ИИ ускоряет сотрудников, но 96% руководителей не видят отдачи от инвестиций
Сотрудники становятся продуктивнее благодаря искусственному интеллекту, но компании далеко не всегда могут превратить эту экономию времени в деньги. Согласно исследованию Atlassian, работники оценивают рост собственной производительности при использовании ИИ в 33% и сообщают об экономии в среднем 1,3 часа ежедневно. При этом 96% опрошенных руководителей не увидели значимой отдачи от инвестиций в ИИ на уровне бизнес-показателей.
Эти данные приводит СберУниверситет в новом аналитическом отчете «Как меняется работа руководителя под влиянием ИИ». Его авторы проанализировали более 8500 публикаций из более чем 80 российских и международных источников, выделили 15 тенденций и сформулировали 61 управленческое действие, которое должно помочь компаниям адаптироваться к новым условиям.
Проблема отсутствия финансовой отдачи от ИИ уже привлекала внимание исследователей. Ранее IT-World рассказывал о результатах исследования MIT Media Lab, согласно которому около 95% корпоративных пилотов генеративного ИИ не оказывают ощутимого влияния на финансовые показатели компаний. При этом общий объем инвестиций бизнеса в корпоративный генеративный ИИ оценивался в $30–40 млрд.
94% компаний внедряют ИИ поверх старых процессов, не получая измеримой отдачи.
Главная проблема, на которую обращают внимание исследователи, заключается в том, что компании пытаются внедрять ИИ, не меняя организацию работы. Сотрудники начинают быстрее выполнять отдельные операции, но это не обязательно ускоряет весь процесс. Например, генерация программного кода сокращает время разработки, однако одновременно увеличивает нагрузку на тестирование. В результате выигрыш на одном этапе может обернуться дополнительными расходами на другом.
По данным McKinsey, приведенным в отчете, 94% компаний внедряют ИИ поверх существующих процессов и не получают измеримой отдачи. В то же время среди организаций, предварительно перестроивших процессы, отмечаются случаи роста операционной прибыли на 5% и более.
Авторы исследования предлагают отказаться от оценки эффективности ИИ по количеству пользователей, запросов к моделям или автоматизированных операций. Даже сэкономленные сотрудниками часы не являются финансовым результатом, пока они не превратились в сокращение расходов или увеличение объема работы при прежней численности персонала. При расчете окупаемости необходимо учитывать не только лицензии и вычислительные мощности, но и интеграцию, безопасность, проверку результатов, исправление ошибок и последующую поддержку решений. Как ранее отмечал IT-World, стоимость использования модели составляет лишь часть расходов на внедрение ИИ, а значительные затраты могут возникать при интеграции и последующей эксплуатации.
Не менее серьезные изменения ожидают систему управления ИТ-проектами. СберУниверситет рекомендует компаниям ограничивать число одновременно реализуемых ИИ-инициатив, заранее устанавливать критерии их закрытия и прекращать финансирование проектов, которые не подтверждают экономическую эффективность.
В качестве примера приводится Johnson & Johnson, где централизованный контроль позволил выделить из 900 ИИ-инициатив 15% проектов, обеспечивающих более 80% создаваемой ценности. Такой подход предполагает, что закрытие неудачного пилота становится нормальной управленческой процедурой, а не признанием провала.
Меняется и распределение ответственности за внедрение технологий. Согласно исследованию BCG AI Radar 2026, 72% генеральных директоров лично принимают решения по ИИ-инициативам, а примерно половина связывает их результаты с собственной карьерой. Авторы отчета считают, что ИИ-трансформация должна перейти из исключительно технологической повестки в основной контур управления бизнесом. При этом ИТ-подразделениям отводится ключевая роль в обеспечении качества данных, безопасности и устойчивости технологической архитектуры.
Одновременно ИИ начинает брать на себя функции, которые традиционно занимали значительную часть рабочего времени руководителей. В частности, речь идет о сборе отчетности, контроле исполнения поручений и подготовке информации к совещаниям. По данным Asana, приведенным в отчете, 60% рабочих совещаний посвящены сбору статусов. Исследователи предлагают отказаться от таких встреч, передав сбор и обобщение информации ИИ-агентам. На совещаниях должны остаться вопросы, требующие решений, обсуждения рисков и согласования действий.
Однако передача управленческих функций алгоритмам создает новые риски. Как показывал IT-World на примере агентных систем в финтехе, даже технически корректные действия ИИ могут приводить к ошибочным бизнес-выводам, если агент неправильно интерпретирует данные или использует неподходящий источник. Поэтому компаниям рекомендуется внедрять системы регистрации действий агентов, ограничивать их полномочия и определять решения, которые принципиально нельзя принимать без участия человека.
Более 60% управленческих практик, необходимых руководителям в условиях внедрения ИИ, относятся к новым задачам. Остальные требуют пересмотра привычных подходов или полного отказа от них.
Отдельная проблема связана с потерей профессиональных компетенций. По данным BCG, половина руководителей высшего звена уже наблюдает отдельные признаки снижения квалификации сотрудников на фоне использования ИИ. Под угрозой оказываются навыки критического мышления, анализа информации, проверки гипотез и самостоятельного принятия решений. Авторы отчета предупреждают, что полная автоматизация базовых задач может нарушить подготовку новых специалистов. Если начинающие сотрудники перестанут самостоятельно выполнять простые операции, в дальнейшем им будет сложнее проверять работу алгоритмов и находить ошибки.
«Мы уже не можем позволить себе руководить так, как привыкли. 37 из 61 действия в отчете — это то, чего раньше просто не существовало. Но не менее важно и другое: часть привычных практик перестают быть актуальными. В этой связи важно не только осваивать новое, но и своевременно отказываться от хорошо проверенного старого», — отмечает Алексей Суханов, проректор по исследованиям и инновациям СберУниверситета.
Руководителям теперь предстоит не только внедрять новые инструменты, но и решать, какие процессы стоит автоматизировать, какие проекты пора закрыть, а какие решения нельзя доверять алгоритмам. И все это на фоне растущих расходов на ИИ, экономическую отдачу от которых бизнес пока далеко не всегда способен подтвердить.
