Что же осталось? Три года спустя после ажиотажа вокруг ChatGPT: грандиозная мечта об искусственном интеллекте встречается с экономической реальностью

Разочарование после эйфории: когда обещания, данные в рекламной кампании, сталкиваются с реальностью, созданной руководством

Спустя три года после «момента ChatGPT» на уровне руководства наступило разочарование. В то время как такие технологические гиганты, как Meta и Google, продолжают инвестировать сотни миллиардов долларов в инфраструктуру ИИ, в более широком деловом мире наблюдается иная картина: стагнация вместо революции.

Система ChatGPT была выпущена компанией OpenAI 30 ноября 2022 года. Она достигла рекордных показателей по привлечению пользователей и считается катализатором масштабного ажиотажа вокруг искусственного интеллекта, охватившего деловой мир начиная с 2023 года.

Предполагалось, что это станет самым значительным повышением производительности в истории. Но спустя три года после глобального ажиотажа вокруг генеративного ИИ, между технологическими перспективами и экономическими результатами образовался опасный разрыв. Недавние данные Forrester и Boston Consulting Group рисуют картину «дорогостоящей стагнации»: лишь ничтожно малый процент компаний до сих пор смог преобразовать свои огромные инвестиции в реальную добавленную стоимость.

В частности, случай с финтех-гигантом Klarna служит предостережением для всей отрасли. То, что было воспринято как триумф эффективности — замена 700 сотрудников искусственным интеллектом — обернулось бумерангом для удовлетворенности клиентов. Урок болезненный, но необходимый: технологии без эмпатии и стратегического управления изменениями могут сэкономить средства в краткосрочной перспективе, но разрушают отношения с клиентами в долгосрочной перспективе.

В этой статье мы заглядываем за глянцевые пресс-релизы. Мы анализируем, почему 2026 год станет годом серьезных корректировок в сфере ИИ, почему «культурный компонент» является настоящим убийцей проектов в области ИИ и почему одни только технологии не могут заменить отсутствующую корпоративную стратегию. Оценка ситуации между многомиллиардными ставками и возвращением к экономическому здравому смыслу.

Основная проблема: реальность не соответствует ожиданиям

Разрыв между вложенным капиталом и фактической прибылью тревожно очевиден. Исследование Forrester, проведенное в 2025 году, показывает, что только 15 процентов опрошенных руководителей смогли значительно улучшить свою рентабельность за счет внедрения ИИ. Это не маргинальное явление и не проблема, ограничивающаяся стартапами. Она затрагивает всю экономику, от самых финансово мощных корпораций до средних организаций. Еще более драматичным является вывод Boston Consulting Group: всего 5 процентов опрошенных руководителей сообщили о широкомасштабном создании ценности благодаря ИИ. Это не определение трансформационных изменений. Это определение стагнации, несмотря на дорогостоящую приобретенную инфраструктуру.

Эти цифры становятся еще более значимыми, если рассматривать их в контексте подобных расходов. Только компания Meta объявила об инвестициях в размере от 70 до 72 миллиардов долларов на 2025 год, с прогнозом в 600 миллиардов долларов к 2028 году. Google планирует инвестировать от 91 до 93 миллиардов долларов в 2025 году. Microsoft также постоянно увеличивает свой капитальный бюджет на ИИ. Это не инвестиции в побочные проекты, а основные инвестиции, призванные определить будущую конкурентоспособность этих компаний. Однако, в то время как технологические гиганты продвигаются вперед с беспрецедентными суммами, среди компаний за пределами этого технологического «внутреннего круга» наблюдается противоположная тенденция: стратегическая задержка.

По прогнозам Forrester, примерно четверть запланированных инвестиций в ИИ будет отложена в 2026 году. Речь идёт не о сокращении спекулятивных расходов по финансовым причинам, а скорее о переносе стратегических проектов, которые занимали важное место в повестке дня финансовых директоров и генеральных директоров, поскольку ожидания по окупаемости инвестиций (ROI) не оправдались. Четверть запланированных инвестиций — это не просто снижение, а системная переоценка стратегической важности этой технологии.

Дело Klarna: предупреждение в форме анализа конкретного случая

В этом контексте показателен случай шведской финтех-компании Klarna – не потому, что это единичный случай, а потому, что он наглядно иллюстрирует системную проблему. В 2023 году Klarna попала в заголовки международных новостей, объявив о замене 700 сотрудников службы поддержки клиентов системой чат-ботов на основе искусственного интеллекта, разработанной в сотрудничестве с OpenAI. Цифры были впечатляющими: чат-бот обрабатывал две трети всех запросов клиентов, свободно владел более чем 35 языками и сократил время ответа в среднем с 11 минут до примерно 2 минут. Это, несомненно, замечательное операционное достижение.

Но к 2024 году основные проблемы уже стали очевидны. Удовлетворенность клиентов упала на 22 процента. Это была не статистическая неточность, а явный сигнал от пользователей о том, что система достигает своих структурных пределов. Чат-бот с искусственным интеллектом мог обрабатывать простые транзакционные запросы, но систематически сталкивался с более сложными проблемами — ситуациями, требующими понимания специфического контекста, эмоционального интеллекта и, прежде всего, эмпатии. Когда генеральный директор Себастьян Семиатковски признал ошибки в 2025 году, его анализ был удивительно ясен: односторонняя ориентация на экономическую эффективность привела к снижению качества. Другими словами, технология была оптимизирована для улучшения внутренних показателей, но не была разработана для обеспечения реального клиентского опыта.

Реакция была логичной: в 2025 году Klarna начала повторно нанимать сотрудников службы поддержки клиентов и внедрила гибридную модель, в которой ИИ обрабатывает рутинные запросы, а люди решают сложные ситуации. Хотя удалось сохранить экономию в 60 миллионов долларов, общие затраты на обслуживание клиентов снова начали расти, поскольку теперь необходимо было поддерживать как инфраструктуру ИИ, так и значительный штат сотрудников. Это не история успеха автоматизации, а скорее дорогостоящий урок об ограничениях технической оптимизации без стратегического управления изменениями.

Организационный аспект неудачи

Основная проблема заключается не столько в самой технологии, сколько в организационной способности эффективно её интегрировать. Исследования в области управления изменениями показывают, что примерно 70 процентов всех инициатив по трансформации не достигают своих целей. Этот показатель ещё более выражен в проектах, связанных с искусственным интеллектом: по оценкам, процент неудач составляет от 80 до 95 процентов, если компании не устанавливают чёткие цели, определённые показатели или последовательные системы управления.

Причины этого провала носят структурный, а не технический характер. Во-первых, существует значительный разрыв в доверии между руководством и сотрудниками. Исследования показывают, что от 50 до 70 процентов сотрудников испытывают страх перед глубокими технологическими изменениями. Этот страх не иррационален, а основан на законных вопросах: Как изменится моя работа? Потеряю ли я свой статус или квалификацию? Будет ли работа выполняться в дополнение к моим существующим обязанностям без предоставления мне ресурсов или признания? Руководители склонны недооценивать эти вопросы или интерпретировать их как сопротивление прогрессу, а не как системные проблемы внедрения.

Во-вторых, существует фундаментальный разрыв между стратегическими намерениями руководства и операционной осуществимостью. Менее 30 процентов компаний, внедряющих ИИ, определили конкретные показатели внедрения. Это означает, что большинство компаний внедряют системы ИИ, не имея четкого представления о том, что на самом деле означает успешное внедрение, или как измерять прогресс. Это сравнимо со строительным проектом без чертежей и контроля качества. Технология внедряется, потому что считается стратегически необходимой («страх упустить возможность»), а не потому, что есть четкая надежда на получение выгоды.

Во-третьих, возникают серьезные проблемы с данными, которые нельзя решить простыми инвестициями. 73 процента организаций называют качество или доступность данных своей самой большой проблемой. Это вопрос не технологических ресурсов, а организационной зрелости. Компании, которые десятилетиями организовывали данные в разрозненных хранилищах, не могут просто разрушить эти структуры, внедрив систему искусственного интеллекта. Результат: системы ИИ работают с низкокачественными входными данными и, следовательно, производят низкокачественный результат («мусор на входе, мусор на выходе»).

Пределы автоматизации: парадокс клиентского опыта

Ещё одно явление наглядно проявляется в автоматизации обслуживания клиентов. Компания ServiceNow сообщает, что системы искусственного интеллекта способны автономно обрабатывать примерно 80 процентов простых запросов клиентов. Время решения проблем может сократиться на 52 процента, а процент решения проблем при первом обращении — на 40 процентов. Это впечатляющие операционные показатели. Однако исследования клиентов одновременно показывают, что 93 процента клиентов предпочитают общение с человеком по сложным вопросам. Это не вопрос личных предпочтений, а отражение фундаментального ограничения.

Большинство реальных проблем клиентов непросты. Они зависят от контекста, часто носят эмоциональный характер и требуют понимания конкретной ситуации. Клиенту, испытывающему трудности с возвратом средств, нужен не только быстрый ответ, но и ощущение понимания. В случае сложных финансовых продуктов клиент должен быть уверен, что его партнер заботится о его интересах. Эти качества принципиально недоступны для механической автоматизации, поскольку требуют рассудительности и подлинного человеческого контакта.

Данные свидетельствуют о том, что системы искусственного интеллекта в сфере обслуживания клиентов наиболее эффективны, когда они выступают в качестве инструментов для операторов-людей («второго пилота»), а не в качестве их замены. Система, которая помогает сотрудникам в выполнении рутинных задач, автоматизирует документацию или предварительно исследует информацию, дает положительные результаты. Система, которая пытается полностью заменить людей, часто приводит к цепочке негативных последствий: клиенты меняют поставщиков услуг, увеличивается количество жалоб, и снижается доверие к бренду. Таким образом, оперативная цель снижения затрат подрывается, поскольку отток клиентов и ущерб репутации обходятся дороже, чем достигнутая экономия.

Здесь вы узнаете, как ваша компания может быстро, безопасно и без высоких барьеров для входа внедрять индивидуальные решения на основе ИИ.

Управляемая платформа ИИ — это ваш комплексный и простой в использовании пакет решений для искусственного интеллекта. Вместо того, чтобы разбираться со сложными технологиями, дорогостоящей инфраструктурой и длительными процессами разработки, вы получаете готовое решение, адаптированное под ваши потребности, от специализированного партнера — часто в течение нескольких дней.

Краткий обзор основных преимуществ:

⚡ Быстрое внедрение: от идеи до внедрения в эксплуатацию — всего за несколько дней, а не месяцев. Мы предлагаем практичные решения, которые приносят мгновенную пользу.

🔒 Максимальная безопасность данных: Ваши конфиденциальные данные остаются у вас. Мы гарантируем безопасную и соответствующую требованиям обработку данных без передачи третьим лицам.

💸 Отсутствие финансового риска: вы платите только за результат. Высокие первоначальные вложения в оборудование, программное обеспечение или персонал полностью исключены.

🎯 Сосредоточьтесь на своей основной деятельности: сосредоточьтесь на том, что у вас получается лучше всего. Мы возьмём на себя всю техническую реализацию, эксплуатацию и обслуживание вашего ИИ-решения.

📈 Перспективность и масштабируемость: ваш ИИ растёт вместе с вами. Мы обеспечиваем постоянную оптимизацию и масштабируемость, а также гибко адаптируем модели к новым требованиям.

Подробнее об этом здесь:

• Управляемое решение на основе ИИ — промышленные услуги ИИ: ключ к конкурентоспособности в секторах услуг, промышленности и машиностроения

Проверка реальности: кто сегодня действительно выигрывает от ИИ?

Имеющиеся данные свидетельствуют о расколе в экономике. С одной стороны, есть технологические гиганты и несколько специализированных компаний, изначально ориентированных на ИИ, которые продолжают активно инвестировать в инфраструктуру ИИ и глубоко интегрировать его в свои бизнес-модели. С другой стороны, есть подавляющее большинство традиционных компаний, которые внедрили ИИ, но видят лишь ограниченный успех с точки зрения создания ценности.

Данные McKinsey показывают, что около 23 процентов компаний активно масштабируют системы ИИ, в то время как 39 процентов все еще находятся на экспериментальной стадии. Это означает, что хотя 62 процента так или иначе вовлечены в использование ИИ, их приверженность этому процессу отнюдь не однородна. Компании с четкими стратегиями в области ИИ и отлаженными структурами управления достигают примерно в 2,5 раза более высокой рентабельности инвестиций, чем те, кто внедряет ИИ спонтанно или в качестве чисто тактической инициативы. Лидеры, достигшие десятикратной окупаемости инвестиций, представляют собой эксклюзивную группу. Это компании, которые понимают ИИ не как изолированное ИТ-решение, а как интегрированный компонент комплексной трансформации бизнеса.

По данным BCG, средняя рентабельность инвестиций в настоящее время составляет 11,2%, в то время как зрелые организации уже достигают вдвое большей отдачи. Это нетривиальная разница. Это означает, что зрелость организации в два-три раза важнее, чем чисто технологические возможности. Для сравнения, традиционный бизнес, ориентированный на операционную эффективность, может рассчитывать на рентабельность в 15-20%. Таким образом, инициативы в области ИИ не конкурируют на равных условиях; они должны обеспечивать исключительную отдачу, чтобы оправдать присущие технологии риски.

Инвестиционный парадокс: больше денег, меньше доверия

Феномен, наблюдаемый в 2026 году, поразителен. В то время как технологические компании продолжают инвестировать рекордные суммы в ИИ, доверие со стороны традиционных предприятий снижается. Meta, Google и Microsoft резко увеличивают свои бюджеты. И в то же время традиционные компании пересматривают свои планы в области ИИ.

По прогнозам Forrester, 25 процентов запланированных инвестиций в ИИ будут отложены до 2027 года. Это не отступление, а перепланирование. Послание компаний ясно: «Мы будем инвестировать в ИИ, но только тогда, когда ясно увидим преимущества». Это знаменует переход от фазы спекулятивных экспериментов к фазе инвестиций, ориентированных на результат.

Второе явление усугубляет эту ситуацию: слепота к измерениям. 46 процентов компаний не разработали структурированную систему измерения рентабельности инвестиций. Это означает, что почти половина инвестирующих компаний на самом деле не знает, работают ли их проекты. Учитывая, что в среднем инициатива в области ИИ достигает полной отдачи через три-пять лет, это приводит к ситуации, когда компании выделяют бюджеты на годы, не имея достоверных показателей успеха. Это как ехать в полной темноте, надеясь в конце концов добраться до места назначения.

Культурный компонент: глубинная организационная проблема

В этом и заключается настоящая проблема. Внедрение ИИ терпит неудачу не потому, что технология не работает. Оно терпит неудачу потому, что компании пытаются применять технологические решения к организационным проблемам, имеющим культурное происхождение. Исследования показывают, что культурные факторы и сопротивление являются основными препятствиями более чем в 50 процентах случаев неудачных инициатив по внедрению ИИ.

Это проявляется на нескольких уровнях. Во-первых, широко распространен страх потери работы. Компании, внедряющие ИИ, редко открыто говорят о том, что эта технология может заменить существующие должности. Они говорят об «автоматизации», «эффективности» и «производительности». Но сотрудники понимают скрытый смысл. Если этот страх не будет преодолен посредством реального переобучения, четкого определения ролей и гарантий сохранения рабочих мест, это приведет к скрытому сопротивлению, низкой степени принятия и своего рода пассивному отказу.

Во-вторых, существует фундаментальная проблема доверия к самим системам ИИ. Многие сотрудники скептически относятся к способности ИИ принимать взвешенные решения. Они опасаются предвзятости, ложных срабатываний и риска того, что автоматизированные системы могут упустить из виду важный контекст. Этот скептицизм не беспочвенен. Существует множество свидетельств галлюцинаций в моделях ИИ и склонности к ошибкам в особых случаях, которые недостаточно представлены в обучающих данных. Если сотрудники не понимают, как ИИ принимает решение, они либо будут игнорировать систему, либо потеряют доверие к самой организации.

В-третьих, выявляются структурные недостатки. Организации с глубоко укоренившейся функциональной разобщенностью не могут эффективно использовать системы ИИ, разработанные для межфункционального сотрудничества. Компании, чьи системы оценки отдают приоритет индивидуальной производительности, а не сотрудничеству, будут испытывать трудности с инвестированием в модели ИИ, ориентированные на сотрудничество. Менеджеры среднего звена, опасаясь автоматизации, будут создавать скрытые барьеры для ее внедрения. Эти проблемы нельзя решить с помощью более совершенного программного обеспечения, а только путем подлинной реорганизации структуры организации.

Вывод: технологии не могут заменить стратегию

Из всех этих данных вытекает один урок, который не является новым, но требует повторного усвоения в данном контексте: одни только технологии не решают бизнес-проблемы. Это инструмент. Мощный инструмент в руках организаций, которые умеют им пользоваться, и очень дорогая игрушка в руках тех, кто надеется на волшебные перемены.

Компании, добивающиеся реального прогресса в области ИИ, делают несколько вещей параллельно: у них есть четкая бизнес-стратегия, в которой ИИ играет конкретную роль, а не является всеобъемлющим решением. Они инвестируют в управление изменениями с той же энергией и бюджетом, что и в саму технологию. Они создают четкие системы оценки до внедрения. Они постоянно обучают своих сотрудников работе в среде, дополненной ИИ. Они активно преодолевают культурное сопротивление. И они создают надежные структуры управления, чтобы гарантировать соответствие систем ИИ ценностям компании.

Это не простые и не быстрые процессы. Исследования Deloitte показывают, что «агентному ИИ» — следующей волне ИИ — в среднем требуется от трех до пяти лет, чтобы принести реальную добавленную стоимость. Это не критика технологии, а реалистичное понимание того, что глубокая организационная трансформация требует времени.

Разрыв между сторонами: кто победит, а кто проиграет?

При рассмотрении того, кто успешно внедрил ИИ, выявляется любопытный феномен. Meta, Google и Spotify продолжают вкладывать значительные средства и сообщают о положительных результатах. Это компании с глубоким пониманием науки о данных, устоявшейся культурой инноваций и ресурсами, позволяющими терпеть ошибки и учиться на них. Klarna, с другой стороны, внедрила ИИ в основном из-за соображений экономии, упустив из виду стратегический аспект.

Это обрисовывает контуры двухуровневой экономики. Первая группа состоит из компаний, которые понимают ИИ как инструмент трансформации и обладают необходимыми структурами, данными и корпоративной культурой. Вторая группа включает традиционные компании, которые хотят использовать ИИ, потому что их конкуренты это делают, но им не хватает организационной зрелости. Эта группа будет продолжать экспериментировать, тратить деньги и добиваться ограниченного успеха, накапливая при этом структурные конкурентные недостатки по сравнению с первой группой.

В ближайшие пять лет эта динамика усилится. Организации, которые сейчас инвестируют в управление изменениями и повышение организационной зрелости наряду с технологическими инвестициями, окажутся в выигрыше. Те, кто инвестирует исключительно в технологии и надеется на автоматическую трансформацию, потерпят неудачу.

Прогноз: 2026 год и далее

Прогноз Forrester на 2026 год абсолютно точен: «Искусство возможного уступает место науке практического». Эпоха спекулятивных экспериментов подходит к концу, и начинается эра инвестиций, ориентированных на результат. Финансовые директора будут участвовать в принятии решений по ИИ не из энтузиазма, а потому что у них есть четкие ожидания относительно отдачи. Тот факт, что 30 процентов крупных компаний введут обязательное обучение по ИИ, свидетельствует о признании необходимости развития организационной компетентности. Компании, откладывающие свои планы по внедрению ИИ, больше не считаются проигравшими, а рассматриваются как разумные, поскольку они реалистично оценивают временные и организационные потребности.

Послание для руководителей предприятий ясно: ажиотаж вокруг ИИ не утих. Технология реальна и будет продолжать приносить результаты там, где традиционные системы терпят неудачу. Но наивная вера в то, что одних инвестиций в ИИ будет достаточно для кардинальных изменений, — это пережиток прошлого. Следующий этап внедрения ИИ будет определяться не технологическими, а организационными прорывами. Победят те, кто это поймет. Остальные потратят годы и капитал впустую, чтобы в итоге вернуться туда, откуда следовало начать: к стратегическому, интегрированному и человекоцентричному подходу.

☑️ Наш деловой язык — английский или немецкий.

☑️ НОВИНКА: Переписка на вашем национальном языке!

 

Я был бы рад служить вам и моей команде в качестве личного консультанта.

Вы можете связаться со мной, заполнив контактную форму или просто позвоните мне по телефону +49 89 89 674 804 (Мюнхен) . Мой адрес электронной почты: wolfenstein ∂ xpert.digital

Я с нетерпением жду нашего совместного проекта.

 

 

☑️ Поддержка МСП в разработке стратегии, консультировании, планировании и реализации.

☑️ Создание или корректировка цифровой стратегии и цифровизации.

☑️ Расширение и оптимизация процессов международных продаж.

☑️ Глобальные и цифровые торговые платформы B2B

☑️ Пионерское развитие бизнеса/маркетинг/PR/выставки.

Xpert.Digital обладает глубокими знаниями различных отраслей. Это позволяет нам разрабатывать индивидуальные стратегии, которые точно соответствуют требованиям и задачам вашего конкретного сегмента рынка. Постоянно анализируя тенденции рынка и следя за развитием отрасли, мы можем действовать дальновидно и предлагать инновационные решения. Благодаря сочетанию опыта и знаний мы создаем добавленную стоимость и даем нашим клиентам решающее конкурентное преимущество.

Подробнее об этом здесь:

• Используйте 5-кратный опыт Xpert.Digital в одном пакете — всего от 500 евро в месяц