Внедрение ИИ в компаниях: почему 74% по-прежнему не могут масштабировать проекты

Фаза сомнений осталась в прошлом. К 2026 году исполнительные комитеты и советы директоров больше не будут обсуждать, ли искусственный интеллект рабочую экосистему. Задача теперь сместилась на сугубо оперативный уровень: как преобразовать стратегическую уверенность в реальную способность к реализации?

Чтобы ответить на этот вопрос, MIT Technology Review Brazilв партнерстве со Skyoneпровело углубленное исследование под названием «Искусственный интеллект в действии: 20 выводов о гибридных командах». Результаты дают убедительную диагностику современной корпоративной среды: мы наблюдаем явное несоответствие между амбициями, заявленными в дискурсе, и реальностью внутренней инфраструктуры.

Хотя 99% технологических и бизнес-лидеров считают, что агенты искусственного интеллекта будут играть центральную роль в повышении конкурентоспособности в ближайшие три года, правда заключается в том, что подавляющее большинство организаций находятся в ловушке постоянных пилотныхпроектов — проектов, которые впечатляют в отдельных демонстрациях, но не масштабируются и не создают постоянной структурной ценности.

Ниже мы проанализируем основные препятствия, выявленные в ходе исследования MIT в отношении компании Skyone, и способы их преодоления компаниями.

Картина несоответствия: высокие амбиции, низкие способности

Собранные в ходе исследования данные показывают, что доступ к технологиям или недостаточная осведомленность в данной области не являются реальными текущими проблемами. Препятствие заключается в координации и оперативной базе.

Разрыв в освоении ИИ в 2026 году

• 99% Они считают, что искусственный интеллект будет играть центральную роль в бизнесе в ближайшие 3 года.
• 74% Они все еще находятся на ранних или промежуточных этапах внедрения.
• 59% Они не считают себя готовыми к работе в гибридных командах в краткосрочной перспективе.
• 57% У них нет выделенного бюджета на искусственный интеллект.

Такой сценарий стагнации не является уникальным для бразильского рынка. В глобальном отчете « Разрыв между генеративным ИИ и бизнесом: состояние ИИ в бизнесе», опубликованном MIT NANDA, проанализировано более 300 государственных инициатив, и установлено, что 95% организаций до сих пор не получают измеримой отдачи от генеративного ИИ.

Причина? Чрезвычайная сложность сопоставления алгоритма с реальными рабочими процессами, корпоративными целями и системами, поддерживающими повседневную деятельность.

Три основных препятствия, которые подпитывают «постоянные пилотные проекты»

Для того чтобы искусственный интеллект перестал быть просто лабораторным экспериментом и стал центральным элементом операционной деятельности, руководителям необходимо преодолеть три невидимых барьера:

1. Иллюзия «готового решения» и фрагментированные системы

Многие компании приобретают универсальные инструменты у сторонних поставщиков, полагая, что ИИ самостоятельно разберется в их работе. Однако, как отмечает Луис Печчи , директор по ИТ и цифровым технологиям в Mundo do Cabeleireiro:

Когда алгоритм пытается работать с разрозненными данными, изолированными электронными таблицами и фрагментированными устаревшими системами, он терпит неудачу из-за отсутствия корректных входных данных.

2. Организационная разобщенность между бизнесом и ИТ

Искусственный интеллект не должен ограничиваться одним отделом; он требует межфункционального взаимодействия. Однако исследование Skyone показывает, что 40% компаний называют интеграцию между различными подразделениями главной проблемой внедрения ИИ в свои процессы. В 46% организаций бизнес и ИТ по-прежнему работают изолированно, без четко определенной динамики сотрудничества.

3. Технические недостатки и локальная (внутрикорпоративная) инфраструктура

Амбиции росли гораздо быстрее, чем архитектура данных. Только 41% компаний используют облако в качестве консолидированной основы для данных и ИИ. Остальные 59% по-прежнему работают с частично облачной или преимущественно локальной инфраструктурой, что, согласно исследованию, является недостаточным для поддержки и масштабирования надежных инициатив в области искусственного интеллекта.

Недостаток в используемых показателях и ограниченное внимание к эффективности

Еще один важный вывод, полученный в результате партнерства между MIT TR Brazil и Skyone, касается того, как рынок оценивает успех внедрения.

• Устаревшие показатели: только 14% организаций используют показатель рентабельности инвестиций (ROI) в качестве основного индикатора для оценки своих проектов в области ИИ. Это свидетельствует о том, что многие корпорации даже не определили четко, каких конкретных результатов они ожидают достичь.
• Краткосрочный взгляд на производительность: примерно 46% компаний инвестируют в гибридные команды (люди + ИИ) исключительно для достижения незначительного повышения производительности и сокращения времени, затрачиваемого на рутинные задачи. Только 18% рассматривают ИИ с целью разработки новых продуктов или источников дохода.

Повышение производительности — это лишь первый этап трансформации. Когда технологии используются исключительно для ускорения устаревших процессов, они лишь маскируют лежащие в их основе технические проблемы и откладывают необходимую реорганизацию процессов, обязанностей и руководства.

Skyone: мост между стратегическими замыслами и реальным масштабом

Чтобы преодолеть разрыв между разрозненными экспериментами и структурными улучшениями, организациям необходимо модернизировать свои основы, прежде чем сосредотачиваться исключительно на алгоритмах. Именно здесь Skyone позиционирует себя как идеального стратегического партнера для организации этого перехода.

Благодаря своим комплексным решениям компания Skyone устраняет технические сложности, с которыми сталкиваются постоянные пилоты:

• Skyone Autosky: обеспечивает миграцию устаревших систем и сложных ERP-систем в облачные среды, готовые к использованию ИИ, с гарантией «нулевого изменения кода». Это обеспечивает производительность, масштабируемость по требованию и цифровую безопасность (сертификация ISO 27001 и архитектура нулевого доверия), необходимые для обеспечения доступности и интеграции корпоративных данных.
• Skyone Studio: уникальная интегрированная платформа, объединяющая iPaaS (способную подключать более 400 систем и устранять разрозненность данных), Lakehouse для расширенного управления данными и инструменты для разработки интеллектуальных виртуальных агентов.

Благодаря этой технической базе ваша компания получает возможность обучать собственные бизнес-правила передовым моделям языков программирования (LLM), что позволяет людям и системам работать бок о бок с максимальным контролем и эффективностью.

Заключительные соображения: оптимизированный человек

Как метко заметил Фелипе Вассерман, директор по маркетингу и развитию компании Skyone, технологический прогресс не уменьшает роль человека, а, наоборот, поднимает планку для человеческого мышления:

В эпоху гибридных команд победителем рынка станет не тот, кто просто повторяет, что искусственный интеллект неизбежен. Им станет тот, кто сможет создать необходимую архитектуру для его интеграции в реальную работу, преобразуя эксперименты в реальные организационные результаты.

Ознакомьтесь со специальным выпуском и изучите цифры, анализы и тенденции, которые показывают, как компании развивают свою стратегию в области искусственного интеллекта, данных и инноваций для получения конкурентного преимущества.

Автор: Skyone