Опрос Bain выявил резкий диссонанс между ожиданиями и результатами. 40% компаний отчитались о сокращении затрат на 10% или менее, что разительно контрастирует с куда более амбициозными прогнозами, обычно лежащими в основе бизнес-кейсов для внедрения ИИ . В целом по рынку лишь 23% компаний способны напрямую связать использование генеративного ИИ с ростом выручки или снижением затрат. Большинство же не могут оценить его реальное влияние на чистую прибыль
.
Эта недостаточная эффективность характерна не для одной отрасли. Опрос охватил розничную торговлю, технологический сектор, передовое производство и ряд других сфер, и везде наблюдается схожий дефицит экономии
. Проблема усугубляется тем, что, хотя 72% компаний отслеживают сокращение затрат как ключевой показатель автоматизации, многие не видят, как эти цифры материализуются в реальных масштабах
.
Главная структурная проблема, которую вскрывает опрос, заключается в следующем: компании финансируют дальнейшие инвестиции в ИИ за счет той самой экономии, которая пока не достигнута. Многие руководители утверждают увеличение расходов на ИИ, прямо рассчитывая, что автоматизация принесет компенсирующее снижение затрат. Когда же ожидаемая экономия не реализуется, модель финансирования начинает выглядеть откровенно рискованной
.
Это часть более широкой тенденции, которую Bain наблюдает в рамках своего исследования «Повестка роста B2B». Компании ожидают значительно более высоких темпов роста выручки — на 20% больше в 2026 году по сравнению с предыдущим — однако многим не хватает необходимых компетенций в области ИИ и фундамента данных для достижения этих целей. Шестьдесят процентов опрошенных руководителей признают, что не имеют необходимой инфраструктуры данных или технологий для эффективного масштабирования ИИ
.
Цифры подтверждают эти опасения. Финансовые директора планируют существенно нарастить расходы на ИИ в масштабах предприятия: 83% ожидают увеличения бюджетов на ИИ более чем на 15% в течение следующих двух лет, а 42% планируют рост на 30% и более за тот же период
. При этом лишь около 23% опрошенных на сегодняшний день могут указать на измеримые результаты в выручке или затратах от генеративного ИИ
. Именно эту асимметрию — агрессивный рост расходов на фоне скромной фактической отдачи — Bain и определяет как ту самую некомфортную структурную реальность.
Исследования Bain и предыдущий анализ показывают: решение не в том, чтобы урезать инвестиции в ИИ, а в том, чтобы фундаментально изменить подход к извлечению экономии. Консультанты рекомендуют компаниям прекратить относиться к ИИ как к изолированной надстройке, которая автоматически принесет снижение затрат. В отдельном анализе Bain утверждает, что одного лишь повышения производительности недостаточно для окупаемости инвестиций (ROI) в генеративный ИИ. Компании-лидеры же «находятся на пути к достижению экономии до 25% за счет сочетания сквозного редизайна процессов с внедрением инструментов генеративного ИИ» .
На практике это означает встраивание ИИ в масштабные операционные преобразования, а не простое наложение его на существующие рабочие процессы. Исследование Bain по автоматизации подтверждает этот тезис: компании, которые вкладывали в автоматизацию больше всего (не менее 20% ИТ-бюджета), добились экономии в среднем в 22%, тогда как те, кто инвестировал менее 5%, — лишь чуть менее 8% . Фирмы, получающие наилучшие результаты, не просто внедряют больше ИИ — они развертывают его в рамках перепроектированных процессов, которые устраняют лишнюю работу, а не просто ускоряют существующие шаги
.
Bain также подчеркивает, что лидеры роста внедряют значительно больше сценариев использования ИИ, чем отстающие, — в среднем 4,5 против 3,3 — и достигают почти вдвое большей экономической эффективности для любого сценария . Общая рекомендация компании: перестать измерять успех ИИ одним лишь фактом его внедрения и вместо этого привязать его к четко определенным процессным и финансовым результатам, подкрепленным той самой инфраструктурой данных и технологий, которой сегодня не хватает 60% компаний
.
Опрос Bain, опубликованный 1 июня 2026 года, появился в момент, когда корпоративные расходы на ИИ ускоряются, в то время как рентабельность инвестиций для большинства компаний остается недостижимой. Сама Bain ранее подсчитала, что глобальное наращивание вычислительных мощностей, необходимое для удовлетворения спроса на ИИ к 2030 году, может потребовать $500 млрд ежегодных капиталовложений и $2 трлн новой годовой выручки для устойчивого финансирования — цифра, которой не достигают даже самые оптимистичные прогнозы экономии
. Таким образом, нынешний провал с экономией — это не просто тактическое разочарование, а предупреждение: модель финансирования, лежащая в основе корпоративного ИИ, для многих компаний находится на неустойчивой траектории.
Самый неотложный вывод из опроса: компании не могут позволить себе относиться к инвестициям в ИИ как к прыжку веры, подкрепленному расчетами в электронных таблицах об экономии, которая так и не наступает. Вместо этого им необходимо восстанавливать мост между амбициями и операционной реальностью, начиная с редизайна процессов и трезвой оценки того, действительно ли обещанное снижение затрат отображается в отчетах о прибылях и убытках.
Comments
0 comments