От пилота к работающей системе: как ИИ меняет консалтинг и ИТ-услуги

ИИ меняет корпоративный консалтинг и ИТ-услуги: вместо того чтобы продавать заказчику большую команду и часы специалистов, поставщики всё чаще предлагают довести систему до рабочего состояния внутри его процессов. Для этого нужны и повторно используемая программная платформа, и инженеры, которые разбираются в инфраструктуре клиента и помогают внедрить решение. Такой формат иногда называют forward-deployed engineering: инженеры работают непосредственно с командами заказчика, а не ограничиваются рекомендациями со стороны.

Главная возможность — не просто предоставить языковую модель или провести стратегическую презентацию, а соединить платформу, интеграцию и ответственность за измеримый результат. Партнёрства вокруг внедрения показывают, что в эту часть рынка идут и технологические компании, и крупные интеграторы. Например, Accenture и Google Cloud объявили о создании бизнес-группы, объединяющей инженеров по внедрению с техническими и отраслевыми специалистами; Accenture и Microsoft также запустили практику такого типа.

Почему пилот не становится частью рабочего процесса

Демонстрационный проект можно запустить на ограниченном наборе данных. В промышленной эксплуатации ИИ должен взаимодействовать с существующими системами, соблюдать права доступа, справляться с меняющимися данными и оставлять проверяемый след решений. Кроме того, инструмент должен вписаться в работу сотрудников, а у проекта должен быть ответственный руководитель и исходный показатель, с которым можно сравнить результат.

В одном часто цитируемом исследовании говорится, что у 95% компаний, опробовавших генеративный ИИ, не было измеримой финансовой отдачи. Это показатель отсутствия измеренного эффекта в конкретном исследовании, а не универсальная оценка доли проектов, которые не добрались до промышленной эксплуатации.

Сложности особенно заметны в компаниях с устаревшей инфраструктурой и строгими требованиями к контролю. Но именно здесь интеграция, безопасность, аудит и управление изменениями могут стать частью ценности поставщика. Среди рассматриваемых задач — миграция ERP-систем и подготовка регуляторной отчётности: это не отдельный чат-бот, а работа с важными для бизнеса процессами.4

Кто может выиграть на внедрении

Palantir — заметный пример компании, ориентированной на сложные внедрения в крупных организациях, где важны управление данными и контроль доступа. В первом квартале 2026 года её выручка от коммерческих клиентов в США выросла на 133% год к году.13 Это говорит о динамике спроса, но не доказывает, что каждое внедрение окупилось для заказчика.

ServiceNow может добавлять ИИ к уже существующим рабочим процессам и отношениям с клиентами по подписке. В четвёртом квартале 2025 года выручка компании от подписок выросла на 21% год к году.1 Такой рост показывает масштаб бизнеса, но сам по себе не позволяет судить об экономическом эффекте конкретных ИИ-функций.

Accenture и другие крупные интеграторы располагают опытом работы с большими заказчиками, отраслевой экспертизой и возможностями для масштабной миграции систем. Их задача — не только предоставлять специалистов, но и превращать повторяющиеся решения в готовые компоненты, которые можно использовать в следующих проектах. Иначе каждый новый контракт потребует примерно такой же отдельной команды.

Для среднего бизнеса перспективнее может оказаться более узкое предложение: готовые коннекторы, несколько типовых отраслевых сценариев, внедрение с чётким объёмом работ и дальнейшее обслуживание. Однако имеющихся данных недостаточно, чтобы назвать безусловного лидера этого сегмента.

Что меняется в экономике услуг

В традиционной модели рост выручки обычно требует дополнительных оплачиваемых часов. Платформа способна распределить затраты на разработку коннекторов, управление доступом и рабочими процессами между несколькими клиентами. Если это действительно происходит, следующие внедрения требуют меньше индивидуальной доработки, а дополнительный проект обходится дешевле предыдущего. Именно это может улучшить маржу на последующих продажах — но не гарантирует высокую прибыль автоматически.

Показателен пример C3 AI: несмотря на позиционирование как разработчика корпоративного ИИ-ПО, компания сообщила о валовой марже по GAAP в 32% за квартал, закончившийся в июле 2026 года.3 Поэтому слово «платформа» в описании продукта ещё не отвечает на вопрос, насколько бизнес повторяем и прибыльен.

Издержки переключения поставщика возрастают, если система надёжно обслуживает важные процессы, связана с другими приложениями и накопила рабочую историю. Но заказчикам стоит отличать эту реальную операционную ценность от зависимости, созданной индивидуальным кодом или затруднённым переносом данных.

Как отличить платформу от консалтинга под видом ПО

При оценке поставщика полезно запросить пять показателей:

1. Какая доля пилотных проектов работает в промышленной эксплуатации через 6 и 12 месяцев? Что именно компания считает «запущенным» проектом?
2. Как подтверждается эффект для клиента и с каким исходным уровнем его сравнивают?
3. Каковы регулярная выручка от продукта и удержание клиентов, если считать их отдельно от оплаты внедрения?
4. Какова валовая маржа после учёта всех расходов на инженеров внедрения, облачную инфраструктуру и поддержку?
5. Сколько времени и инженерных часов занимает запуск у каждого следующего клиента?

Настоящая платформа должна со временем обеспечивать более быстрые и менее затратные запуски, а расширение бизнеса — не требовать пропорционального роста команды внедрения. Если для каждого нового клиента собирают отдельную команду и заново пишут решение, перед нами прежде всего консалтинговая услуга — даже если в счёте она названа платформой.