Массачусетский технологический институт (MIT) опубликовал обзор, посвященный текущему состоянию внедрения генеративного ИИ в компаниях. Документ основан на анализе более 300 инициатив в области ИИ, интервью представителей 52 организаций, занимающихся ИИ, и опроса 153 руководителей компаний.

В материале рассматриваются масштабы инвестиций и уровень их реальной отдачи, различия между использованием массовых инструментов и корпоративных решений, барьеры и ограничения технологии, а также влияние на отрасли, рабочие процессы и рынок труда.

Ключевые выводы:

• в MIT отмечают, что, несмотря на глобальные корпоративные вложения в ГенИИ в размере $30–40 млрд, 95% компаний не получают никаких результатов. Лишь 5% пилотных проектов приносят миллионы долларов, остальные не оказывают заметного влияния на финансовые результаты компаний. Разделение на успешные и неудачные кейсы авторы называют GenAI Divide;
• согласно данным исследования более 80% компаний уже тестировали ChatGPT или Copilot, а почти 40% внедрили их. Но эти инструменты повышают только личную продуктивность сотрудников, а не финансовые результаты, подчеркивают авторы. В то же время корпоративные ИИ-системы терпят неудачу: из 60% компаний, изучавших их, лишь 20% дошли до пилотной стадии и всего 5% — до полноценного внедрения;
• из девяти крупных отраслей только сферы технологий и медиа показывают заметные структурные изменения на фоне внедрения ГенИИ, говорится в документе. Высокая активность пилотных исследований в семи секторах, включая здравоохранение и энергетику, не привела к появлению новых лидеров рынка или изменениям бизнес-моделей. Это говорит о том, что высокий уровень экспериментов не всегда приводит к большим трансформациям;
• аналитики говорят об ограниченном сокращении штата сотрудников из-за ГенИИ, и только в сферах, где технология уже активно внедрена. В большинстве отраслей у руководителей нет единого мнения относительно уровня найма на горизонте 3–5 лет. Точечные эффекты технологии проявляются в работе служб поддержки, административных операциях и программировании, но они не затрагивают всю экономику в целом;
• согласно данным MIT крупные компании с оборотом более $100 млн лидируют по числу пилотных ГенИИ-проектов. Но именно они показывают наиболее низкую конверсию в масштабное внедрение: средний срок перехода к полноценному внедрению у них составляет около девяти месяцев, тогда как у компаний среднего размера этот путь занимает примерно 90 дней;
• как пишут авторы исследования, внешние настраиваемые ГенИИ-инструменты достигают развертывания примерно в 67% случаев по сравнению с примерно 33% для инструментов, разработанных внутри компании;
• хотя только 40% компаний купили корпоративные подписки на LLM, в 90% компаний сотрудники регулярно используют личные аккаунты ChatGPT, Claude и других инструментов для выполнения рабочих задач, выяснили в MIT. Практически каждый опрошенный специалист применял LLM в работе, часто ежедневно, даже если корпоративные инициативы остались на стадии пилота;
• по результатам опроса, около 70% условного бюджета, выделенного на генеративный ИИ, руководители распределили бы на маркетинг и продажи. Однако наибольшая отдача, как подчеркивают авторы, достигается в бэк-офисе: экономия на аутсорсе клиентских операций до $2–10 млн, сокращение расходов агентств на 30%, снижение затрат на внешние услуги по управлению рисками примерно на $1 млн;
• как отмечается в материале, проблема большинства корпоративных решений в том, что они не обучаются на обратной связи и не запоминают контекст. Даже активные пользователи ChatGPT заявляют, что для критически важных процессов такие системы непригодны: они забывают данные и не интегрируются в рабочие процессы. Именно это и удерживает компании на «неправильной» стороне;
• согласно данным MIT устраняют главный недостаток нынешних решений ИИ-агенты, которые запоминают информацию и обучаются в процессе работы. Уже есть примеры в клиентском сервисе, финансовой обработке и управлении продажами, где такие системы полностью берут на себя рутинные задачи. По мнению авторов, именно они закладывают основу будущей сети умных агентов, которая придет на смену статичным программным сервисам;
• в документе отмечается, что в конечном счете успех имеют те компании, которые встраиваются в конкретные процессы — голосовые ИИ для звонков, автоматизацию документов, генерацию кода для рутинных задач. Такие решения ГенИИ достигают выручки $1,2 млн в год всего за 6–12 месяцев;
• организации, преодолевшие GenAI Divide, демонстрируют ощутимое сокращение внешних затрат при небольшом сокращении внутренней численности персонала. Сокращения персонала, вызванные внедрением ГенИИ, касаются направлений деятельности, которые исторически считались неосновными и были уязвимы до внедрения ИИ из-за их аутсорсинга: операции поддержки клиентов, административные задачи. Здесь уровень сокращений составляет 5–20%. Но в таких сферах, как здравоохранение и энергетика, руководители не ожидают уменьшения найма в ближайшие пять лет. Наибольшая вероятность сокращений наблюдается в сферах технологий и медиа, где свыше 80% руководителей прогнозируют падение найма в течение ближайших двух лет.

Расскажите знакомым: