Сел разбирать свежую статистику по внедрению ИИ в России и застрял на двух цифрах, которые стоят рядом в одном исследовании.
71% крупных российских компаний используют генеративный ИИ хотя бы в одной функции. Значимый финансовый эффект — больше 5% EBITDA — фиксируют 9% из них. Исследование «Яков и Партнёры» и Яндекса «Искусственный интеллект в России — 2025», опрошено 150 технических директоров из 16 отраслей.
Внедрили почти все. Заработал каждый одиннадцатый.
Первая реакция на такой разрыв — «значит, ИИ не работает». Реакция неверная. У девяти процентов работает. На тех же моделях, у тех же вендоров, за сопоставимые деньги.
Значит, разница сидит в другом месте.
Значит, разница сидит в другом месте.
Дефицит переехал из технологии в управление
Три года назад дефицитом была сама технология. Кто получил доступ к нормальной модели — тот и выигрывал.
Сейчас доступ есть у 71% рынка. Наличие инструмента больше никого ни от кого не отличает. Отличает решение о том, куда его поставить.
Авторы исследования называют причину провала прямо: ИИ внедряют в старые процессы, не меняя обязанности людей и систему измерения результатов. Купили, включили, оставили всё как было.
Дефицитом стало управленческое решение. Лицензией его не закрыть.
Сейчас доступ есть у 71% рынка. Наличие инструмента больше никого ни от кого не отличает. Отличает решение о том, куда его поставить.
Авторы исследования называют причину провала прямо: ИИ внедряют в старые процессы, не меняя обязанности людей и систему измерения результатов. Купили, включили, оставили всё как было.
Дефицитом стало управленческое решение. Лицензией его не закрыть.
Хвост дороже массы: IBM, Ford и CBA
Дальше три истории. Выглядят как три разные, механика одна.
IBM. Приложения на базе ИИ заменили часть кадровой службы и закрывали около 94% запросов. Среди оставшихся 6% оказались слишком сложные, включая вопросы этического характера. Итог: компания объявила о планах втрое увеличить наём сотрудников во всех подразделениях в США в 2026 году.
Ford. В конце июня 2026 года компания снова нанимает сотни квалифицированных инженеров — решать проблемы с качеством, с которыми не справились алгоритмы. Вице-президент Ford Чарльз Пун свёл ценность инструмента к качеству данных, на которых он обучался.
Commonwealth Bank of Australia. Банк сократил несколько десятков сотрудников обслуживания и заменил их голосовым ИИ-помощником. Система с работой не справилась, число жалоб клиентов заметно выросло. В банке признали, что не продумали все возможные нюансы.
IBM. Приложения на базе ИИ заменили часть кадровой службы и закрывали около 94% запросов. Среди оставшихся 6% оказались слишком сложные, включая вопросы этического характера. Итог: компания объявила о планах втрое увеличить наём сотрудников во всех подразделениях в США в 2026 году.
Ford. В конце июня 2026 года компания снова нанимает сотни квалифицированных инженеров — решать проблемы с качеством, с которыми не справились алгоритмы. Вице-президент Ford Чарльз Пун свёл ценность инструмента к качеству данных, на которых он обучался.
Commonwealth Bank of Australia. Банк сократил несколько десятков сотрудников обслуживания и заменил их голосовым ИИ-помощником. Система с работой не справилась, число жалоб клиентов заметно выросло. В банке признали, что не продумали все возможные нюансы.
Все трое считали, что автоматизируют функцию.
Автоматизировали объём.
Функция состоит из объёма и хвоста. Объём — те самые 94% типовых запросов, их бот забирает легко. Хвост — сложное, спорное, этическое, нестандартное. Его мало по количеству. И почти вся ценность функции сидит именно там.
Убираешь людей под предлогом «бот закрывает 94%» — остаёшься с хвостом и без тех, кто умел его разбирать.
Это аргумент за то, чтобы считать, что именно бот забирает. Боты работают — при условии, что маршрутизация на человека продумана до запуска.
Убираешь людей под предлогом «бот закрывает 94%» — остаёшься с хвостом и без тех, кто умел его разбирать.
Это аргумент за то, чтобы считать, что именно бот забирает. Боты работают — при условии, что маршрутизация на человека продумана до запуска.
Больше половины рынка — это пилоты
Ещё цифра, которая многое объясняет. Российский рынок генеративного ИИ вырос с 13 до 58 млрд рублей за год. Структура внутри — по данным агентства ONSIDE при поддержке Just AI, где проанализированы 300+ компаний и 70 кейсов внедрения:
Типовой бюджет пилота — от 5 до 15 млн рублей, причём затраты на ИТ-инфраструктуру в эту сумму не входят.
Больше половины денег рынка — оплаченные эксперименты. Рынок пока продаёт право попробовать, а не результат.
- Пилоты — 55% рынка. Оплаченные эксперименты, эффект не подтверждён
- Масштабирование пилотов — 30%. Проект работает, идёт расширение
- Промышленные внедрения — 15%. Решение в продуктиве, эффект измеряется
Типовой бюджет пилота — от 5 до 15 млн рублей, причём затраты на ИТ-инфраструктуру в эту сумму не входят.
Больше половины денег рынка — оплаченные эксперименты. Рынок пока продаёт право попробовать, а не результат.
Что делают те девять процентов
Из тех же материалов складывается картинка, что отличает сработавшие проекты.
Считают до старта. Метрика выбрана до начала пилота. Известно, какое число должно измениться и на сколько.
Берут узкое место. Формулировка «внедрим ИИ в компанию» границ не имеет. Формулировка «поддержка теряет 40% звонков после 18:00» — имеет. Работает вторая.
Готовят данные до модели. Дмитрий Маркосьянц из ОТП Банка на конференции Trend Watching сформулировал это точнее всех: если нет стабильного процесса, понятных источников данных и API, то ИИ превращается в очень продвинутого водителя в машине, у которой нет колёс. Экономический эффект от ИИ в банке за 2025 год — 1 млрд 30 млн рублей, так что человек знает, о чём говорит.
Оставляют человека на хвосте. Бот на объёме, человек на сложном. Маршрутизация продумана до запуска, а не после первой жалобы.
Перестраивают процесс под инструмент. Тот самый пункт, отсутствие которого авторы исследования называют главной причиной нулевого эффекта.
Считают до старта. Метрика выбрана до начала пилота. Известно, какое число должно измениться и на сколько.
Берут узкое место. Формулировка «внедрим ИИ в компанию» границ не имеет. Формулировка «поддержка теряет 40% звонков после 18:00» — имеет. Работает вторая.
Готовят данные до модели. Дмитрий Маркосьянц из ОТП Банка на конференции Trend Watching сформулировал это точнее всех: если нет стабильного процесса, понятных источников данных и API, то ИИ превращается в очень продвинутого водителя в машине, у которой нет колёс. Экономический эффект от ИИ в банке за 2025 год — 1 млрд 30 млн рублей, так что человек знает, о чём говорит.
Оставляют человека на хвосте. Бот на объёме, человек на сложном. Маршрутизация продумана до запуска, а не после первой жалобы.
Перестраивают процесс под инструмент. Тот самый пункт, отсутствие которого авторы исследования называют главной причиной нулевого эффекта.
Четыре вопроса перед следующим пилотом
Затраты российского бизнеса на ИИ за 2025 год — 257 млрд рублей, и растут они в среднем на 50 млрд ежегодно. Оценка НИУ ВШЭ, озвучена вице-премьером Дмитрием Григоренко на конференции Data Fusion 8 апреля 2026 года.
Расходы растут по экспоненте. Эффект видят девять процентов.
Такой разрыв долго не живёт. Либо эффект догоняет расходы, либо расходы сжимаются до эффекта. 2026-й — год, когда финансовый директор придёт с вопросом про прошлогодние бюджеты.
Так что перед следующим пилотом стоит ответить на четыре вопроса:
Если ответов нет — пилот попадёт в те 85%, что не доехали до прода. Модель тут ни при чём.
Вывод такой же, как всегда: найди узкое место — и внедри туда.
Расходы растут по экспоненте. Эффект видят девять процентов.
Такой разрыв долго не живёт. Либо эффект догоняет расходы, либо расходы сжимаются до эффекта. 2026-й — год, когда финансовый директор придёт с вопросом про прошлогодние бюджеты.
Так что перед следующим пилотом стоит ответить на четыре вопроса:
- Какое число должно измениться? Одна метрика, а не «эффективность»
- На сколько? Целевое значение и срок замера
- Кто за это отвечает? Имя владельца процесса, не отдел
- Что остаётся человеку? Описанный хвост и правило маршрутизации
Если ответов нет — пилот попадёт в те 85%, что не доехали до прода. Модель тут ни при чём.
Вывод такой же, как всегда: найди узкое место — и внедри туда.
Частые вопросы
Почему внедрение ИИ не приносит денег?
По данным исследования «Яков и Партнёры» и Яндекса за 2025 год, генеративный ИИ используют 71% крупных российских компаний, но значимый финансовый эффект — более 5% EBITDA — фиксируют только 9% из них. Главная причина по версии авторов: ИИ внедряют в старые процессы, не меняя обязанности людей и систему измерения результатов.
Какой процент ИИ-проектов доходит до промышленной эксплуатации?
По оценке агентства ONSIDE при поддержке Just AI, в структуре российского рынка генеративного ИИ за 2025 год пилоты занимают 55%, масштабирование пилотов — 30%, промышленные внедрения — 15%.
Сколько стоит пилотный проект по внедрению ИИ?
Типовой бюджет пилота на базе генеративного ИИ — от 5 до 15 млн рублей, без учёта затрат на ИТ-инфраструктуру. Данные исследования ONSIDE и Just AI за 2025 год.
Можно ли полностью заменить сотрудников поддержки на ИИ-бота?
Опыт крупных компаний показывает риски. В IBM ИИ закрывал около 94% кадровых запросов, но оставшиеся 6% оказались сложными и этическими — компания объявила о планах втрое увеличить наём в США в 2026 году. Commonwealth Bank of Australia заменил операторов голосовым помощником и получил рост жалоб. Рабочая схема — бот на типовом объёме, человек на сложных обращениях.
Что нужно сделать до старта пилота с ИИ?
Ответить на четыре вопроса: какое число должно измениться, на сколько, кто за это отвечает и что остаётся человеку. Плюс подготовить данные — без стабильного процесса, понятных источников и API модель не даст эффекта.
По данным исследования «Яков и Партнёры» и Яндекса за 2025 год, генеративный ИИ используют 71% крупных российских компаний, но значимый финансовый эффект — более 5% EBITDA — фиксируют только 9% из них. Главная причина по версии авторов: ИИ внедряют в старые процессы, не меняя обязанности людей и систему измерения результатов.
Какой процент ИИ-проектов доходит до промышленной эксплуатации?
По оценке агентства ONSIDE при поддержке Just AI, в структуре российского рынка генеративного ИИ за 2025 год пилоты занимают 55%, масштабирование пилотов — 30%, промышленные внедрения — 15%.
Сколько стоит пилотный проект по внедрению ИИ?
Типовой бюджет пилота на базе генеративного ИИ — от 5 до 15 млн рублей, без учёта затрат на ИТ-инфраструктуру. Данные исследования ONSIDE и Just AI за 2025 год.
Можно ли полностью заменить сотрудников поддержки на ИИ-бота?
Опыт крупных компаний показывает риски. В IBM ИИ закрывал около 94% кадровых запросов, но оставшиеся 6% оказались сложными и этическими — компания объявила о планах втрое увеличить наём в США в 2026 году. Commonwealth Bank of Australia заменил операторов голосовым помощником и получил рост жалоб. Рабочая схема — бот на типовом объёме, человек на сложных обращениях.
Что нужно сделать до старта пилота с ИИ?
Ответить на четыре вопроса: какое число должно измениться, на сколько, кто за это отвечает и что остаётся человеку. Плюс подготовить данные — без стабильного процесса, понятных источников и API модель не даст эффекта.
Максим Орлов, основатель Do Digital. Внедрение ИИ в бизнес с 2016 года. Telegram → @maksim_o
⚡️ Хотите понять, какие 10–20% задач уже сейчас можно отдать ИИ в вашем бизнесе — пишите в Telegram → @maksim_o