Год 2026. Каждая вторая корпорация отчиталась об „успешной AI-трансформации“. Купили лицензии GPT-5 Enterprise, наняли Chief AI Officer, запустили пилот на отделе маркетинга. CFO довольно кивает: „Мы в тренде“. Только вот денег это не приносит. Ни копейки.
Я не шучу. 90% таких проектов — фикция. Они красиво выглядят в пресс-релизах, но под капотом — тишина. Ни роста выручки, ни сокращения издержек. Одна бутафория ради галочки.
Цифры не врут: по данным свежего отчёта Goldman Sachs и McKinsey, до 85% корпоративных инвестиций в ИИ за последние три года не окупились. И это ещё оптимистичная оценка.
Почему компании врут себе и акционерам?
Ответ прост: хайп. Боязнь отстать — мощный мотиватор. Совет директоров требует „цифровой трансформации“. CTO разводит руками: нужно что-то показать. И тогда запускают проект-симулякр: виртуальный ассистент для HR, который отвечает „Извините, я переучусь“, генератор отчётов, который плодит мусор, чат-бот поддержки, бесящий клиентов.
В статье «Корпоративный AI: когда хайп важнее инженерии» я уже описывал механизм: интеграция API OpenAI за выходные, презентация на правлении, повышение CIO. Никто не считает ROI, не меряет Adoption Rate, не смотрит на реальное использование. Главное — чтобы было.
Типичная история: корпорация покупает 10 000 лицензий AI-ассистента. Через полгода реально его используют 200 человек. Остальные забыли пароль или активно саботируют — инструмент мешает работать. Но отчёт для совета директоров пишется с гордостью: „Внедрение завершено, охват 100%“.
Метрики adoption, которые никто не считает
Проблема глубже. Большинство компаний оценивают успех по количеству запущенных пилотов или объёму сгенерированного контента. Это всё равно что мерить эффективность завода по числу станков, а не по выпуску продукции. Нужны другие метрики: снижение времени выполнения задачи, рост NPS, сокращение ошибок. Но их мерять сложно, поэтому никто не заморачивается.
Ситуацию усугубляют вендоры. Они продают иллюзию: „Наш AI сэкономит 40% затрат“. Покупатель верит, запускает — и получает кучу галлюцинаций и необходимость нанимать команду промпт-инженеров, которые будут вычищать лобовую чушь. Чистый убыток.
Показателен кейс Accenture, которая запретила сотрудникам делать презентации через нейросети. Причина? Сотрудники перестали думать, кнопка „сгенерировать“ убила креатив. Результат: время подготовки выросло, качество упало. Пришлось вводить квоты и лимиты. Именно так — не для экономии, а для восстановления адекватности.
Увольнение вместо обучения — и провал ROI
Ещё один любимый трюк менеджмента: „Зачем нам 100 человек? Купим AI-агента, уволим 50, сэкономим зарплату“. Звучит логично, но на практике AI не заменяет людей — он требует других людей. Кто будет настраивать агента, верифицировать его ответы, проводить red-teaming, обучать на корпоративных данных? Без этого AI выдаёт тупые ошибки, клиенты бесятся, репутация летит в тартарары.
Об этом статья „Уволить нельзя оставить“ — как раз про то, что сокращение штата при внедрении AI-агентов убивает ROI. Сэкономили 10% на зряплате, потеряли 30% на лояльности и доработках.
Ирония в том, что компании, которые действительно зарабатывают на AI, — это не внедряющие, а продающие. Финтех, выпустивший AI-агента за 16 недель и перевернувший рынок рефинансирования, — редкое исключение. Там считали не внедрение, а результат: количество закрытых сделок, скорость обработки, снижение рисков. Обычные же корпорации застревают в бесконечных пилотах.
2026: год трезвения или последний акт?
Рынок AI уже пережил vibe check в 2025 году: от безумных инвестиций к трезвой оценке. SaaS-сектор теряет капитализацию, так как GenAI уничтожает привычные бизнес-модели. Парадокс: вендоры AI богатеют, а клиенты — теряют деньги.
2026 год — год, когда корпорации должны наконец увидеть прибыль от ИИ. Или нет? Пока статистика не радует. Те, кто подошёл к AI как к очередной ERP-системе (купил, установил, забыл), — прогорают. Те, кто перестроил процессы, обучил людей, снял метрики, — считают деньги.
Но таких — единицы. Остальные продолжают имитировать бурную деятельность. Тратят миллионы на GPU, нанимают дорогих консультантов, а потом в отчёте для акционеров пишут: „AI-трансформация идёт по плану“. И это страшно.
Что делать? Перестать обманывать себя
Первый шаг — признать, что ваш AI-проект, скорее всего, фикция. Посмотреть на реальное adoption: не на количество зарегистрированных пользователей, а на DAU/MAU. Если показатель ниже 20% через месяц — проект мёртв. Не тратьте деньги дальше.
Второй — перестать измерять „внедрение“ и начать измерять „эффект“. Увеличился ли revenue? Уменьшилось ли время ответа? Выросла ли конверсия? Если нет — не важно, сколько у вас AI-агентов.
Третий — не увольнять людей, а обучать. AI работает в связке с человеком, а не вместо него. Иначе цепная реакция ошибок AI-агентов разрушит не только экономику подразделения, но и всю компанию.
В сухом остатке: 90% корпоративных AI-внедрений — это мыльный пузырь. Он лопнет, когда инвесторы перестанут верить в сладкие речи. Вопрос только в том, когда это случится. И будете ли вы к тому моменту с реальным продуктом — или с дорогим симулякром.
