Экономист: ИИ не принёс прибыли большинству компаний
Хайп есть, денег нет
Пока одни компании соревнуются, кто громче заявит об «ИИ-трансформации», экономист инвестиционной компании Apollo произнёс неудобную вещь: по его оценке, за пределами технологического сектора искусственный интеллект принёс бизнесу «ноль финансовой отдачи». Формулировка жёсткая, но она бьёт в самое больное место — разрыв между масштабом инвестиций и измеримым результатом.
Это не значит, что ИИ бесполезен. Это значит, что большинство внедрений делались ради самого факта внедрения, а не ради конкретной задачи. Купили подписку на «умного» ассистента, добавили чат-бота «для галочки», провели эксперимент — и не смогли назвать ни одной цифры, которая изменилась к лучшему.
Почему так выходит
Причин, судя по всему, несколько, и они знакомы любому владельцу небольшого бизнеса.
- Нет задачи. ИИ внедряют «потому что все внедряют», а не потому что есть конкретное узкое место: обработка заявок, ответы клиентам, рутина в документах.
- Нет метрики. Если до внедрения не замерили, сколько времени уходит на задачу, после внедрения не с чем сравнивать.
- Нет владельца процесса. Инструмент купили, а кто отвечает за то, чтобы он реально работал и приносил результат, — не назначили.
- Ожидания от «магии». ИИ — не волшебная кнопка, а инструмент, который нужно настроить под свои процессы.
Что это значит на практике
Вывод простой и даже освобождающий: гнаться за модой не нужно. Нужно выбрать одну конкретную операцию, которая съедает время или деньги, и попробовать закрыть её с помощью ИИ — с понятной точкой «до» и «после».
Например, не «внедрить ИИ в компанию», а «сократить время ответа на заявку с нескольких часов до минут» или «разгрузить менеджера от однотипных вопросов в мессенджере». Разница в постановке задачи — это и есть разница между нулевой отдачей и работающим решением.
| Подход | Что получается на выходе |
|---|---|
| «Внедрить ИИ, потому что модно» | Подписка, эксперимент, ноль измеримых изменений |
| «Закрыть конкретную задачу» | Понятная метрика и повод масштабировать |
Кому это выгодно на самом деле
Крупным корпорациям сложнее: у них длинные согласования и большие ожидания от каждой инвестиции. Малому бизнесу, наоборот, проще — можно быстро проверить гипотезу на одном процессе и сразу увидеть, работает ли она. Именно поэтому аккуратный, точечный подход к ИИ для небольшой компании часто оказывается эффективнее громких корпоративных программ.
Главное — не путать шум вокруг технологии с результатом. ИИ приносит деньги не тем, кто громче о нём говорит, а тем, кто нашёл для него конкретную работу.
Частые вопросы
Стоит ли вообще внедрять ИИ, если отдача часто нулевая?
Стоит — но только там, где есть конкретная задача и понятная метрика. Начните с одного процесса, который отнимает больше всего времени, и измерьте результат до и после.
Как понять, что ИИ реально помогает бизнесу?
Сравните измеримые показатели до и после внедрения: время на обработку заявки, скорость ответа клиенту, объём ручной работы. Если цифры не изменились — значит, инструмент пока не решает вашу задачу.