Каждую неделю кто-то из знакомых предпринимателей присылает скрин очередной нейросети с подписью «вот это теперь всё меняет». Ощущение, что если прямо сейчас не внедрить ИИ в отдел продаж, бухгалтерию и переписку с клиентами, через полгода конкуренты просто обгонят по всем фронтам.
Так вот, цифры говорят другое. Крупные исследования McKinsey и BCG за 2025-2026 год, суммарно тысячи опрошенных руководителей, показывают: почти все компании уже что-то внедрили, но реальный эффект от этого получили единицы. Разрыв между «мы попробовали ИИ» и «ИИ реально принёс деньги» оказался куда шире, чем принято думать в чатах про стартапы.
Дальше — конкретные цифры, где именно теряются деньги и почему страх «отстать от ИИ» на самом деле мешает больше, чем помогает.
Цифры, которые ломают миф
По данным McKinsey, 88% компаний используют ИИ хотя бы в одной функции. Казалось бы, рынок почти полностью охвачен. Но только 39% из них видят хоть какое-то влияние на EBIT (это прибыль до вычета процентов и налогов, простыми словами — реальная эффективность бизнеса), и в большинстве случаев эффект меньше 5%.
BCG опросили 1803 руководителя уровня C-suite для своего AI Radar Survey. 75% из них поставили ИИ в топ-3 приоритетов компании на ближайший год. Реально значимую ценность от этих вложений получают, по их же признанию, только 25%.
Есть цифра и жёстче: 60% компаний, по данным BCG, не получают вообще никакой материальной пользы от инвестиций в ИИ. Дальше proof-of-concept (то есть дальше пробного запуска на одном отделе или процессе) продвинулись только 22%. А по-настоящему существенную ценность в масштабе всей компании создают 4-5%.
Отдельно интересна динамика на уровне рядовых сотрудников. Доля тех, кто пользуется ИИ ежедневно или несколько раз в неделю, за год выросла на 23 процентных пункта и достигла 74%. При этом доступ к согласованным, официально разрешённым инструментам компании дали меньше чем 60% работников. Люди тащат нейросети в работу сами, часто в обход официальных решений, а компания об этом даже не подозревает.
Где на самом деле теряются деньги
Логичный вопрос: если инструменты одни и те же (более-менее одинаковый набор нейросетей у всех на рынке), почему у 4-5% получается, а у остальных 95% — нет?
Ответ скучный и от этого особенно бесит. Дело не в выборе модели и не в том, кто первый успел подключить чат-бота на сайт. BCG в своём отчёте прямо пишет: разница в стратегии и в том, как перестроены рабочие процессы вокруг инструмента.
Компания покупает подписку на нейросеть, показывает сотрудникам двадцатиминутное видео «как этим пользоваться» и считает задачу закрытой. Через три месяца выясняется, что подпиской пользуются два человека из отдела маркетинга, а остальные вернулись к старым таблицам, потому что новый инструмент никак не встроен в их ежедневную рутину.
Здесь же вторая причина, о которой реже говорят вслух: руководитель хочет видеть эффект сразу, в первый месяц. А перестройка процесса требует времени на то, чтобы сотрудники ошиблись, разобрались, приспособили инструмент под свои конкретные задачи. Без этого этапа ошибок и подгонки под себя внедрение остаётся красивой презентацией на бумаге.
Типичная картина в малом и среднем бизнесе
Представьте директора небольшой компании, который в воскресенье вечером листает ленту, натыкается на очередной пост про то, как нейросеть заменила целый отдел, и в понедельник утром даёт команду: внедряем.
Дальше по накатанной. Покупается тариф подороже, чтобы сразу с запасом. Сотрудникам присылают ссылку в общий чат. Кто-то попробует раз, не разберётся с промптом, забросит. Кто-то тайком продолжит работать по-старому, потому что так привычнее и быстрее для конкретной его задачи.
Через квартал в отчёте появляется строчка расходов на подписки. Строчки роста выручки, ради которой всё затевалось, нет. Не потому что технология плохая. Просто её воткнули в процесс, который никто не пересматривал последние пять лет, и ждали результата, как будто одна покупка сама всё исправит.
Что делают те 4-5%, у кого получилось
McKinsey и BCG сходятся в одном: компании из числа успешных не гонятся за количеством внедрённых нейросетей. Они выбирают одну-две конкретные задачи, где потеря времени особенно болезненна, и перестраивают процесс полностью под новый инструмент вместо того, чтобы пристроить инструмент сбоку к старому процессу.
Отдельный момент — агентный ИИ: системы, которые доводят задачу до конца сами, без постоянного контроля на каждом шаге. По данным McKinsey, только 23% организаций внедрили такие системы по-настоящему масштабно, хотя пробовали куда больше. При этом на агентные решения уже приходится около 17% всей ценности, которую бизнес получает от ИИ, и к 2028 году доля должна вырасти до 29%.
Общий знаменатель у этих компаний простой: они считают деньги на каждом этапе, а не только на входе (сколько стоит подписка) и на выходе (сколько денег заработали через год). Промежуточные метрики — сколько сотрудников реально пользуются инструментом каждый день, сколько времени экономит конкретная операция — у них считаются с первого месяца.
Ловушка быстрого внедрения
Страх отстать заставляет действовать рывком: подключить всё и сразу, лишь бы не оказаться последним. Именно этот рывок и создаёт ту самую статистику про 60% без реальной пользы.
Настоящий риск для малого бизнеса не в том, чтобы опоздать с подключением очередного сервиса. Риск в том, чтобы потратить бюджет и время команды на внедрение, которое никто толком не довёл до конца, а потом решить, что ИИ просто не подходит для этой ниши. Дело было не в технологии. Дело было в том, как её внедряли.
Что делать с этим прямо сейчас
Первый шаг простой: список из трёх-пяти задач, которые реально съедают время команды каждую неделю. Никаких новых подписок пока. Составление коммерческих предложений, обработка однотипных писем, первичная сортировка заявок — подойдёт любая рутина, которую сотрудники и так делают по шаблону.
Второй шаг — выбрать из этого списка одну задачу и довести автоматизацию по ней до конца. Встроить в реальный ежедневный процесс, обучить тех, кто этим будет пользоваться каждый день, и через месяц посчитать в цифрах, сколько часов освободилось. «Попробовали и вроде работает» тут не считается.
Третий шаг проще, чем кажется, но его почти никто не делает: спросить у сотрудников напрямую, каким сервисом они уже пользуются сами, тайком, потому что официального решения нет. Иногда самый рабочий инструмент в компании уже используется, просто без ведома руководителя.
И только после того, как одна задача реально закрыта, есть смысл переходить к следующей. Медленнее, чем хочется. Зато без отчёта, где расходы растут, а результата не видно.
Про отставание от конкурентов можно перестать волноваться. У 95% компаний на рынке то же самое: подписка есть, а системного результата нет. Задача не в том, чтобы успеть первым. Задача в том, чтобы не оказаться в этих 95%.