Но проблема 2026 года - не отсутствие ИИ.

По данным глобальных исследований BCG и McKinsey, ИИ уже используют 78–88% компаний (опрос среди стран США, Европа, Средний Восток, Азия), но только около 39% видят измеримый эффект на EBIT.

Причина оказалась не в слабом ИИ. Главный bottleneck — данные, процессы и интеграция систем.

В реальности типичная логистическая инфраструктура выглядит так: ·      ERP живет отдельно ·       TMS отдельно ·      WMS отдельно ·      часть операций в Excel ·      часть коммуникаций в почте и мессенджерах ·      master-data расходятся между системами ·      статусы обновляются с задержкой ·      сотрудники исправляют ошибки вручную.

На таком фундаменте ИИ не создает магию. Он просто быстрее показывает существующий беспорядок.

Gartner и отраслевые исследования 2025–2026 прямо называют data quality и legacy integration главными причинами провала AI-проектов в supply chain.

Компании, где ИИ действительно дает ROI, чаще автоматизируют не “всю цепочку поставок”, а очень конкретные зоны: ·      Обработка документов ·      Обработка данных для таможенного оформления ·      Складские системы наблюдения ·      Расчет маршрута ·      Прогнозирование.

Именно там процессы уже достаточно стандартизированы. Лоскутное одеяло из небольших ИИ-агентов для каждого отдела.

Сейчас рынок постепенно приходит к неприятному, но важному выводу: ИИ не заменяет операционную дисциплину, ИИ требует операционной дисциплины.

Если данные грязные, процессы не описаны, а системы не интегрированы,  ИИ не решает проблему. Так что до внедрения ИИ многим компаниям нужно навести порядок в процессах, выстроить систему.