MIT Technology Review опубликовал разбор парадокса, который многие в отрасли наблюдают, но редко формулируют явно: объём инвестиций в ИИ растёт стремительно, а данные о прибыли от этих инвестиций остаются противоречивыми. Авторы исследовали несколько десятков корпораций в США и Европе, изучив, где деньги на ИИ трансформировались в измеримый бизнес-результат, а где — нет.
Главный вывод расходится с привычным нарративом о «технологической незрелости ИИ». Качество современных языковых и предиктивных моделей авторы считают вполне достаточным для решения большинства корпоративных задач. Узким местом оказывается то, что они называют «операционной трансформацией» — реорганизация рабочих процессов, ролей, систем оценки производительности и корпоративной культуры вокруг ИИ-инструментов.
Компании, показавшие измеримый ROI от ИИ, как правило, вложили в операционную трансформацию примерно столько же ресурсов, сколько в сами технологии: переобучение персонала, редизайн рабочих потоков, пересмотр KPI с учётом нового распределения задач между людьми и машинами. Компании, скопировавшие технологическую часть, но пропустившие этот этап, получили «пилот на полке».
Причина — не технология, а медленная реорганизация процессов и ролей вокруг ИИ
Авторы описывают характерный паттерн: пилот проходит успешно в изолированной команде, менеджмент одобряет масштабирование, внедрение зависает на этапе интеграции с реальными процессами. Причина — сопротивление изменениям, неготовность HR-систем, конфликт ИИ-метрик с унаследованными KPI.
Прогноз MIT Technology Review неоднозначен: волна пересмотра неэффективных ИИ-инвестиций уже начинается и усилится в 2026–2027 годах. Но это не сигнал к отступлению — компании, прошедшие трансформацию, получат устойчивое конкурентное преимущество именно тогда, когда конкуренты будут разбираться с накопленным техническим и операционным долгом.
