Компании никогда не инвестировали столько в искусственный интеллект, но экономические результаты по-прежнему сложно продемонстрировать. Сотрудники экономят время, инструменты множатся, а эксперименты ускоряются. Остается вопрос, кто должен превращать эти выгоды в ценность для компании.
Согласно исследованию The State of AI in 2026 от McKinsey, 80% респондентов отмечают улучшение своей индивидуальной производительности благодаря ИИ. Однако лишь 37% заявляют о каком-либо, даже частичном, влиянии на операционные результаты своей компании.
Расходы же значительно выросли. По данным BCG, к сентябрю 2026 года они удвоились за год и достигли 3,3% выручки опрошенных компаний. Более 80% этих расходов теперь находятся вне ИТ-бюджетов, что означает, что трансформация на основе ИИ касается всей компании, а не только дирекции информационных систем (ДИС).
Окупаемость инвестиций измеряется не сэкономленным временем
Возьмем пример компании, которая оснащает своих коммерсантов ИИ-ассистентом, способным готовить их встречи, составлять отчеты и автоматически обновлять CRM, то есть систему управления взаимоотношениями с клиентами. Каждый коммерсант экономит тридцать минут в день, что кажется успехом.
Куда деваются эти тридцать минут? Если они позволяют встречаться с большим количеством потенциальных клиентов, повышать конверсию или сокращать цикл продаж, компания может начать измерять создание ценности. Если они поглощаются другими административными задачами, индивидуальный выигрыш не обязательно превращается в экономическую эффективность.
Та же логика применима к разработке ПО. ИИ ускоряет производство кода, но это ускорение может сместить узкие места на этапы ревью, тестирования или валидации перед выпуском в продакшен. «Индивидуальная производительность — это обещание. Сквозная эффективность — это результат, который нужно измерять». Поэтому перед каждым проектом необходимо определить исходный показатель, измеримую цель и ответственного бизнес-пользователя, который будет проверять материализацию выгод.
Бизнес-подразделения должны отвечать за создаваемую ценность
Крупные технологические трансформации часто возглавлялись ДИС. С ИИ эта модель достигает своих пределов, поскольку ИТ-дирекция может оценить техническую осуществимость и гарантировать безопасность архитектуры, не будучи лучшим образом осведомленной о проблемах коммерческого отдела или рутинных задачах финансовой команды. Автор указывает, что в своей организации он создал рабочую группу с представителями различных бизнес-подразделений.
Каждое подразделение должно уметь ответить на три вопроса: какую проблему оно пытается решить, какую измеримую выгоду ожидает и кто будет отвечать за результат? ДИС остается гарантом технической согласованности, в то время как бизнес-подразделения становятся ответственными за создаваемую ценность. Финансовая дирекция, со своей стороны, должна помогать различать теоретическую экономию и реально наблюдаемые выгоды.
После определения приоритетов остается вопрос реализации. Модель AI Factory, небольшой команды инженеров на службе у бизнес-подразделений, может быстро создавать решения при условии, что она не ограничивается демонстрациями. Приложение все еще нужно обезопасить, подключить к существующим системам, контролировать и поддерживать. Прототип доказывает, что решение возможно, продакшен должен доказать, что оно полезно и рентабельно.
