Accenture опросил участников более 6 000 ИИ-проектов и зафиксировал парадокс: почти 9 из 10 компаний собираются увеличивать вложения в ИИ в следующем году, но лишь 21% из них реально перестраивает бизнес-процессы под эту технологию. Остальные накапливают пилоты, не конвертируя их в измеримую отдачу. По оценке Accenture, ощутимый эффект от ИИ на финансовых показателях появляется не раньше чем через 12 месяцев после начала внедрения — это означает, что быстрые эксперименты квартал за кварталом не работают.
Главным техническим барьером остаётся состояние данных и инфраструктуры. Accenture фиксирует, что 70% технологических бюджетов компаний уходит на поддержку устаревших систем, которые замедляют движение информации. Без качественных, семантически согласованных данных агентный ИИ — системы, способные самостоятельно планировать и выполнять многошаговые задачи — не может работать надёжно. Исследователи подчёркивают: именно данные и метаданные формируют контекст, необходимый ИИ-агентам для принятия решений. Переход от вероятностных к более детерминированным результатам возможен только при чистой, управляемой базе данных.
| Стадия | Характеристика | Задача |
|---|---|---|
| Изолированный ИИ | Точечные выигрыши в отдельных функциях, фрагментированные данные, слабые сквозные связи | Быстро завоевать доверие и выявить блокеры |
| Структурный ИИ | Переход от экспериментов к институциональным возможностям, строительство архитектуры для масштабирования | Создать операционную модель и корпоративную архитектуру |
| Системный ИИ | Интеллект встроен в ядро предприятия, глубокие изменения в кадровой стратегии и дизайне ролей | Сделать трансформацию непрерывной способностью |
Отдельная проблема — избыточное применение агентного ИИ. Accenture предупреждает, что многие компании используют ИИ-агентов там, где достаточно традиционной автоматизации. Агенты оправданы только в тех рабочих процессах, которые требуют рассуждения и принятия решений в условиях неопределённости. Во всех остальных случаях классические инструменты справляются лучше и дешевле.
Только 21% компаний перестраивают сквозные процессы с ИИ в центре — остальные ограничиваются пилотами.
На кадровом направлении картина не менее показательна: только каждый третий топ-менеджер считает, что стратегия работы с талантами интегрирована со стратегией ИИ. Более 40% организаций занимаются переобучением сотрудников, но менее 10% переосмысляют сами роли. Salesforce, на опыт которой ссылается материал, описывает переход к агентному предприятию как «реляционную трансформацию» — изменение отношений между людьми и ИИ-системами, а не просто технологическое обновление. Компания выделяет шесть составляющих этого процесса: переосмысление процессов, переобучение людей, перераспределение на новые роли, реструктуризация команд, пересмотр метрик эффективности и возврат скрытой ценности.
Accenture описывает путь к системному ИИ через три стадии. На первой — изолированный ИИ — точечные выигрыши появляются в отдельных функциях, но их сдерживают фрагментированные данные и слабые сквозные связи. На второй — структурный ИИ — компания строит архитектуру и операционную модель для масштабирования. На третьей — системный ИИ — интеллект встроен в ядро предприятия, а трансформация становится непрерывной способностью, а не разовым проектом. До третьей стадии, по данным Accenture, добирается меньшинство: менее одной из пяти организаций достаточно модернизировали данные, платформы, управление и кадровые системы для широкого развёртывания ИИ. Разрыв между лидерами и отстающими во многом определяется готовностью облачной инфраструктуры.
