Большинство компаний тратят миллионы на ИИ. Почти все они терпят неудачу. Почему?
Новое исследование MIT обнаружило шокирующее открытие. 95% компаний не получают отдачи от инвестиций в ИИ. Американский бизнес вложил от 35 до 40 миллиардов долларов. Результат? Почти нулевая измеримая прибыль.
Подкаст — Чёрная дыра в 40 миллиардов: Почему 95% инвестиций в ИИ терпят крах
Проблема не в технологии. ИИ-модели становятся лучше каждый день. Проблема в том, как компании их используют.
Ваша ИИ-стратегия уже устарела. Вот почему это важно.
Почему большинство ИИ-стратегий терпят крах прямо сейчас?
Скорость развития ИИ разрушает традиционное планирование. То, что сегодня передовое, завтра становится базовым.
В 2023 году исследователи создали новые тесты для ИИ. Всего через год результаты выросли резко. Производительность выросла на 18.8, 48.9 и 67.3 процентных пункта.
Это не постепенное улучшение. Это экспоненциальные изменения.
Большинство компаний строят ИИ-стратегии как обычные бизнес-планы. Они планируют цели на 12-18 месяцев вперёд. Они распределяют бюджеты и назначают команды.
Но ИИ не ждёт вашего цикла планирования.
Исследование BCG показывает: только 21% компаний изменили рабочие процессы. Но именно изменение процессов даёт реальную прибыль. Компании покупают инструменты, но сохраняют старые процессы.
Это как купить спорткар и ездить на первой передаче.
Что отличает топ 4% от всех остальных?
74% компаний не видят пользы от ИИ. Но топ показывает другое.
Только 4% компаний развили передовые ИИ-возможности с реальной ценностью. Эти ИИ-лидеры достигли в 1.5 раза большего роста выручки. Они получили в 1.6 раза больше прибыли для акционеров.
Что они делают по-другому?
Они не просто покупают ИИ-инструменты. Они перестраивают способы выполнения работы. Они обучают людей новым рабочим процессам. Они адаптируются быстрее, чем меняются технологии.
Вот ещё одна подсказка. Два из трёх ИИ-инструментов от сторонних поставщиков успешны. Но только треть внутренних инструментов работает.
Компании, покупающие у поставщиков вроде OpenAI, успешны в 67% случаев. Те, кто строит внутри, терпят неудачу вдвое чаще.
Победители двигаются быстрее. Они не пытаются строить всё с нуля. Они используют работающее и быстро адаптируются.
Как быстро ваша стратегия устаревает?
Разрыв между возможностями ИИ и готовностью компаний растёт. 92% руководителей планируют увеличить расходы на ИИ за три года. Но McKinsey выяснила: только 1% называют свои ИИ-проекты зрелыми.
Все тратят больше. Почти никто не знает, как правильно использовать ИИ.
Исследование MIT называет это «разрывом в обучении». Люди и организации не понимают, как правильно использовать инструменты.
Общие инструменты вроде ChatGPT не дают измеримого влияния на прибыль. Они не адаптируются к реальной работе компании.
Ваши сотрудники уже опережают руководство. Работники втрое чаще считают: ИИ заменит 30% их работы в этом году. Они регулярно используют ИИ-инструменты. Они хотят изучать навыки работы с ИИ.
Но руководство движется слишком медленно.
Как выглядит будущее ИИ-стратегии?
Компании-победители не будут иметь лучшие ИИ-модели. У них будут лучшие системы обучения.
Стратегия сместится от «какой ИИ купить» к «как быстро адаптироваться». Цикл планирования сократится с лет до месяцев и недель.
ИИ-инструменты будут улучшаться с молниеносной скоростью. Но настоящее преимущество придёт от скорости организации. Можете ли вы перестроить процессы за недели, а не кварталы? Можете ли вы обучить команды за дни, а не месяцы?
4% компаний-победителей поняли это рано. Они создали системы быстрого обучения и адаптации. Они не ждали идеальных стратегий.
То, что сегодня кажется передовым, станет базой к 2030 году. Возможно, даже раньше.
Вопрос не в том, устарела ли ваша ИИ-стратегия. Вопрос в том, как быстро вы построите новую. А затем ещё одну после неё.
Пока вы читали это, ИИ стал немного лучше. А ваша стратегия стала немного старее.
Влияние на русскоязычные страны
Россия, Беларусь и Казахстан сталкиваются с уникальными вызовами ИИ. Международные санкции ограничивают доступ к передовым ИИ-инструментам и партнёрствам.
Это делает развитие внутренних ИИ-возможностей критически важным для успеха. Региональные компании должны сосредоточиться на быстром обучении и адаптации процессов.
Разрыв между мировыми ИИ-лидерами и местным бизнесом продолжает расти.