Несмотря на громкие заявления о революции, которую несёт искусственный интеллект, охватывающей все отрасли, внимательное изучение реальных данных о внедрении и показателях успешности проектов рисует куда более сдержанную картину.

На деле, хотя ИИ и проникает в различные сферы, его повсеместное внедрение и устойчивое создание ценности остаются уделом лишь узкого круга - чаще всего крупных, технологически зрелых компаний.

Вопреки расхожему мнению, внедрение ИИ далеко не так всеобъемлюще, как пытаются представить медиа и технологические гиганты. Да, отчёты говорят о высоком интересе к возможностям ИИ, но реальная практика рассказывает иную историю.

К примеру, если очень хорошо покопаться, то можно найти отчёт Департамента торговли Северной Каролины за 2024 год. Он указывает, что лишь 5% американских компаний активно используют технологии ИИ. Другие исследования коммерческих компаний, как например, Hostinger, хоть и показывают более внушительные цифры, нередко умалчивают/путают экспериментальные проекты или поверхностное изучение с полноценным, значимым внедрением. Так, несмотря на то, что некоторые исследования утверждают, будто более 70% компаний «исследуют» или «применяют» ИИ, масштаб и глубина такого применения часто ограничиваются отдельными функциями или пробными инициативами, а не трансформацией всей организации.

Разрыв между технологическими титанами и рядовой компанией разителен. Такие гиганты, как Google, Amazon, X и Microsoft, обладая огромными ресурсами, высококлассными специалистами и обширными массивами данных, действительно лидируют в инновациях и применении ИИ. Они создают и внедряют сложные модели, питающие их ключевые сервисы от поисковых алгоритмов до облачных технологий.

Однако, будни малого или среднего бизнеса выглядят совсем иначе. У таких предприятий зачастую нет ни специализированных отделов по исследованию ИИ, ни бюджетов, ни готовых, чистых и структурированных данных, необходимых для эффективного внедрения и масштабирования решений ИИ. В таких секторах, как производство, информационные технологии или здравоохранение, уровень внедрения, хотя и растёт, всё ещё охватывает лишь меньшинство компаний, а в некоторых отраслях проникновение ещё ниже, согласно данным MIT.

Ещё более отрезвляющий от хайпа факт, чем низкие темпы внедрения, это пугающе высокая доля неудачных проектов ИИ.

Отраслевые отчёты свидетельствуют о том, что значительная часть инициатив в области ИИ либо не приносит ожидаемой ценности, либо забрасывается, либо так и не выходит за рамки пилотных испытаний, либо … ИИ там только в названии)) Оценки разнятся, но некоторые источники указывают, что от 70% до 85% проектов ИИ терпят крах, что подтверждают не только коммерческие, но и государственные данные из США. Этот показатель неудач вдвое превышает аналогичный для традиционных ИТ-проектов.

Причины таких провалов многогранны. Среди них неизменно выделяются: низкое качество данных, отсутствие чётко сформулированных бизнес-целей, слабое понимание возможностей и ограничений ИИ, недостаточная инфраструктура и дефицит квалифицированных кадров.

Иллюзия, что ИИ - это волшебная таблетка, способная одним махом решить все проблемы бизнеса без серьёзной стратегии, инвестиций и базовой подготовки, максимально опасное заблуждение, которое напрямую ведёт к провалу. Компании нередко бросаются в проекты ИИ, не определив даже чётко задачу, не оценив реалистично свои возможности и не осознав в полной мере, какие ресурсы потребуются. Итог стандартный: неизбежное разочарование и растрата средств впустую.

Источники в моей англоязычной статье на LinkedIn: https://www.linkedin.com/pulse/statistics-ai-adoption-success-vadim-kuznetsov-qgsbc/?trackingId=9KofJB9MR3ubgxmRkoiAOA%3D%3D

Приглашаю в свой ТГ канал: https://t.me/yaproductmanager

#ии #иидлябизнеса #иистартап #автоматизация #productowner