--?xml encoding="utf-8" ?--
Чи коштує генеративний ІІ витрат? Лише 5% проектів дають прибуток. Джерело: AIДослідження MIT NANDA під назвою The GenAI Divide: State of AI in Business 2025 викрило одну з найболючіших правд про цифрову трансформацію: масові інвестиції в генеративний штучний інтелект перетворилися на фінансову чорну діру для більшості компаній. З аналізованої вибірки організацій цілих 95% не отримали жодної вимірної віддачі від своїх вкладень у нейромережі.
Мільярди витрачені даремно: реальні цифри розчаровують
На тлі гучних заяв про «революцію штучного інтелекту» реальна ситуація виглядає незрівнянно похмурішою. Корпоративний сектор вклав у GenAI від 30 до 40 мільярдів доларів, проте лише 5% запущених пілотних проектів досягли стадії, де приносили реальний прибуток. Інші мільйони були втрачені на експериментах, які так і не вийшли за межі демонстраційних залів та презентацій.
Автори звіту провели комплексний аналіз, охопивши понад 300 публічних ініціатив та провівши глибинні інтерв'ю з керівниками 52 різних організацій. Картина вийшла однаковою:
проблема криється не в технології як такій, а в нездатності бізнесу адаптувати її до своїх реальних потреб.
Чому ІІ не працює: три головні перешкоди
Перша біда — поверхове впровадження. Більше 80% компаній обмежилися простим розгортанням універсальних інструментів, таких як ChatGPT або Microsoft Copilot. Ці системи чудово справляються з генерацією листів та презентацій, але абсолютно безпорадні перед специфічними галузевими завданнями, що потребують глибокого розуміння особливостей конкретного бізнесу.
Друга проблема – технологічна. Дослідники зазначили, що ІІ-системи демонструють нестабільність робочих процесів та вкрай обмежену здатність зберігати контекст під час тривалої взаємодії. Алгоритми просто не розуміють специфіки підприємства, ігнорують зворотний зв'язок від співробітників і часто видають рішення, абсолютно непридатні для практичного застосування.
Третя причина – організаційна. Бізнес виявився неготовим до впровадження: співробітники не знають, як сформулювати завдання для цифрового агента, якість вихідних даних часто незадовільна, а управління проектами ведеться за старими схемами,
які не передбачають необхідної гнучкості.
Зовнішні підрядники vs внутрішні розробки: хто перемагає
Цікавий висновок стосується джерела розробки рішень. Проекти, створені за участю зовнішніх консультантів та підрядників, досягали стадії промислової експлуатації у 67% випадків. Внутрішні розробки показали вдвічі скромніше — лише 33% успішних впроваджень.
Але поспішати з висновками про явну перевагу аутсорсингу не варто. Автори звіту саркастично помітили, що компанії по-різному трактують саме поняття «успіх», і просте залучення зовнішніх підрядників не гарантує, що система працюватиме ефективно. У більшості випадків — це лише переклад відповідальності на партнера, при цьому внутрішні процеси залишаються незмінними та непідготовленими.
Висновок: технологія обігнала готовність бізнесу
MIT і NANDA діходять єдино логічного висновку: технологічна база ІІ випередила організаційну здатність підприємств її впроваджувати. Доки бізнес не навчиться чітко артикулювати свої завдання, забезпечувати системи якісними даними та перебудовувати внутрішні процеси під нову реальність, генеративний ІІ залишиться дорогою примхою керівництва — гарною історією у квартальних звітах, але не джерелом реальної вартості.
Примітно, що навіть флагманські інструменти починають деградувати у плані функціональності: нещодавно ChatGPT відмовився від імітації стилю відомих письменників, що додатково звужує його застосування в корпоративній комунікації та ще раз підтверджує: технологія далека від досконалості, якою її часто зображують у маркетингових матеріалах.
Повідомлення MIT розкрив невдалу статистику: чому 95% корпоративних проектів ІІ не приносять прибуток href="https://itnet.com.ua">ITnet.
