Бизнес вложил миллиарды в AI, но 80% компаний не увидели прироста продуктивности. Это не ошибка в отчёте, а свежий срез по 6000 руководителей. Причём каждый четвёртый сотрудник вообще не использует AI в работе.
Самое жёсткое в цифрах другое: даже там, где AI внедрили, его применяют в среднем 90 минут в неделю. То есть инструмент есть, доступ есть, ожидания огромные, а реальное использование пока на уровне «иногда открываю, когда горит дедлайн».
AI в офисе есть, но эффект почти не чувствуется
Опрос показывает трезвую картину, без хайпа. Люди слышат про революцию AI каждый день, но в рабочих процессах всё движется медленнее. У компаний уже есть подписки и пилоты, но поведение команд меняется не так быстро.
- 80% компаний не заметили роста продуктивности после внедрения AI.
- 6000 руководителей участвовали в исследовании.
- Только 1/3 респондентов регулярно используют AI на работе.
- Среднее время работы с AI, около 90 минут в неделю.
- 25% опрошенных не используют AI-инструменты совсем.
Если перевести это на язык бизнеса, получается просто. Многие компании купили «спортивный зал», но сотрудники туда не ходят. Формально всё внедрено, фактически привычки почти не изменились.
Отсюда и разрыв между ожиданиями и реальностью. Руководство ждёт ускорения процессов, а команды часто не понимают, где AI реально экономит время. В итоге инструмент стоит денег, но не становится частью ежедневной рутины.
Почему ожидания скромные, а разговоров так много
Интересно, что сами участники опроса не ждут магии завтра. На горизонте трёх лет прогнозы выглядят довольно осторожно. Это совсем не похоже на обещания «увеличим эффективность в разы».
- Ожидаемый рост продуктивности, всего 1,4% за 3 года.
- Сокращение штата, примерно 0,7%.
- Рост общего выпуска, около 0,8%.
По сути бизнес признаёт простую вещь. AI пока чаще работает как «микроускоритель», а не как «кнопка удвоения результата». Он помогает с отдельными задачами, но редко перестраивает всю систему целиком.
Есть и психологический фактор. Когда вокруг только громкие кейсы, компании боятся «опоздать». Поэтому внедрение иногда идёт сверху вниз, без ясного сценария использования в каждом отделе.
Новый риск, о котором раньше почти не говорили: стоимость токенов
На фоне слабого эффекта появился второй удар, расходы. Аналитики прогнозируют заметный рост потребления токенов к 2030 году. Токены (единицы текста, которые модель читает и генерирует) напрямую влияют на счета за AI.
Чем активнее компании подключают AI-агентов, тем выше нагрузка. AI-агент (программа, которая сама выполняет цепочку задач) может за один рабочий процесс сделать десятки запросов к модели. Каждый запрос, это новые токены и новые расходы.
Именно поэтому крупные игроки уже пересматривают подход. Uber и Microsoft отдельно анализируют стратегии по AI-агентам из-за стоимости. Сигнал для рынка прямой: даже гиганты считают деньги на каждом шаге.
Как применить это в компании уже сейчас, без лишних затрат
Если вы предприниматель, маркетолог или разработчик, главное не спорить с трендом, а считать экономику. AI даёт результат там, где есть конкретная цель, метрика и владелец процесса. Без этого получится дорогая игрушка.
- Выберите 3 рутинные задачи, где можно быстро замерить экономию времени.
- Дайте команде короткий регламент, когда AI обязателен, а когда бесполезен.
- Считайте не «красоту ответа», а минуты и рубли до и после внедрения.
- Ограничьте эксперименты лимитами токенов и ежемесячным бюджетом.
- Тестируйте AI-агентов только на процессах с повторяемыми шагами.
Практика показывает, что лучше один узкий рабочий сценарий, чем десять расплывчатых пилотов. Например, автоматизация первичных черновиков, разбор обращений клиентов, подготовка отчётов и резюме встреч. Тут эффект проще увидеть за 2-4 недели.
И ещё важный момент для руководителей. Если люди используют AI 90 минут в неделю, проблема не в модели, а в внедрении. Нужны обучение, шаблоны запросов и понятные правила качества, иначе инструмент так и останется «на потом».
Куда всё движется на самом деле
Рынок постепенно взрослеет. Фаза восторга заканчивается, начинается фаза бухгалтерии и операционной дисциплины. Победят не те, кто громче говорит про AI, а те, кто умеет превращать токены в измеримую прибыль.