Самая цитируемая статистика из нового отчёта MIT оказалась сильно искажённой. Пока заголовки утверждают, что «95% пилотов генеративного ИИ в компаниях проваливаются», сам документ раскрывает нечто куда более поразительное: самое стремительное и успешное внедрение корпоративной технологии в истории разворачивается прямо у руководителей под носом.

Дисклеймер: это вольная адаптция статьи издания VentureBeat. Перевод подготовила редакция «Технократии». Чтобы не пропустить анонс новых материалов подпишитесь на «Голос Технократии» — мы регулярно рассказываем о новостях про AI, а также делимся полезными мастридами и актуальными событиями.

Исследование, опубликованное на этой неделе проектом MIT NANDA, вызвало тревогу в социальных сетях и деловых кругах: многие восприняли его как доказательство того, что искусственный интеллект не оправдывает ожиданий. Но внимательное изучение 26-страничного отчёта показывает совсем иную картину — сотрудники компаний предпочитают использовать личные аккаунты в ChatGPT и Claude, вместо дорогостоящих корпоративных систем.

Учёные выяснили, что 90% сотрудников регулярно используют личные ИИ-инструменты для работы, хотя лишь 40% их компаний имеют официальные подписки. «Только 40% компаний заявили, что приобрели корпоративные лицензии LLM, однако работники более чем 90% организаций сообщили об активном использовании личных ИИ-инструментов в рабочих задачах», говорится в исследовании. «Фактически почти каждый опрошенный применяет LLM в том или ином виде в своей работе».

Почему началась «революция снизу»

Исследователи MIT обнаружили феномен «теневого внедрения ИИ», где работники используют личные аккаунты ChatGPT, подписки Claude и другие потребительские сервисы, выполняя с их помощью значительную часть обязанностей. Это не просто эксперименты — сотрудники применяют ИИ «каждый день на протяжении всей рабочей недели», говорится в отчёте.

Это подпольное внедрение развивается быстрее, чем когда-то распространялись электронная почта, смартфоны и облачные технологии. Юрист, процитированная в отчёте, рассказала: её компания вложила $50 000 в специализированный инструмент для анализа контрактов, однако она всё равно предпочитает ChatGPT при подготовке документов, поскольку «разница в качестве очевидна. ChatGPT стабильно выдаёт лучшие результаты, хотя наш поставщик утверждает, что использует ту же самую базовую технологию».

Такая картина повторяется повсеместно. Корпоративные системы описывают как «хрупкие, переусложнённые или плохо согласованные с реальными процессами», тогда как потребительские ИИ-сервисы ценят за «гибкость, привычность и мгновенную пользу». Как отметил один CIO: «Мы посмотрели десятки демо в этом году. Полезными оказались одно-два. Остальное — лишь обёртки или научные проекты».

Почему корпоративные системы за $50 000 проигрывают потребительским приложениям за $20

95-процентный уровень неудач, попавший в заголовки, относится исключительно к кастомным корпоративным решениям — дорогим системам, создаваемым подрядчиками или внутри компаний. Они проваливаются потому, что не обладают тем, что исследователи MIT называют «способностью к обучению».

Большинство корпоративных ИИ-систем «не сохраняют обратную связь, не адаптируются к контексту и не улучшаются со временем». Пользователи жалуются: «системы не учатся на нашей обратной связи» и требуют «слишком много ручного ввода каждый раз».

Потребительские сервисы вроде ChatGPT воспринимаются как гибкие и отзывчивые, даже несмотря на то, что они обнуляются в каждом диалоге. Корпоративные же решения ощущаются неподвижными и требующими длительной подготовки.

Этот разрыв формирует любопытную иерархию предпочтений. Для быстрых задач вроде писем или базового анализа 70% работников предпочитают ИИ людям. Но для сложной, ответственной работы 90% всё ещё выбирают коллег. Дело не в интеллекте — а в памяти и адаптивности.

Скрытый миллиардный рост продуктивности вне поля зрения ИТ

На самом деле никакого провала нет: «теневая» экономика ИИ показывает огромный рост продуктивности, которого просто не видно в корпоративных отчётах. Сотрудники сами нашли решения для задач интеграции, где официальные инициативы застопорились, и на практике доказали: ИИ приносит результат, если его грамотно использовать.

В отчёте отмечается: сотрудники смогли сами преодолеть барьер использования ИИ, когда получили доступ к удобным и гибким инструментам. Некоторые компании уже начинают это понимать — они внимательно смотрят, какие именно личные сервисы приносят пользу, и только потом решают, стоит ли покупать корпоративные аналоги.

Эти результаты вполне осязаемы, просто они не отражаются в стандартной отчётности. Люди с помощью ИИ автоматизируют рутинные задачи, быстрее проводят исследования и легче общаются между собой — в то время как официальные корпоративные проекты по ИИ часто не дают заметной отдачи.

Почему покупать лучше, чем строить: внешние партнёрства успешнее вдвое

Ещё одно наблюдение бросает вызов традиционной логике: компаниям стоит отказаться от попыток строить ИИ самостоятельно. Внешние партнёрства с вендорами доводят проекты до внедрения в 67% случаев, тогда как внутренние разработки успешны лишь в 33%.

Лучшие результаты показывают организации, которые «относятся к стартапам ИИ не как к поставщикам софта, а как к бизнес-партнёрам», требуя от них конкретных операционных результатов, а не эффектных демо. Такие компании настаивают на глубокой кастомизации и постоянном улучшении вместо разовых презентаций.

«Несмотря на расхожее мнение, что корпорации сопротивляются обучению ИИ-систем, большинство команд, с которыми мы беседовали, были готовы к этому, если выгоды ясны и установлены защитные рамки», отмечают исследователи. Ключом становится именно партнёрство, а не просто покупка.

Семь отраслей, избежавших потрясений, оказались мудрее других

MIT выяснил, что реальные структурные изменения от ИИ заметны лишь в сфере технологий и медиа, тогда как семь ключевых индустрий — от здравоохранения и финансов до промышленности — демонстрируют «активность пилотных проектов, но почти отсутствие системных изменений».

Это не провал, а осторожность. Отрасли, избегающие резких перемен, осмысленно внедряют технологии, а не бросаются в хаотичные трансформации. В медицине и энергетике «большинство руководителей не ожидают сокращений персонала в ближайшие пять лет».

Технологический и медиа-секторы движутся быстрее, так как могут позволить себе риск. Более 80% их руководителей прогнозируют сокращение найма в течение 24 месяцев. Остальные же доказывают, что успешное внедрение ИИ не обязательно сопровождается драматическими потрясениями.

Автоматизация бэк-офиса приносит миллионы, пока внимание приковано к фронт-офису

Основной поток инвестиций направлен в продажи и маркетинг, на которые приходится около 50% бюджетов. Но наибольшая отдача приходит от незаметной автоматизации бэк-офиса, которой почти не уделяют внимания.

«Некоторые из самых впечатляющих сокращений затрат были достигнуты именно в бэк-офисе», подчёркивают исследователи. Компании экономили от $2 до $10 млн ежегодно на клиентской поддержке и обработке документов, избавляясь от аутсорсинговых контрактов, и снижали внешние креативные расходы на 30%.

Эти результаты достигались «без значительного сокращения штата». «Инструменты ускоряли работу, но не меняли структуру команд и бюджеты. Экономия возникала за счёт отказа от BPO-контрактов, снижения агентских расходов и замены дорогих консультантов внутренними возможностями на базе ИИ».

Революция ИИ уже идёт — по одному сотруднику за раз

Выводы MIT не свидетельствуют о провале. Они показывают, что ИИ настолько эффективен, что сотрудники опередили собственные компании. Технология работает — корпоративные закупки нет.

Учёные выделяют организации, «преодолевающие разрыв GenAI» за счёт инструментов, которые глубоко интегрируются и развиваются со временем. «Сдвиг от строительства к покупке, в сочетании с ростом просюмерского использования и появлением агентных возможностей, открывает беспрецедентные перспективы для тех вендоров, кто способен предложить обучающиеся, глубоко интегрированные системы ИИ».

95% провалившихся корпоративных пилотов указывают на решение: учиться у 90% работников, которые уже нашли способ заставить ИИ работать. Как признался один топ-менеджер из промышленности: «Мы стали обрабатывать контракты быстрее — и это единственное, что изменилось».

Он не увидел всей картины. Более быстрая обработка контрактов — умноженная на миллионы сотрудников и тысячи ежедневных задач — это как раз та самая постепенная и устойчивая прибавка продуктивности, которая определяет успешное внедрение технологий. Революция ИИ вовсе не проваливается. Она тихо побеждает — по одной ChatGPT-сессии за раз.