Почему «дать сотрудникам ChatGPT» — это ещё не внедрение ИИ
Почти в каждой компании есть один и тот же сценарий. Руководитель читает очередную статью про возможности нейросетей, собирает совещание и говорит: «Покупаем подписки, пусть все пользуются». Через полгода он открывает отчёт по эффективности и не находит там ИИ вообще — ни в выручке, ни в затратах, ни в одной строке. Люди действительно пользуются чем-то новым. Бизнес при этом не изменился никак.

Это не частный случай и не провал конкретной компании. Это статистика, которая летом 2025 года в буквальном смысле обрушила котировки нескольких крупных ИИ-компаний на бирже.
Представим это в деталях. Отдел поддержки получил доступ к ChatGPT. Сотрудники стали быстрее формулировать ответы клиентам — черновик письма вместо пятнадцати минут занимает три. Хорошо, но это по-прежнему один человек, который читает обращение, думает над ответом и отправляет его вручную. Очередь обращений не изменилась, маршрут эскалации сложных случаев не изменился, отчётность для руководителя собирается тем же способом, что и год назад. Через квартал в сводке по отделу не находится ни одной строки, которую можно было бы связать с нейросетью — хотя ей пользуется весь отдел.
Цифра, которая напугала инвесторов
Скачать PDF-инструкцию «Где и как публиковать широкоохватные статьи бесплатно»Исследовательская группа MIT Media Lab Project NANDA изучила более трёхсот корпоративных внедрений генеративного ИИ, провела полсотни структурированных интервью с руководителями и опросила полторы сотни топ-менеджеров. Вывод получился резким: при совокупных вложениях в 30-40 миллиардов долларов 95% организаций не зафиксировали никакого измеримого влияния на прибыль. Когда новость разошлась по деловым изданиям, акции нескольких компаний, тесно связанных с темой корпоративного ИИ — включая Palantir, Nvidia, Oracle и CoreWeave, — заметно просели прямо в день публикации.
Регистрируйся на Pressfeed – получи 3 питча в подарок
Промокод покажем сразу после регистрации.
Важная деталь в этом же исследовании часто теряется за заголовком. Свыше 80% компаний действительно пробовали или внедрили инструменты вроде ChatGPT и Copilot, около 40% говорят о полноценном развёртывании. Проблема не в том, что сотрудники не пользуются нейросетями. Проблема в том, что эти инструменты почти везде повышают личную продуктивность конкретного человека и почти нигде не сдвигают показатели компании целиком.

Справедливости ради, у отчёта MIT нашлись и критики: выборка охватывает ограниченный горизонт в несколько месяцев, а часть эффектов от перестройки процессов, по другим исследованиям, проявляется только через год-полтора. Но направление вывода совпадает с куда более консервативной статистикой IBM по опросу двух тысяч руководителей: лишь 25% ИИ-инициатив принесли ожидаемую окупаемость, и только 16% удалось масштабировать на всю компанию. Две разные методологии — один и тот же разрыв между доступом к инструменту и реальным эффектом для бизнеса.
Почему доступ не превращается в результат
У этого разрыва есть вполне объяснимая механика, и она одинаковая что в исследовании MIT, что в практике любой компании, которая просто раздала лицензии.
Купленная подписка ничего не меняет в самом процессе. Сотрудник, который раньше вручную собирал отчёт, теперь собирает его чуть быстрее, но отчёт по-прежнему готовит один и тот же человек, по тому же маршруту, с теми же точками передачи информации другим отделам. Личная скорость выросла, системная архитектура работы — нет.
Каждый выбирает инструмент и способ его использования сам, и результат становится непредсказуемым: один сотрудник находит удачный сценарий и держит его при себе, другой не находит вообще ничего полезного, третий получает от модели ошибочный ответ и не замечает этого, потому что проверять было некому. Компания в этот момент имеет не систему, а россыпь личных привычек, которые исчезают вместе с увольнением конкретного человека.
И главное — никто не договорился заранее, что именно считать результатом. Без базовой точки «до» любой разговор о пользе ИИ превращается в обмен впечатлениями на совещании, а не в анализ цифр.
Что отличает 5% от 95%
В тех же исследованиях виден и обратный портрет — компаний, у которых генеративный ИИ действительно отразился на прибыли. Общих черт у них оказалось на удивление немного, но они повторяются из случая в случай:
• решение о внедрении принимал руководитель конкретного подразделения, а не централизованная ИТ-служба, закупающая лицензии для всех сразу;
• инструмент встраивался в один существующий рабочий процесс, а не существовал отдельным окном чата рядом с привычными системами;
• результат измерялся по заранее определённым показателям самого процесса, а не по количеству сотрудников, получивших доступ;
• наибольшую отдачу показывали не публичные витринные направления вроде маркетинга, а менее заметные бэк-офисные процессы — обработка документов, сверка данных, типовые проверки. По наблюдению тех же исследователей, именно на таких процессах компании чаще всего отказывались от части затрат на аутсорсинг и внешних подрядчиков, потому что задача, которую раньше отдавали на сторону, начинала выполняться внутри штатной системы.
Ни один из этих пунктов не требует многомиллионного бюджета. Все они требуют управленческого решения: кто-то должен перестроить процесс, а не просто открыть сотрудникам доступ к чату.
Вопрос, который стоит задать вместо «какую подписку купить»
Разница между компанией, которая просто дала сотрудникам ChatGPT, и компанией, которая действительно внедрила ИИ, не в бюджете и не в выборе модели. Она в том, перестроен ли хоть один рабочий процесс так, чтобы результат можно было измерить цифрами, а не ощущением «вроде стало быстрее».
Пока этот вопрос не задан, компания с вероятностью девятнадцать к одному останется в тех самых девяноста пяти процентах — не потому что технология подвела, а потому что ей так и не поручили ничего конкретного. Подключить компанию к системной программе, где обучение сразу привязано к перестройке реальных процессов, можно бесплатно — и это уже отдельный разговор не про доступ к инструменту, а про то, какой именно процесс в компании стоит пересобрать первым.



Комментарии