Штучний інтелект у німецькій економіці: переломний момент досягнуто.

113 хвилин економії часу на день: ці цифри демонструють справжню силу штучного інтелекту на робочому місці

Штучний інтелект (ШІ) перетворюється з технологічного експерименту на стратегічну необхідність, яка визначатиме майбутню конкурентоспроможність. Поточні дані демонструють прискорений розвиток – якщо у 2022 році лише близько 12 відсотків компаній використовували ШІ, то до 2024 року очікується, що цей показник сягне від 20 до 27 відсотків. Однак ця динаміка свідчить про зростаючий розрив: хоча майже половина великих компаній вже впровадила ШІ, середні підприємства значно відстають, маючи рівень впровадження лише від 17 до 28 відсотків.

Водночас, стратегічні уявлення докорінно змінилися. Для 91 відсотка компаній генеративний ШІ тепер є вирішальним елементом їхньої бізнес-моделі, і готовність інвестувати різко зростає. Початкові емпіричні дані демонструють вражаюче зростання продуктивності в середньому на 13 відсотків у компаніях, що використовують ШІ, та щоденну економію часу до 113 хвилин на одного працівника. Однак, незважаючи на цей потенціал, значні перешкоди, такі як брак досвіду, правова невизначеність через нове регулювання ЄС щодо ШІ та гостра нестача кваліфікованих працівників, перешкоджають широкій трансформації. Німеччина перебуває на критичному етапі глобальної конкуренції, де буде визначено курс на технологічний прогрес або відставання.

Підходить для цього:

• Прийняття рішень та процеси прийняття рішень щодо ШІ в компаніях: від стратегічного імпульсу до практичного впровадження

Коли цифрові експерименти стають стратегічною необхідністю

Німецький економічний ландшафт переживає фундаментальну трансформацію, яка виходить далеко за рамки простої цифровізації. Штучний інтелект еволюціонує з експериментальної технології на вирішальний фактор економічної конкурентоспроможності. Поточні дані малюють складну картину: Німеччина перебуває на переломному етапі, коли розрив між лідерами та відстаючими різко збільшується. Хоча деякі вже досягають помітного зростання продуктивності, інші ризикують відстати.

Цифри говорять самі за себе. За даними Федерального статистичного відомства, близько 20 відсотків німецьких компаній використовуватимуть штучний інтелект (ШІ) у 2024 році, хоча різні опитування дають дещо різні результати залежно від використаної методології. Інститут ifo навіть повідомив про показник у 27 відсотків у липні 2024 року. Однак важливішим за точну цифру є темпи впровадження: хоча лише 11 відсотків компаній використовували ШІ у 2021 році та близько 12 відсотків у 2022 році, зараз впровадження прискорюється. До кінця 2025 року ще 25 відсотків компаній планують розпочати або активізувати використання ШІ. Цей розвиток знаменує перехід від пілотної фази до широкого впровадження в компаніях.

Розбіжність між розміром компанії та рівнем впровадження вражає. У той час як майже половина всіх великих компаній з 250 і більше співробітниками зараз покладаються на технології штучного інтелекту, цей показник для середніх підприємств з кількістю працівників від 50 до 249 становить лише 28 відсотків. Малий бізнес з кількістю працівників від 10 до 49 досягає лише 17 відсотків. Ці цифри свідчать про тривожний розрив у німецькій економіці. Великі корпорації володіють ресурсами, досвідом та готовністю ризикувати для систематичного просування проектів штучного інтелекту. Середній та малий бізнес, з іншого боку, стикається зі структурними бар'єрами: обмеженими бюджетами, нестачею кваліфікованого персоналу та невизначеністю щодо нормативних вимог.

Від технологічної іграшки до стратегічного імперативу

Стратегічне сприйняття штучного інтелекту докорінно змінилося. Дослідження аудиторської фірми KPMG вражаюче документує цю зміну парадигми: 91 відсоток опитаних німецьких компаній зараз вважають генеративний ШІ вирішальним для своєї бізнес-моделі та створення цінності в майбутньому. У 2024 році цей показник становив лише 55 відсотків. Це подвоєння протягом одного року свідчить про більше, ніж просто ентузіазм щодо технології. Воно знаменує усвідомлення того, що ШІ стає фундаментальною передумовою економічного успіху.

Паралельно, стратегічна зрілість значно покращилася. Майже сім із десяти компаній зараз мають чітку стратегію для генеративного ШІ, порівняно з лише 31 відсотком у 2024 році. Ще 28 відсотків активно працюють над розробкою такої стратегії. Ці цифри демонструють, що ШІ більше не розглядається як ізольований ІТ-проект, а як загальнокорпоративна трансформація, що вимагає стратегічного управління. Компанії дедалі більше усвідомлюють, що успішне використання ШІ виходить за рамки технологічного впровадження та вимагає організаційних коригувань, культурних змін та нових навичок.

Інвестиційна готовність відбулася після цієї стратегічної переоцінки. 82 відсотки компаній планують збільшити свої бюджети на штучний інтелект протягом наступних дванадцяти місяців. Більше половини з них, 51 відсоток, навіть мають намір збільшити свої бюджети щонайменше на 40 відсотків. Минулого року ці показники становили 53 та 28 відсотків відповідно. Це значне зростання інвестиційної готовності відображає не лише зростання довіри до технології, але й усвідомлення того, що для успішного масштабування ШІ потрібні значні ресурси. Ера невеликих пілотних проектів з обмеженими бюджетами поступається місцем масштабним стратегічним інвестиціям.

Розподіл за галузями є особливо показовим. У Німеччині, як і очікувалося, інформаційно-комунікаційні технології демонструють найвищий рівень впровадження штучного інтелекту – 42 відсотки. Юридичний та податковий консалтинг, а також аудит, йдуть далі з 36 відсотками, головним чином завдяки автоматизації обробки та створення документів. Дослідження та розробки також становлять 36 відсотків, оскільки штучний інтелект особливо використовується в аналізі та моделюванні даних. Банківська справа становить 34 відсотки, а управлінський консалтинг – 27 відсотків. Сектори телерадіомовлення та телекомунікацій, а також засоби масової інформації досягають по 26 відсотків.

Вимірне підвищення продуктивності долає скептицизм

Давня дискусія про те, чи насправді штучний інтелект призводить до вимірюваного підвищення продуктивності, все частіше знаходить емпіричну відповідь. Дані різних досліджень сходяться навколо вражаючих цифр. Дослідження Федерального резервного банку Сент-Луїса показало, що використання генеративного штучного інтелекту підвищує продуктивність працівників на 33 відсотки за кожну годину використання ШІ. Це не теоретичний прогноз, а аналіз реальних робочих процесів. У Німеччині 82 відсотки компаній, що використовують генеративний ШІ, вже повідомляють про підвищення продуктивності. В середньому це становить 13 відсотків на рік.

Економія часу чітко очевидна у повсякденному робочому житті. Згідно з глобальним опитуванням, проведеним Adecco Group, німецькі працівники заощаджують в середньому 64 хвилини на день завдяки використанню штучного інтелекту. Інше дослідження навіть дійшло цифри 113 хвилин щоденної економії часу. Boston Consulting Group у своєму дослідженні виявила, що 58 відсотків користувачів штучного інтелекту отримують щонайменше п'ять робочих годин на тиждень. Цей зекономлений час жодним чином не використовується для бездіяльності. 41 відсоток використовує його для виконання більшої кількості завдань, 39 відсотків присвячують себе новим завданням, ще 39 відсотків експериментують з інструментами штучного інтелекту, а 38 відсотків зосереджуються на стратегічній діяльності. Таким чином, економія часу не призводить до втрати робочих місць, а радше до переходу від повторюваних до видів діяльності, що додають цінність.

Макроекономічні прогнози вражають. За оцінками, використання генеративного штучного інтелекту може заощадити 3,9 мільярда робочих годин у Німеччині до 2030 року. Це точно відповідає демографічному розриву в 4,2 мільярда робочих годин, створеному нестачею кваліфікованих працівників. Таким чином, штучний інтелект стає не лише фактором продуктивності, але й потенційним рішенням однієї з найактуальніших структурних проблем, з якими стикається німецька економіка. Німецький економічний інститут (IW) прогнозує, що річне макроекономічне зростання продуктивності може зрости з нинішніх 0,4 відсотка до середнього рівня 0,9 відсотка між 2025 і 2030 роками, а також до 1,2 відсотка між 2030 і 2040 роками, виключно завдяки штучному інтелекту.

Однак до цих цифр слід ставитися з певними нюансами. Очікуване підвищення продуктивності не відбувається автоматично. Кілька досліджень показують, що економія часу не є синонімом підвищення продуктивності. Одне дослідження показує, що третина працівників продовжує витрачати зекономлений час на ті самі завдання, що й раніше. Щоб економія часу призвела до підвищення продуктивності, роботодавці повинні чітко визначити очікування та вказати, які нові завдання повинні виконувати працівники. Простого впровадження технологій недостатньо. Супутні організаційні коригування, оптимізація процесів та заходи з управління змінами є важливими.

Галузеві області застосування демонструють конкретну додаткову цінність.

Практичне застосування штучного інтелекту розгортається вздовж усього ланцюжка створення вартості бізнесу. В автомобільній промисловості, традиційній основній галузі німецької промислової потужності, штучний інтелект революціонізує як виробництво, так і розробку продуктів. На заводах BMW системи обробки зображень на основі штучного інтелекту скорочують процеси перевірки з 40 до 24 секунд, одночасно покращуючи виявлення дефектів на 40 відсотків. Siemens та Audi використовують цифрових двійників для віртуального картографування цілих виробничих ліній, тим самим скорочуючи час планування на 35 відсотків. Системи прогнозного технічного обслуговування виявляють несправності машин до того, як вони призведуть до поломок, і значно скорочують незаплановані простої.

Однак, зокрема, автомобільна промисловість обережно інвестує в обчислювальну потужність, команди та бюджети штучного інтелекту порівняно з іншими секторами. Хоча рівень зрілості впровадження ШІ в автомобільній промисловості зріс з 4,4 до 5,4 за останні п'ять років, він все ще дещо відстає від загального середнього показника по галузі. Це свідчить про парадокс: хоча галузь усвідомила потенціал і розробляє деякі вражаючі програми, широкого впровадження часто бракує. Багато програм все ще перебувають на пілотній стадії. Згідно з опитуванням Capgemini, 44 відсотки автомобільних компаній використовують генеративний ШІ в обслуговуванні клієнтів, але лише 18 відсотків проводять пілотні проекти з генерування ідей та створення контенту.

Використання штучного інтелекту особливо різноманітне в маркетингу, продажах та обслуговуванні клієнтів. Системи на базі штучного інтелекту аналізують поведінку клієнтів, створюють персоналізовані пропозиції та автоматизують рутинні завдання. Алгоритми оцінки потенційних клієнтів оцінюють їх на основі взаємодії та визначають пріоритетність продажів для найперспективніших контактів. Чат-боти та голосові боти обробляють повторювані запити до служби підтримки клієнтів, причому компанії повідомляють про скорочення понад 40 відсотків. Представники служби підтримки клієнтів можуть використовувати вивільнені потужності для вирішення складних проблем та взаємодії, що вимагає багато консультацій.

Прогнозовані продажі використовують штучний інтелект для прогнозування оптимальних пропозицій для клієнтів. Графові нейронні мережі аналізують складні взаємозв'язки між продуктами, взаємодією з клієнтами та продажами. Одна B2B-компанія змогла збільшити коефіцієнт конверсії на 40 відсотків за допомогою цих технологій. В електронній комерції системи рекомендацій на основі штучного інтелекту покращують коефіцієнт кліків більш ніж на 25 відсотків, одночасно знижуючи витрати на рекламу. Гіперперсоналізація дозволяє точно адаптувати продукти та послуги до індивідуальних потреб клієнтів.

У фінансовому секторі системи штучного інтелекту аналізують складні шаблони даних та підтримують оцінку ризиків. Deutsche Bank використовує графічний процесор продуктивністю 275 петафлопс, який прискорює торговельний нагляд більш ніж на третину та зменшує кількість хибних тривог на 41 відсоток. У хімічній та фармацевтичній промисловості штучний інтелект оптимізує складні процеси та прискорює розробку продуктів, визначаючи найперспективніші сполуки з тисяч можливих рецептур. Логістична галузь використовує навчання з підкріпленням для коригування маршрутів у режимі реального часу та пришвидшення доставки. DHL досягла значного підвищення ефективності завдяки цій технології.

Структурні перешкоди уповільнюють трансформацію.

Незважаючи на очевидний потенціал та вимірювані успіхи, значні перешкоди стоять на шляху широкого впровадження ШІ. Найбільшою перешкодою є брак знань про цю технологію. 71 відсоток компаній, які ще не використовують ШІ, називають брак ноу-хау основною причиною. Цей прогалина в знаннях багатогранна: вона охоплює брак технічного розуміння того, як функціонують системи ШІ та їхні можливості, брак стратегічних знань про значущі варіанти використання у власній компанії та невизначеність щодо процесів впровадження та вимірювання успіху.

Правова невизначеність та проблеми із захистом даних є другою основною перешкодою. 58 відсотків компаній стурбовані юридичними наслідками, а 53 відсотки мають занепокоєння щодо захисту даних. Ця проблема спочатку загострюється Регламентом ЄС про штучний інтелект, який поступово набирає чинності з лютого 2025 року. Закон класифікує системи штучного інтелекту на чотири класи ризику та визначає відповідні вимоги. Системи штучного інтелекту з високим рівнем ризику, такі як ті, що використовуються в управлінні персоналом або для прийняття рішень про схвалення кредитів, підлягають комплексним вимогам до документування, моніторингу та якості. Недотримання вимог може каратися штрафами у розмірі до 35 мільйонів євро або семи відсотків від світового річного обороту.

Багато компаній стикаються з питанням, які з їхніх застосувань штучного інтелекту слід класифікувати як високоризикові та які конкретні вимоги щодо відповідності мають бути виконані. Регламент про штучний інтелект застосовується на додаток до Загального регламенту про захист даних (GDPR), і обидва набори правил повинні розглядатися разом. Існуючі процеси захисту даних можуть бути використані як основа для дотримання вимог щодо штучного інтелекту, але вони повинні бути розширені, щоб включити конкретні аспекти, такі як справедливість, захист основних прав та відстежуваність рішень. Компаніям потрібні прозорі журнали аудиту, і вони повинні чітко визначити обов'язки: хто контролює? Хто документує? Хто втручається, якщо щось піде не так?

Нестача кваліфікованих працівників посилює ситуацію. Від 35 до 41 відсотка німецьких компаній вважають брак технічних талантів значною перешкодою для проектів у сфері штучного інтелекту. Кількість оголошень про вакансії розробників штучного інтелекту зросла з 23 000 до 37 000 на квартал між 2019 і 2024 роками. Незважаючи на зростаючий попит, дефіцит кваліфікованих кадрів зберігається. Німеччина конкурує на міжнародному рівні за таланти у сфері штучного інтелекту з країнами, які рекламують свої вакансії більш агресивно та часто пропонують кращі умови. Хоча, згідно з аналізом LinkedIn, Німеччина в 1,7 раза частіше, ніж в середньому по ОЕСР, повідомляє про вільне володіння інструментами та додатками штучного інтелекту, посідаючи друге місце у світі після США, цього все ще недостатньо для задоволення попиту.

Цікаво, що деякі компанії самі використовують штучний інтелект як рішення проблеми дефіциту ІТ-навичок. Згідно з опитуванням Bitkom, п'ять відсотків компаній використовують ШІ для подолання кадрового дефіциту. Серед великих компаній з понад 250 співробітниками цей показник зростає до 21 відсотка. ШІ бере на себе рутинні завдання з розробки програмного забезпечення та ІТ-адміністрування, дозволяючи існуючим спеціалістам зосередитися на складніших видах діяльності. Це зменшує дефіцит кваліфікованих кадрів, але фундаментально не вирішує його.

Розрив між пілотним проектом та продуктивним використанням

Однією з найбільших проблем у трансформації штучного інтелекту є так званий розрив між пілотним та виробничим проектами. Багато компаній розробляють успішні прототипи ШІ в контрольованих умовах тестування, але не переносять їх у виробництво. 23 відсотки німецьких компаній перенесли у виробництво понад половину своїх генеративних експериментів зі ШІ, що значно вище за середній світовий показник у 16 ​​відсотків. Однак це також означає, що 77 відсотків німецьких компаній використовують у виробництві менше половини своїх експериментів зі ШІ.

Причини цього розриву численні. Технічно масштабування часто не вдається, оскільки пілотні проекти використовують скорочені шляхи: моделі працюють на локальних машинах з ручними етапами обробки, які не підходять для виробничого середовища. Перехід вимагає надійної, масштабованої інфраструктури з автоматизованими робочими процесами для вилучення даних, навчання моделей, перевірки, розгортання та постійного моніторингу. Необхідно створити конвеєри MLOps, які охоплюють весь життєвий цикл моделей ШІ та забезпечують надійний перехід від пілотної фази до виробничого середовища.

З організаційної точки зору, зв'язок між технічною доцільністю та бізнес-вигодою часто відсутній. Пілотні проекти проводяться ізольовано в ІТ-відділах або інноваційних лабораторіях, без раннього залучення бізнес-підрозділів, які згодом працюватимуть із системами. Бракує чітких критеріїв успіху та кількісно вимірюваних ключових показників ефективності (KPI), які слід визначити до початку проекту. Без таких показників залишається незрозумілим, чи був пілотний проект успішним та чи виправдовує його масштабування.

Успішне масштабування проектів штучного інтелекту вимагає системного підходу. По-перше, пілотні проекти повинні бути пов'язані з бізнес-цілями та ключовими показниками ефективності з самого початку. Замість технологічно орієнтованих експериментів, компанії повинні визначати конкретні бізнес-проблеми, для яких ШІ може запропонувати рішення. По-друге, побудова масштабованої інфраструктури є важливою. Хмарні платформи, автоматизовані конвеєри даних та процеси MLOps повинні бути встановлені на ранній стадії. По-третє, надійне управління даними має гарантувати, що дані є чистими, доступними та відповідають вимогам. По-четверте, необхідно розвивати або набувати експертизу не лише для розробки, але й для виробничих операцій. По-п'яте, рекомендується поступове розгортання з циклами зворотного зв'язку, щоб системи можна було вдосконалювати крок за кроком.

Наш досвід у розвитку бізнесу, продажах та маркетингу в ЄС та Німеччині - Зображення: Xpert.Digital

Галузевий фокус: B2B, цифровізація (від штучного інтелекту до XR), машинобудування, логістика, відновлювані джерела енергії та промисловість

Детальніше про це тут:

• Бізнес-центр Xpert

Тематичний центр з аналітичними матеріалами та експертними знаннями:

• Платформа знань про світову та регіональну економіку, інновації та галузеві тенденції
• Збір аналізів, імпульсів та довідкової інформації з наших пріоритетних напрямків
• Місце для експертів та інформації про поточні розробки в бізнесі та технологіях
• Тематичний центр для компаній, які хочуть дізнатися про ринки, цифровізацію та галузеві інновації

Окупність інвестицій як критичний фактор успіху

Вимірювання рентабельності інвестицій (ROI) у проекти зі штучним інтелектом ставить компанії перед унікальними викликами. На відміну від традиційних інвестицій у ІТ, ефекти часто не піддаються безпосередньому кількісному вимірюванню. Тим не менш, аналіз ROI має вирішальне значення для стратегічних рішень та обґрунтування подальших інвестицій. Дослідження показують, що 48 відсотків німецьких компаній, які фактично використовують ШІ, повідомляють, що переваги переважають витрати. Водночас 63 відсотки компаній вагаються використовувати ШІ ширше, оскільки їм важко оцінити його переваги.

Розрахунок рентабельності інвестицій у штучний інтелект зазвичай виконується за формулою: рентабельність інвестицій дорівнює доходу мінус інвестиційні витрати, поділеному на інвестиційні витрати, помноженому на 100. Складність полягає в точному врахуванні доходів і витрат. Кількісно вимірювані доходи включають економію коштів завдяки автоматизації повторюваних завдань, економію часу для співробітників, зниження рівня помилок, збільшення продажів завдяки покращеній персоналізації та швидший вихід на ринок нових продуктів. Якісні переваги, такі як покращення якості прийняття рішень завдяки аналітиці на основі даних або підвищення задоволеності співробітників завдяки усуненню небажаних рутинних завдань, важче кількісно оцінити, але вони не менш важливі.

Звіт про бізнес-валідацію показує, що інтеграція штучного інтелекту в системи клієнтського досвіду та планування ресурсів підприємства (ERP) може досягти консервативної рентабельності інвестицій (ROI) у розмірі 214 відсотків протягом п'яти років. У найкращому випадку ROI може навіть сягнути 761 відсотка. Така інтеграція може призвести до збільшення середнього розміру транзакцій на 10-30 відсотків, що безпосередньо збільшує дохід. Наприклад, компанія, яка інвестує 50 000 євро в систему чат-ботів на базі штучного інтелекту, щорічно заощаджує 1200 годин ручної підтримки клієнтів, що еквівалентно 75 000 євро витрат на персонал. Таким чином, ROI становить 50 відсотків лише за перший рік.

Інвестиційні витрати включають не лише очевидні елементи, такі як ліцензії на програмне забезпечення, обладнання та розробку, але й часто недооцінені фактори: інтеграцію в існуючі системи, навчання співробітників, управління змінами, постійне обслуговування та підтримку, а також витрати на дотримання вимог та захист даних. Приховані витрати виникають через зусилля з управління проектами, тимчасові втрати продуктивності під час переходу та необхідні коригування процесів.

Успішні компанії визначають конкретні ключові показники ефективності (KPI) для вимірювання рентабельності інвестицій (ROI), які відповідають їхнім бізнес-цілям. До них належать вартість одиниці продукції до та після впровадження ШІ, економія часу завдяки автоматизованим процесам (грошова оцінка), зниження рівня помилок та покращення якості, прийняття користувачами та його вплив на продуктивність, а також показники задоволеності клієнтів. Постійний моніторинг цих показників дозволяє вживати цілеспрямованих коригувальних заходів, якщо проекти ШІ не дають очікуваних результатів.

Підходить для цього:

• Додана цінність штучного інтелекту? Перш ніж інвестувати в штучний інтелект: визначте 4 тихі вбивці успішних проектів

Управління змінами як недооцінений фактор успіху

Впровадження штучного інтелекту – це, перш за все, не технологічна трансформація, а організаційна та культурна. Одного лише технічного впровадження не гарантує успіху. Потрібні глибокі культурні зміни всередині компанії, які можна забезпечити лише за допомогою ефективного управління змінами. Більшість невдалих проектів зі штучним інтелектом зазнають невдачі не через саму технологію, а через брак прийняття, недостатню організаційну підготовку та брак управлінської відданості.

Першим кроком до культурних змін є підвищення обізнаності та освіта. Працівники та менеджери повинні розуміти, чому штучний інтелект є актуальним для компанії та як він сприяє досягненню стратегічних цілей. Семінари, тренінги та інформаційні заходи є ефективними засобами поширення знань та вирішення проблем. Багато працівників мають нечіткі побоювання втратити роботу або бути перевантаженими новими технологіями. Відкрите спілкування щодо реальних наслідків та можливостей зменшує опір.

Розвиток навичок у сфері штучного інтелекту виходить за рамки технічної експертизи. Хоча фахівці з обробки даних та розробники штучного інтелекту потребують глибоких технічних знань, бізнес-відділам також необхідно розвинути фундаментальне розуміння для визначення значущих випадків використання та ефективного використання систем штучного інтелекту. У цьому відношенні безцінними можуть бути індивідуально розроблені навчальні програми та співпраця із зовнішніми експертами. Найголовніше, що навчання слід розглядати не як одноразовий захід, а як безперервний процес.

Адаптація структур і процесів часто є необхідною. Традиційні ієрархічні процеси прийняття рішень та жорсткі методи роботи несумісні з гнучкою розробкою штучного інтелекту та її ітеративними циклами вдосконалення. Компанії повинні бути готові ставити під сумнів традиційні методи роботи та застосовувати нові, більш гнучкі підходи. Це може включати впровадження нових каналів зв'язку, адаптацію процесів прийняття рішень або переробку робочих процесів. Міжфункціональні команди, які поєднують предметну експертизу з технічними навичками, виявилися особливо ефективними.

Культурна інтеграція штучного інтелекту вимагає відкритого та інноваційного мислення, яке визнає цінність даних та потенціал прийняття рішень на основі даних. Штучний інтелект не слід розглядати як зовнішній елемент, а радше як невід'ємну частину корпоративної культури. Сприяння культурі експериментів та навчання протягом усього життя є надзвичайно важливим. Працівників необхідно заохочувати випробовувати нові технології, приймати помилки та вчитися на них.

Лідери відіграють ключову роль у процесі культурної трансформації. Вони повинні не лише визначати бачення та стратегію, але й виступати взірцями для наслідування та втілювати цінності культури, орієнтованої на штучний інтелект. Програми розвитку лідерства можуть допомогти підвищити необхідну обізнаність та навички. Без видимої відданості з боку вищого керівництва, проекти зі штучним інтелектом не мають необхідного імпульсу. Середні виробничі компанії, які значно підвищили сприйняття завдяки комплексним підходам до управління змінами, включаючи інформаційні сесії, цільове навчання та залучення співробітників до процесу впровадження, демонструють ефективність цього підходу.

Позиція Німеччини у світовій конкуренції

У міжнародних порівняннях розвитку штучного інтелекту Німеччина займає неоднозначну позицію. Згідно з Глобальним індексом ШІ, Федеративна Республіка посідає сьоме місце в загальному заліку: солідний результат, але все ще поступається провідним країнам, таким як США, Китай, Сінгапур та кілька європейських країн. Цей рейтинг відображає як сильні, так і слабкі сторони німецької екосистеми ШІ. Німеччина є одним зі світових лідерів у дослідженнях ШІ. Університети, інститути та центри компетенцій проводять важливу фундаментальну роботу, від машинного навчання до етичних питань. Німеччина посідає третє місце у світі за підготовкою ІТ-фахівців.

Однак існує розрив між дослідженнями та практичним застосуванням. Німеччина намагається перевести наукові висновки в реальні додатки. Існує значна потреба надолужити згаяне в плані інфраструктури штучного інтелекту: у Глобальному індексі штучного інтелекту Німеччина посідає лише 13-е місце в цій галузі. Основними проблемами є обчислювальна потужність та доступність даних. Потужність високопродуктивних центрів обробки даних для застосувань штучного інтелекту повинна потроїтися до 2030 року, з нинішніх 1,6 гігават до 4,8 гігават. Однак наразі будується лише 0,7 гігават, а ще 1,3 гігавата – у розробці. Щоб подолати цей розрив у потужності в 1,4 гігавата, до 2030 року необхідно інвестувати до 60 мільярдів євро.

Частка Німеччини у світових потужностях центрів обробки даних скоротилася приблизно на третину з 2015 року. Інвестиції у штучний інтелект значно відстають від таких гравців, як США, Велика Британія, Франція, інші країни ЄС та Китай. З точки зору німецьких компаній, США та Китай наразі лідирують у галузі генеративного штучного інтелекту. 36 відсотків вважають США, а 32 відсотки – Китай лідерами. Лише один відсоток німецьких компаній відводить лідируючу позицію Німеччині. Ця оцінка підкреслює необхідність дій, що стоять перед німецькими політиками та бізнесом. 71 відсоток компаній закликають до посилення підтримки німецьких постачальників штучного інтелекту та збільшення інвестицій у центри обробки даних.

У сфері машинного навчання Німеччина посідає четверте місце на міжнародному рівні з п'ятьма відомими моделями. Однак США домінують з 61 моделлю, за ними йде Китай з 15. Розрив ще більш помітний, коли йдеться про інвестиції: у 2023 році близько 67 мільярдів євро приватного капіталу влилося в технології штучного інтелекту в США, що майже в дев'ять разів більше, ніж у Китаї. Хоча інвестиції в США постійно зростають, в ЄС спостерігається скорочення на 44,2 відсотка з 2022 року. Німеччина має потенціал потроїти свої обчислювальні потужності протягом п'яти років, але це вимагає рішучих дій.

Глобальна гонка штучного інтелекту між США та Китаєм набула нового імпульсу завдяки таким розробкам, як китайська модель DeepSeek. Хоча США традиційно були лідером у сфері великомасштабних мовних моделей, китайські компанії швидко наздоганяють їх. У травні 2025 року керівники вищої ланки, від Microsoft до OpenAI, попереджали, що лідерство США у сфері штучного інтелекту скоротилося до кількох місяців. З 2017 року Китай дотримується заявленої стратегії стати провідною країною у сфері штучного інтелекту до 2030 року. За даними Gartner, 47 відсотків провідних світових дослідників штучного інтелекту – з Китаю, порівняно з лише 18 відсотками зі США. Китай масштабує свою інфраструктуру та додатки набагато швидше, ніж США.

Для Німеччини та Європи складається біполярний технологічний ландшафт. Один блок формується навколо американських технологій, таких як Nvidia та ARM, із західними стандартами передачі даних, тоді як інший обертається навколо екосистеми Китаю з Huawei Ascend та RISC-V. Нейтралітет стає дедалі неможливим для таких країн, як Німеччина. Питання вже не в тому, чи зможе Німеччина наздогнати, а в якій технологічній екосистемі вона себе позиціонує та як вона може зберегти власний суверенітет при цьому.

Стратегічний курс для німецьких компаній

Німеччина стоїть на поворотному етапі стратегічного розвитку. За оцінками, ринок штучного інтелекту в Німеччині досягне понад дев'яти мільярдів євро до 2025 року та, за прогнозами, зросте до 37 мільярдів євро до 2031 року, що становитиме понад 25 відсотків на рік. Однак це зростання не буде розподілено рівномірно. Компанії, які інвестують у штучний інтелект зараз, нарощують досвід та трансформують свої організації, отримають вирішальну конкурентну перевагу. Ті, хто вагається, ризикують залишитися позаду. Розрив між лідерами та відстаючими швидко збільшується.

Успішна трансформація ШІ вимагає більше, ніж просто технологічного впровадження. Вона вимагає цілісної стратегії, що складається з кількох стовпів: по-перше, стратегічне узгодження з чітким баченням, визначеними цілями та пріоритетними варіантами використання. Без стратегічного закріплення на рівні вищого керівництва ініціативи у сфері ШІ залишаються ізольованими рішеннями без сталого впливу. По-друге, операційне впровадження з Центрами передового досвіду у сфері ШІ як центрами експертизи та консалтингу, стандартизовані методи управління проектами, компоненти ШІ повторного використання та проактивне управління знаннями. По-третє, ризики та дотримання чітких структур управління, класифікація ризиків відповідно до Регламенту ЄС про ШІ, дотримання вимог щодо захисту даних та етичних принципів.

Четвертий стовп охоплює технологічну інфраструктуру, включаючи масштабовані хмарні платформи, надійні канали передачі даних, процеси MLOps та постійний моніторинг. П'ятий стовп охоплює людей та культуру, включаючи систематичний розвиток навичок, управління змінами, сприяння культурі експериментування та відданість лідерства. Трансформація штучного інтелекту може бути успішною лише тоді, коли всі п'ять стовпів працюють разом.

Компанії повинні починати з керованих пілотних проектів, які обіцяють відчутні переваги, але не є критично важливими для бізнесу. Поетапний підхід знижує ризики та сприяє прийняттю. Успішні пілотні проекти будують довіру та імпульс для подальших ініціатив. Найголовніше, що пілотні проекти повинні бути розроблені з урахуванням масштабованості з самого початку. Технічна архітектура, процеси обробки даних та організаційна інтеграція повинні бути готові до виробництва. Впровадження ШІ – це не одноразовий проект, а постійний процес оптимізації з постійним навчанням та адаптацією.

Нормативна база, включаючи Регламент ЄС про штучний інтелект та GDPR, спочатку може здатися тягарем, але вона також пропонує можливості. Ті, хто зараз інвестує в прозорість, документовані процеси та проактивне управління ризиками, закладають основу для надійних та конкурентоспроможних застосувань штучного інтелекту. Зв'язок між захистом даних та оцінкою ризиків, пов'язаних зі штучним інтелектом, демонструє, що чіткі процеси та визначені обов'язки не лише дозволяють контролювати інновації, але й стратегічно формувати їх. Компанії, які розглядають відповідність вимогам як конкурентну перевагу, а не як перешкоду, позиціонують себе як надійних партнерів.

Реалістичні перспективи на майбутнє поза межами ажіотажу

Трансформація німецької економіки за допомогою штучного інтелекту лише розпочалася. Наступні п'ять років будуть вирішальними. Прогнози передбачають, що між 2026 і 2030 роками до 40 відсотків середніх підприємств інтегрують інструменти штучного інтелекту у свою щоденну діяльність, зокрема у сфері продажів, фінансів та управління персоналом. Частка компаній, які повністю інтегрували штучний інтелект, значно зросте з нинішніх дев'яти відсотків. Тенденції ШІ на найближчі роки включають генеративний ШІ для автоматизованого створення контенту, обслуговування клієнтів за допомогою ШІ з цілодобовою підтримкою, прогнозну аналітику для прогнозування продажів, маркетинг за допомогою ШІ з гіперперсоналізацією, автоматизований бухгалтерський облік, рекрутинг за допомогою ШІ та розумне виробництво з інтелектуальними заводами.

Вплив на ринок праці буде різним. За даними McKinsey Global Institute, до 2030 року близько 30 відсотків поточного робочого часу може бути автоматизовано за допомогою технологій, включаючи генеративний штучний інтелект. Однак це не означає масових втрат робочих місць, а радше трансформацію профілів посад. Рутинні завдання зникнуть, тоді як попит на ціннішу, більш креативну та більш стратегічну роботу зросте. Вже 13 відсотків працівників у Німеччині повідомляють про втрату роботи через штучний інтелект, що відповідає середньосвітовому показнику. Водночас з'являються нові профілі посад та вимоги до кваліфікації.

Загальний вплив на економічну продуктивність буде помітним, але він не творитиме див. Щорічне зростання продуктивності може зрости з 0,4 до 0,9 відсотка між 2025 і 2030 роками та до 1,2 відсотка між 2030 і 2040 роками. Це було б значним покращенням, яке зміцнило б конкурентоспроможність Німеччини та допоможе пом'якшити наслідки демографічних змін. Однак диво продуктивності, як дехто сподівався, не станеться. Штучний інтелект є важливим, але не єдиним рушієм економічного зростання. Супутні інвестиції в освіту, інфраструктуру та інноваційний потенціал є важливими.

Геополітичний вимір розвитку штучного інтелекту набуватиме все більшого значення. Технологічна конкуренція між США та Китаєм змушує Німеччину та Європу займати стратегічні позиції. Питання технологічного суверенітету стає все більш актуальним: чи може Європа розробляти власні моделі, інфраструктури та стандарти штучного інтелекту, чи вона залишатиметься залежною від американських чи китайських технологій? Такі програми, як Digital Europe та EuroHPC, мають на меті забезпечити європейським проектам штучного інтелекту доступ до високопродуктивних обчислень. Успіх цих ініціатив визначатиме здатність Німеччини та Європи діяти в глобальній конкуренції у сфері штучного інтелекту.

Найближчі роки покажуть, чи зможе Німеччина перетворити свої сильні сторони в дослідженнях та освіті на економічні конкурентні переваги. Курс визначається вже зараз. Компанії, які розуміють ШІ як стратегічне питання, систематично вирішують його та трансформують свої організації, забезпечать свою майбутню життєздатність. Ті, хто вагається або відкидає ШІ як швидкоплинну примху, заплатять за це. Перехід від пілотної фази до продуктивного використання йде повним ходом. Німеччина стоїть на переломному моменті між технологічною інтеграцією та відставанням. Рішення залишається за радами директорів корпорацій, управлінськими командами та середніми підприємствами, які вже сьогодні визначають курс на завтрашній день.

Новий вимір цифрової трансформації з «керованим ШІ» (штучним інтелектом) – платформа та рішення B2B | Xpert Consulting - Зображення: Xpert.Digital

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

Konrad Wolfenstein

Я радий допомогти вам як особистого консультанта.

зв’язатися зі мною під Вольфенштейном ∂ xpert.digital

зателефонуйте мені під +49 89 674 804 (Мюнхен)

LinkedIn
 

Наша глобальна галузева та бізнес-експертиза в розвитку бізнесу, продажах та маркетингу - Зображення: Xpert.Digital

Галузевий фокус: B2B, цифровізація (від штучного інтелекту до XR), машинобудування, логістика, відновлювані джерела енергії та промисловість

Детальніше про це тут:

• Бізнес-центр Xpert

Тематичний центр з аналітичними матеріалами та експертними знаннями:

• Платформа знань про світову та регіональну економіку, інновації та галузеві тенденції
• Збір аналізів, імпульсів та довідкової інформації з наших пріоритетних напрямків
• Місце для експертів та інформації про поточні розробки в бізнесі та технологіях
• Тематичний центр для компаній, які хочуть дізнатися про ринки, цифровізацію та галузеві інновації