Що залишається? Через три роки після ажіотажу навколо ChatGPT: грандіозна мрія про штучний інтелект зустрічається з економічною реальністю

Розчарування після ейфорії: коли обіцянки-галас зустрічаються з реальністю менеджменту

Через три роки після «моменту ChatGPT» на керівному рівні почалося розчарування. Хоча технологічні гіганти, такі як Meta та Google, продовжують інвестувати сотні мільярдів доларів в інфраструктуру штучного інтелекту, ширший бізнес-світ демонструє іншу картину: застій замість революції.

ChatGPT був випущений для публіки компанією OpenAI 30 листопада 2022 року. Система досягла рекордної швидкості залучення користувачів і вважається поштовхом до масового ажіотажу навколо ШІ, який охопив світ бізнесу з 2023 року.

Це мало стати найбільшим підвищенням продуктивності в історії. Але через три роки після глобального ажіотажу навколо генеративного штучного інтелекту виникла небезпечна прірва між технологічними перспективами та економічними результатами. Нещодавні дані Forrester та Boston Consulting Group малюють картину «дорогої стагнації»: лише зникаюче малий відсоток компаній досі зміг перетворити свої величезні інвестиції на реальну додану вартість.

Зокрема, випадок фінтех-гіганта Klarna слугує попереджувальним пострілом для всієї галузі. Те, що святкувалося як тріумф ефективності — заміна 700 співробітників на штучний інтелект — виявилося бумерангом для задоволення клієнтів. Урок болісний, але необхідний: технології без емпатії та стратегічного управління змінами можуть заощадити кошти в короткостроковій перспективі, але руйнують стосунки з клієнтами в довгостроковій перспективі.

У цій статті ми зазираємо за межі глянцевих прес-релізів. Ми аналізуємо, чому 2026 рік стане роком значних коригувань у сфері штучного інтелекту, чому «культурна складова» є справжнім убивцею проектів у сфері штучного інтелекту, і чому самі лише технології не можуть замінити відсутню корпоративну стратегію. Оцінка ситуації між ставками на мільярди доларів та поверненням до економічного здорового глузду.

Основна проблема: реальність відповідає очікуванням

Розбіжність між інвестованим капіталом та отриманою прибутковістю є тривожно очевидною. Дослідження Forrester, проведене у 2025 році, показує, що лише 15 відсотків опитаних керівників змогли значно покращити свою норму прибутку завдяки впровадженню штучного інтелекту. Це не маргінальне явище чи проблема, що обмежується лише стартапами. Це впливає на всю економіку, від фінансово найпотужніших корпорацій до середніх організацій. Ще більш вражаючим є висновок Boston Consulting Group: лише 5 відсотків опитаних керівників повідомили про широкомасштабний вплив штучного інтелекту на створення цінності. Це не визначення трансформаційних змін. Це визначення стагнації, незважаючи на дорого придбану інфраструктуру.

Ці цифри стають ще більш значущими, якщо розглядати їх у контексті таких витрат. Тільки Meta оголосила про інвестиції у розмірі від 70 до 72 мільярдів доларів на 2025 рік, з прогнозом у 600 мільярдів доларів до 2028 року. Google планує інвестувати від 91 до 93 мільярдів доларів у 2025 році. Microsoft також постійно збільшує свій капітальний бюджет на штучний інтелект. Це не інвестиції в побічні проекти, а основні інвестиції, призначені для визначення майбутньої конкурентоспроможності цих компаній. Однак, поки технологічні гіганти просуваються вперед з безпрецедентними сумами, серед компаній поза цим технологічним «внутрішнім колом» спостерігається контрастна тенденція: стратегічна затримка.

Forrester прогнозує, що приблизно чверть запланованих інвестицій у штучний інтелект буде відкладено у 2026 році. Йдеться не про скорочення спекулятивних витрат з міркувань вартості, а радше про відкладення стратегічних проектів, які були пріоритетом фінансових директорів та генеральних директорів, оскільки очікування щодо рентабельності інвестицій (ROI) не виправдалися. Чверть запланованих інвестицій — це не просто зниження, а системна переоцінка стратегічної важливості цієї технології.

Справа Klarna: попередження у формі тематичного дослідження

Випадок шведської фінтех-компанії Klarna є показовим у цьому плані – не тому, що це поодинокий випадок, а тому, що він яскраво ілюструє системну проблему. У 2023 році Klarna потрапила в заголовки міжнародних ЗМІ, оголосивши, що замінить 700 співробітників служби підтримки клієнтів системою чат-ботів на базі штучного інтелекту, розробленою у співпраці з OpenAI. Цифри були вражаючими: чат-бот обробляв дві третини всіх запитів клієнтів, вільно володів понад 35 мовами та скоротив час відповіді з середнього показника 11 хвилин до приблизно 2 хвилин. Це, безсумнівно, є визначним операційним досягненням.

Але до 2024 року основні проблеми вже стали очевидними. Задоволеність клієнтів різко впала на 22 відсотки. Це не була статистична неточність, а чіткий сигнал від користувачів про те, що система досягає своїх структурних меж. Чат-бот на базі штучного інтелекту міг обробляти прості транзакційні запити, але його систематично перевантажували більш нюансовані проблеми — ситуації, які вимагали розуміння конкретного контексту, емоційного інтелекту та, перш за все, емпатії. Коли генеральний директор Себастьян Семятковський визнав помилки у 2025 році, його аналіз був надзвичайно чітким: односторонній акцент на економічній ефективності призвів до зниження якості. Іншими словами, технологія була оптимізована для покращення внутрішніх показників, але не розроблена для забезпечення фактичного клієнтського досвіду.

Реакція була логічною: у 2025 році Klarna почала повторно наймати представників служби підтримки клієнтів та створила гібридну модель, де штучний інтелект обробляє рутинні запити, а людські агенти вирішують складні справи. Хоча розрахункова економія в розмірі 60 мільйонів доларів була збережена, загальні витрати на обслуговування клієнтів мали тенденцію до повторного зростання, оскільки тепер потрібно було підтримувати як інфраструктуру штучного інтелекту, так і значний людський персонал. Це не історія успіху автоматизації, а радше дорогий урок про обмеження технічної оптимізації без стратегічного управління змінами.

Організаційний вимір невдачі

Основна проблема полягає не в самій технології, а в здатності організації ефективно її інтегрувати. Дослідження управління змінами показують, що приблизно 70 відсотків усіх ініціатив з трансформації не досягають своїх цілей. Цей показник ще більш виражений у проектах, пов'язаних зі штучним інтелектом: оцінки показують, що рівень невдач становить від 80 до 95 відсотків, якщо компанії не встановлюють чітких цілей, не визначають показники або не мають послідовних структур управління.

Причини цієї невдачі є структурними, а не технічними. По-перше, існує значний розрив у довірі між керівництвом і персоналом. Дослідження показують, що від 50 до 70 відсотків працівників висловлюють страх перед глибокими технологічними змінами. Цей страх не є ірраціональним, а ґрунтується на законних питаннях: Як зміниться моя робота? Чи втрачу я статус чи досвід? Чи буде робота виконуватися на додаток до моїх існуючих обов'язків, не надаючи мені ресурсів чи визнання? Керівники схильні недооцінювати ці питання або інтерпретувати їх як опір прогресу, а не розуміти їх як системні проблеми впровадження.

По-друге, існує фундаментальний розрив між стратегічними намірами керівництва та операційною доцільністю. Менше 30 відсотків компаній з ініціативами у сфері штучного інтелекту встановили чіткі показники впровадження. Це означає, що більшість компаній впроваджують системи штучного інтелекту, не визначивши чітко, що насправді означає успішне впровадження або як вимірювати прогрес. Це можна порівняти з будівельним проектом без креслень чи контролю якості. Технологія впроваджується, тому що вона вважається стратегічно необхідною («страх втратити шанс»), а не тому, що є чітке очікування вигоди.

По-третє, виникають значні проблеми з даними, які неможливо вирішити просто за рахунок інвестицій. 73 відсотки організацій називають якість даних або доступність даних своєю найбільшою проблемою. Це питання не технологічних ресурсів, а організаційної зрілості. Компанії, які десятиліттями організовували дані в ізоляційних системах, не можуть просто зруйнувати ці структури, впровадивши систему штучного інтелекту. Результат: системи штучного інтелекту працюють з низькоякісними вхідними даними та, як наслідок, видають низькоякісну продукцію («сміття на вході, сміття на виході»).

Межі автоматизації: Парадокс клієнтського досвіду

Ще одне явище чітко видно в автоматизації обслуговування клієнтів. ServiceNow повідомляє, що системи штучного інтелекту здатні автономно обробляти приблизно 80 відсотків простих запитів клієнтів. Час вирішення може бути скорочений на 52 відсотки, а показники вирішення перших контактів покращені на 40 відсотків. Це вражаючі операційні показники. Однак, дослідження клієнтів одночасно показують, що 93 відсотки клієнтів віддають перевагу людині-контактній особі для вирішення складних питань. Це не питання особистих уподобань, а відображає фундаментальне обмеження.

Більшість реальних проблем клієнтів не є простими. Вони залежать від контексту, часто емоційно заряджені та вимагають розуміння індивідуальної ситуації. Клієнт, який має труднощі з поверненням коштів, потребує не лише швидкої відповіді, але й відчуття розуміння. Зі складними фінансовими продуктами клієнт повинен бути впевнений, що його колега дбає про його інтереси. Ці якості принципово виходять за межі досяжності механічної автоматизації, оскільки вони вимагають розсудливості та справжнього людського зв'язку.

Дані свідчать про те, що системи штучного інтелекту в обслуговуванні клієнтів є найефективнішими, коли вони діють як інструменти для людських агентів («другий пілот»), а не як заміна. Система, яка підтримує співробітників у виконанні рутинних завдань, автоматизує документацію або попередньо досліджує інформацію, дає позитивні результати. Система, яка намагається повністю замінити людей, часто призводить до ланцюга дисфункціональних наслідків: клієнти змінюють постачальників, зростає рівень скарг, а довіра до бренду падає. Таким чином, підривається операційна мета зниження витрат, оскільки відтік клієнтів та репутаційна шкода обходяться дорожче, ніж досягнута економія.

Тут ви дізнаєтеся, як ваша компанія може швидко, безпечно та без високих бар'єрів входу впроваджувати індивідуальні рішення на основі штучного інтелекту.

Керована платформа штучного інтелекту — це ваш універсальний та безтурботний пакет для штучного інтелекту. Замість того, щоб мати справу зі складними технологіями, дорогою інфраструктурою та тривалими процесами розробки, ви отримуєте готове рішення, адаптоване до ваших потреб, від спеціалізованого партнера — часто протягом кількох днів.

Основні переваги з першого погляду:

⚡ Швидке впровадження: від ідеї до операційного застосування за лічені дні, а не місяці. Ми пропонуємо практичні рішення, які створюють негайну цінність.

🔒 Максимальна безпека даних: Ваші конфіденційні дані залишаються з вами. Ми гарантуємо безпечну та відповідність вимогам обробку без передачі даних третім особам.

💸 Без фінансових ризиків: Ви платите лише за результат. Повністю виключаються значні початкові інвестиції в обладнання, програмне забезпечення чи персонал.

🎯 Зосередьтеся на своєму основному бізнесі: Зосередьтеся на тому, що ви робите найкраще. Ми беремо на себе повне технічне впровадження, експлуатацію та обслуговування вашого рішення на основі штучного інтелекту.

📈 Орієнтований на майбутнє та масштабований: Ваш ШІ зростає разом з вами. Ми забезпечуємо постійну оптимізацію та масштабованість, а також гнучко адаптуємо моделі до нових вимог.

Детальніше про це тут:

• Кероване рішення на основі штучного інтелекту – промислові послуги зі штучним інтелектом: ключ до конкурентоспроможності в секторах послуг, промисловості та машинобудування

Перевірка реальності: Хто насправді виграє від штучного інтелекту сьогодні?

Наявні дані свідчать про розкол в економіці. З одного боку, є технологічні гіганти та кілька спеціалізованих компаній, що використовують штучний інтелект, які продовжують значні інвестиції в інфраструктуру штучного інтелекту та глибоко інтегрують її у свої бізнес-моделі. З іншого боку, переважна більшість традиційних компаній впровадили штучний інтелект, але бачать лише обмежений успіх у створенні цінності.

Дані McKinsey показують, що близько 23 відсотків компаній активно масштабують системи штучного інтелекту, тоді як 39 відсотків все ще перебувають на експериментальній стадії. Це означає, що хоча 62 відсотки певним чином залучені до розробки ШІ, їхня відданість аж ніяк не однорідна. Компанії з чіткими стратегіями ШІ та усталеними структурами управління досягають приблизно в 2,5 рази вищої рентабельності інвестицій, ніж ті, що впроваджують ШІ ad hoc або як суто тактичну ініціативу. Найкращі компанії, які досягають десятикратної рентабельності інвестицій, є окремою групою. Це компанії, які розуміють ШІ не як ізольоване ІТ-рішення, а як інтегрований компонент комплексної трансформації бізнесу.

BCG повідомляє, що середня рентабельність інвестицій (ROI) наразі становить 11,2 відсотка, тоді як зрілі організації вже досягають вдвічі вищої прибутковості. Це не є незначною різницею. Це означає, що зрілість організації вдвічі-втричі важливіша, ніж чисто технологічний потенціал. Для порівняння, традиційний бізнес, зосереджений на операційній ефективності, може очікувати прибутковості від 15 до 20 відсотків. Таким чином, ініціативи у сфері штучного інтелекту не конкурують на рівних умовах; вони повинні забезпечувати виняткову прибутковість, щоб виправдати ризики, притаманні технології.

Парадокс інвестицій: більше грошей, менше довіри

Явище, яке намічається у 2026 році, є вражаючим. У той час як технологічні компанії продовжують інвестувати рекордні суми у штучний інтелект, довіра серед традиційних компаній знижується. Meta, Google та Microsoft різко збільшують свої бюджети. Водночас традиційні компанії переглядають свої плани щодо ШІ.

Forrester прогнозує, що 25 відсотків запланованих інвестицій у штучний інтелект буде відкладено до 2027 року. Це не відступ, а перепланування. Посил компаній чіткий: «Ми інвестуватимемо в штучний інтелект, але лише тоді, коли чітко побачимо переваги». Це знаменує перехід від фази спекулятивних експериментів до фази інвестицій, орієнтованих на результат.

Друге явище посилює цю динаміку: ігнорування вимірювань. 46 відсотків компаній не створили структурованої системи для вимірювання рентабельності інвестицій. Це означає, що майже половина інвестиційних компаній насправді не знають, чи працюють їхні проекти. Враховуючи, що середня ініціатива у сфері штучного інтелекту потребує від трьох до п'яти років, щоб досягти повної цінності, це призводить до сценарію, за якого компанії розподіляють бюджети на роки, не маючи достовірних показників успіху. Це як їхати в повній темряві – сподіваючись зрештою дістатися до місця призначення.

Культурний компонент: Глибока організаційна проблема

У цьому полягає справжня проблема. Впровадження штучного інтелекту зазнає невдачі не тому, що технологія зазнає невдачі. Вони зазнають невдачі тому, що компанії намагаються застосувати технологічні рішення до організаційних проблем, які мають культурне походження. Дослідження показують, що культурні фактори та опір є основними перешкодами у понад 50 відсотках невдалих ініціатив у сфері штучного інтелекту.

Це проявляється на кількох рівнях. По-перше, існує широко поширений страх втратити роботу. Компанії, що впроваджують штучний інтелект, рідко відкрито повідомляють про те, що ця технологія може замінити робочі місця. Вони говорять про «автоматизацію», «ефективність» та «продуктивність». Але працівники розуміють підтекст. Якщо цей страх не вирішується шляхом справжньої перепідготовки, чіткого визначення ролей та гарантій працевлаштування, це призводить до прихованого опору, низького сприйняття та своєрідної пасивної відмови.

По-друге, існує фундаментальна проблема довіри до самих систем штучного інтелекту. Багато співробітників скептично ставляться до здатності штучного інтелекту приймати обґрунтовані рішення. Вони турбуються про упередженість, хибнопозитивні результати та ризик того, що автоматизовані системи не враховують важливий контекст. Цей скептицизм не є безпідставним. Існує безліч доказів галюцинацій у моделях штучного інтелекту та схильності до помилок у особливих випадках, які недостатньо представлені в навчальних даних. Якщо співробітники не розуміють, як штучний інтелект приймає рішення, вони або ігноруватимуть систему, або втратять довіру до самої організації.

По-третє, виявляються структурні недоліки. Організації з глибокою функціональною ізоляцією не можуть ефективно використовувати системи штучного інтелекту, розроблені для міжфункціональної співпраці. Компаніям, чиї системи оцінювання надають пріоритет індивідуальній ефективності над співпрацею, буде важко інвестувати в спільні моделі штучного інтелекту. Керівництво середньої ланки, відчуваючи загрозу з боку автоматизації, створюватиме ледь помітні бар'єри для її впровадження. Ці проблеми неможливо вирішити за допомогою кращого програмного забезпечення, а лише за допомогою справжнього редизайну організації.

Урок: Технології не замінюють стратегії

З усіх цих даних випливає один урок, який не є новим, але його потрібно переосмислити в цьому контексті: технології самі по собі не вирішують бізнес-проблем. Це інструмент. Потужний інструмент в руках організацій, які знають, як його використовувати, і дуже дорога іграшка в руках тих, хто сподівається на чарівні зміни.

Компанії, які досягають реального прогресу у впровадженні штучного інтелекту, роблять кілька речей паралельно: вони мають чітку бізнес-стратегію, в якій штучний інтелект відіграє певну роль, а не є всеохоплюючим рішенням. Вони інвестують в управління змінами з такою ж енергією та бюджетом, як і в саму технологію. Вони встановлюють чіткі рамки вимірювання перед впровадженням. Вони постійно навчають своїх співробітників роботі в середовищі, вдосконаленому штучним інтелектом. Вони проактивно реагують на культурний опір. А також вони створюють сильні структури управління, щоб забезпечити відповідність систем штучного інтелекту цінностям компанії.

Це не прості чи швидкі процеси. Дослідження Deloitte показують, що «агентному ШІ» — наступній хвилі ШІ — потрібно в середньому від трьох до п’яти років, щоб принести реальну додану цінність. Це не критика технології, а реалістичне розуміння того, що глибока організаційна трансформація потребує часу.

Розбіжності: хто перемагає, а хто програє?

Цікавий феномен виникає, якщо врахувати, хто успішно впровадив ШІ. Meta, Google та Spotify продовжують значні інвестиції та повідомляють про позитивні результати. Це компанії з глибоким розумінням науки про дані, усталеною культурою інновацій та ресурсами для терпимості до помилок та навчання на них. Klarna, з іншого боку, впровадила ШІ переважно з міркувань вартості, нехтуючи стратегічним виміром.

Це окреслює контури дворівневої економіки. Перша група складається з компаній, які розуміють ШІ як трансформаційний інструмент і володіють необхідними структурами, даними та культурою. Друга група складається з традиційних компаній, які хочуть ШІ, тому що їхні конкуренти його використовують, але їм бракує організаційної зрілості. Ця група продовжуватиме експериментувати, витрачати гроші та досягати обмеженого успіху, накопичуючи при цьому структурні конкурентні недоліки порівняно з першою групою.

Ця динаміка посилиться протягом наступних п'яти років. Організації, які інвестують в управління змінами та організаційну зрілість разом із інвестиціями в технології зараз, будуть переможцями. Ті, хто інвестує виключно в технології та сподівається на автоматичну трансформацію, зазнають невдачі.

Перспективи: 2026 рік і далі

Прогноз Forrester на 2026 рік цілком точний: «Мистецтво можливого поступається місцем науці практичного». Ера спекулятивних експериментів добігає кінця, а починається ера інвестицій, орієнтованих на результат. Фінансові директори будуть залучені до рішень щодо ШІ не з ентузіазму, а тому, що мають чіткі очікування щодо прибутковості. Той факт, що 30 відсотків великих компаній запровадять обов'язкове навчання зі ШІ, свідчить про визнання того, що організаційну компетентність все ще потрібно розвивати. Компанії, які відкладають свої плани щодо ШІ, більше не розглядаються як невдахи, а як розсудливі, оскільки вони реалістично оцінюють час та організаційні вимоги.

Послання для бізнес-лідерів чітке: ажіотаж навколо ШІ не закінчився. Технологія реальна і продовжуватиме давати результати там, де традиційні системи зазнають невдачі. Але наївна віра в те, що одні лише інвестиції в ШІ принесуть трансформаційні результати, залишилася в минулому. Наступний етап впровадження ШІ буде визначатися не технологічними, а організаційними проривами. Ті, хто це розуміє, переможуть. Інші витрачатимуть роки та капітал, лише щоб зрештою опинитися там, де мали почати: зі стратегічним, інтегрованим та людиноорієнтованим підходом.

☑ Наша ділова мова - англійська чи німецька

☑ Нове: листування на вашій національній мові!

 

Я радий бути доступним вам та моїй команді як особистого консультанта.

Ви можете зв’язатися зі мною, заповнивши тут контактну форму або просто зателефонуйте мені за номером +49 89 674 804 (Мюнхен) . Моя електронна адреса: Вольфенштейн ∂ xpert.digital

Я з нетерпінням чекаю нашого спільного проекту.

 

 

☑ Підтримка МСП у стратегії, порадах, плануванні та впровадженні

☑ Створення або перестановка цифрової стратегії та оцифрування

☑ Розширення та оптимізація міжнародних процесів продажів

☑ Глобальні та цифрові торгові платформи B2B

☑ Піонерський розвиток бізнесу / маркетинг / PR / Мір

Xpert.digital має глибокі знання в різних галузях. Це дозволяє нам розробити кравці, розроблені стратегії, пристосовані до вимог та проблем вашого конкретного сегменту ринку. Постійно аналізуючи тенденції на ринку та здійснюючи розвиток галузі, ми можемо діяти з передбаченням та пропонувати інноваційні рішення. З поєднанням досвіду та знань ми створюємо додаткову цінність та надаємо своїм клієнтам вирішальну конкурентну перевагу.

Детальніше про це тут:

• Використовуйте 5 -разову компетентність xpert.digital в одній упаковці - від 500 € на місяць