Почему внедрение ИИ в компаниях опережает измеримую отдачу

Пользуются ли сотрудники ИИ — уже не главный вопрос для компаний. Сложнее выяснить, улучшилась ли конкретная работа настолько, чтобы оправдать все затраты на технологию. Опросы 2026 года выявляют пробелы в учёте расходов и оценке результатов, но не доказывают, что ИИ в принципе не способен приносить пользу.232534

Что показывают опросы

По данным Flexera, лишь 31% организаций точно видят, сколько тратят на программное обеспечение с ИИ. При этом 59% сообщили, что за последний год неоправданные расходы на ИИ выросли.34 В опросе Battery Ventures среди 100 руководителей технологических направлений 94% заявили, что в их организациях нет единой для всей компании методики оценки отдачи от инвестиций в ИИ — ROI. Только 16% сообщили о положительной отдаче более чем от половины своих ИИ-проектов.23

Расходы также нередко расходятся с планом. В опросе Futurum за второе полугодие 2026 года 46,9% респондентов сказали, что затраты на ИИ превысили бюджет; у 5,6% они оказались ниже запланированных.33 Эти цифры нельзя складывать в единый «процент неудач»: исследования охватывают разные группы и измеряют разные вещи — прозрачность расходов, воспринимаемые потери, окупаемость проектов и соблюдение бюджета.

Почему число пользователей — ещё не результат для бизнеса

Купленная лицензия, активный пользователь или завершённый пилотный проект сами по себе не показывают финансовую отдачу. Для оценки нужно знать, сколько времени и денег занимал процесс до внедрения, договориться о показателе успеха — например, скорости обслуживания или качестве результата — и сопоставить улучшение с полными затратами на работу системы.

Проблема начинается уже с учёта расходов. KPMG обнаружила, что у большинства организаций нет полной картины текущих затрат на ИИ в реальном времени, хотя у многих уже действуют инструменты контроля, включая панели мониторинга и процедуры согласования.19 В глобальном опросе KPMG о подтверждённой окупаемости чаще сообщали организации, которые полностью видят операционные расходы на ИИ, чем те, у кого такой видимости нет: 15% против 3%. Это связь между показателями, а не доказательство того, что одного лишь учёта достаточно для получения отдачи.25

Нужны и изменения в работе самой компании. Технологический руководитель Bank of America относит к условиям успешного масштабирования ИИ перестройку процессов целиком, повторное использование решений, управление ими и оценку окупаемости.14 Параллельно, согласно исследованию, о котором писал CIO, 61% организаций за предыдущие два года приостанавливали, откладывали, сокращали или отменяли проекты модернизации ИТ-систем. Перераспределение средств в пользу ИИ называлось одной из причин, но это не означает, что каждый такой перенос был вызван именно им.18

Для агентного ИИ — систем, способных выполнять последовательности действий для достижения заданной цели, — вопросы стоимости, пользы и контроля рисков особенно важны при расширении проектов. В 2025 году Gartner спрогнозировала, что к концу 2027 года будет отменено более 40% проектов агентного ИИ, в том числе из-за растущих затрат, неясной ценности для бизнеса и недостаточного контроля рисков. Это прогноз, а не установленная доля отменённых проектов в 2026 году.51

Что можно — и нельзя — заключить из опыта Bank of America

Bank of America сообщает, что ИИ-инструменты доступны примерно 200 тысячам сотрудников, а производительность написания кода среди приблизительно 19–20 тысяч разработчиков выросла на 15–20%.34 Второй показатель полезнее для оценки, чем одно лишь число пользователей: он относится к конкретному рабочему процессу. Банк также оценивает выгоду от своих инициатив примерно в 800 млн долларов при затратах в 400 млн долларов. Но это оценка руководства, а не независимое подтверждение окупаемости каждого отдельного применения ИИ.2 По словам одного из сопредседателей банка, наиболее очевидные результаты пока видны в технологической работе, в частности в программировании.1

Практический критерий для компании — не рост числа пользователей, а устойчивое улучшение процесса после учёта всех расходов. Для каждого внедрения стоит назначить ответственного, определить исходный показатель и способ измерить результат, вести полный учёт затрат и проверять качество и риски. Расширять проект имеет смысл, когда измеренная польза сохраняется после такой проверки. Это позволяет увидеть реальные достижения ИИ, не принимая активное использование за окупаемость.192325