а не ускоряя достижение результатов. В итоге, ожидаемый рост производительности может проявиться позже, чем предполагалось, или не появиться вовсе.
Параллельно с этим существует проблема кадрового дефицита. Всё больше руководителей сообщают о нехватке специалистов в таких областях, как ИИ и машинное обучение, инженерия данных и кибербезопасность. Эти пробелы ограничивают способность переходить от стадии экспериментов к полномасштабному внедрению, даже при наличии сильной стратегии ИИ и значительных инвестиций.
Интеграция определяет ценность
Организации, получающие более стабильную отдачу от ИИ, как правило, придерживаются общего подхода: тесное согласование между технологией, операциями и бизнес-целями. Вместо того чтобы рассматривать ИИ как отдельную инициативу, они интегрируют технологию в свои существующие рабочие процессы, позволяя ей поддерживать повседневную деятельность.
Это увеличивает вероятность практического внедрения и со временем многократно наращивает ценность. Интеграция гарантирует, что ИИ способствует тому, как работа выполняется на самом деле, а не остаётся изолированной возможностью.
Многие организации сообщают о трудностях с определением того, в какие возможности ИИ инвестировать, и в результате одновременно реализуют несколько инициатив.
Такой создаваемый «импульс» часто размывает реальное влияние. Сосредоточение на чётко определённой проблеме, разработка технологии для поддержки или решения этой рутинной задачи, а затем её масштабирование на весь бизнес обеспечивают ощутимые преимущества от внедрения до измеримых результатов.
Квалификация персонала также играет центральную роль. Внедрение ИИ не может быть ограничено небольшой группой специалистов. Оно требует более широкого понимания в организации и сотрудничества между командами различных бизнес-функций.
Поэтому постоянные инвестиции в развитие навыков и обучение необходимы для того, чтобы сотрудники были оснащены для эффективной работы с ИИ на своих соответствующих должностях.
От стратегического приоритета к оперативному испытанию
ИИ был центральным элементом стратегического планирования на протяжении многих лет. Теперь эта концепция развивается, поскольку ИИ всё больше интегрируется в повседневную деловую деятельность.
Ожидания смещаются в сторону повышения производительности и финансовой окупаемости инвестиций. Инициативы теперь оцениваются с большей тщательностью по их способности приносить ощутимые результаты.
Проекты, которые хорошо показывают себя в контролируемых условиях, не всегда эффективно масштабируются на практике. Проблемы с интеграцией, нехватка квалифицированных кадров и конкурирующие приоритеты могут снизить их влияние. Аналогично, инвестиции, которые кажутся перспективными, могут потребовать больше времени, чем ожидалось, для получения измеримой отдачи.
По оценкам руководителей, неэффективная реализация или замедленный прогресс могут отбросить организации назад на срок до двух лет в конкурентной борьбе. Руководителям необходимо внедрять ИИ таким образом, чтобы он поддерживал устойчивую производительность.
Организации, которые продолжают отдавать приоритет внедрению ради самого внедрения, будут испытывать трудности с реализацией полной ценности своих инвестиций в долгосрочной перспективе. Те, кто сосредоточится на интеграции, развитии потенциала и согласовании, с большей вероятностью достигнут стабильных результатов.
Организации, которые добьются успеха в эпоху ИИ и агентских систем, будут теми, кто рассматривает эту технологию как операционную возможность, встроенную в основу их работы, а не как отдельную инициативу.
