Иллюзия инноваций: как корпоративный ИИ превратился в дорогую профанацию

Сегодня корпоративный мир столкнулся с парадоксом: компании, недавно наперегонки внедрявшие нейросети, теперь массово от них отказываются. При этом нерентабельные инициативы часто тянут до последнего, поскольку признать провал — значит поставить под удар топ-менеджеров, уже успевших отчитаться об "успехах" перед советом директоров и инвесторами.

Провал, о котором нельзя говорить

Масштаб проблемы подтверждает консультант Никхил Суреш из Hermit Tech: за полтора года он провел около 300 встреч с руководителями и специалистами как небольших фирм, так и компаний из списка Fortune 500 и не увидел ни одного успешного кейса внедрения ИИ.

Суреш приводит пример проекта, растянувшегося на 3 года: рядовые исполнители оценили результат на 3 балла из 10, однако руководители поставили 8 баллов, подогнав цифры под отправленные наверх отчеты. Другой топ-менеджер наотрез отказался признавать провал внедрения ИИ, поскольку правда грозила потерей крупных контрактов.

В отсутствие независимой экспертизы процесс внедрения ИИ стал для топ-менеджеров инструментом карьерного роста, а круговая порука привела к замалчиванию реальных проблем.

Метрики ради метрик

Чтобы поддерживать иллюзию успеха и оправдывать затраты, корпорациям приходится менять метрики эффективности. Вместо сэкономленного времени и снижения издержек они начинают считать количество пользователей, запросов и промптов.

В ряде компаний даже внедрялись "рейтинги потребления токенов": чем больше вычислительных мощностей было задействовано, тем успешнее считалась интеграция ИИ. Сотрудники быстро адаптируются к этим правилам: так, программист может поручить LLM переписать старый код, выполнив план внедрения ИИ, а саму задачу выполнить вручную.

При этом картина искажается даже при попытке честно оценить эффективность ИИ. Компания METR провела эксперимент, в ходе которого 16 опытных разработчиков выполнили 246 задач в собственных репозиториях — часть с использованием ИИ-инструментов, часть без них.

Программисты ожидали ускорить выполнение задач на 24%, а по итогам работы оценили экономию своего времени в 20%. Однако объективные замеры показали обратное: с использованием нейросетей разработчики работали на 19% медленнее.

Корпоративное отрезвление

Провалы внедрения ИИ и манипуляции с корпоративной отчетностью привели к почти повсеместному отказу от ИИ. По данным S&P Global Market Intelligence, за прошедший год доля фирм, отказавшихся от тех или иных ИИ-инструментов, выросла с 17% до 42%, а около 46% ИИ-сервисов вообще не доходит до стадии полноценного внедрения. В этом же исследовании 46% респондентов не смогли назвать ни одной бизнес-задачи, на решение которой ИИ оказал бы положительное влияние.

Финансовая отдачаот уже внедренных решений также остается околонулевой: доклад MIT NANDA "The GenAI Divide" показал, что это характерно для 95% изученных кейсов использования генеративного ИИ в производственных процессах.

Как следствие, Gartner прогнозирует сворачивание более 40% корпоративных решений на базе ИИ до конца 2027 года из-за растущих расходов, их неясной коммерческой ценности и недостаточного контроля над рисками.

Бюрократическая ловушка

Главная проблема корпоративного ИИ кроется не в ограничениях самих нейросетей, а в бюрократической ловушке. Провальные проекты продолжают выкачивать деньги и кадры просто потому, что их закрытие станет доказательством некомпетентности руководства.

Абстрактное "внедрение ИИ" стало удобным предлогом для того, чтобы получать дополнительные средства на не вполне определенные расходы. Вместо реальных задач сотрудники тратят время на "профанацию работы" с использованием LLM, а любой намек на аудит воспринимается топ-менеджментом как угроза личному благополучию.

Отрезвление наступает лишь тогда, когда приходится оптимизировать бюджет. До тех пор, пока признать ошибку для руководства страшнее и дороже, чем тянуть бессмысленный проект, корпорации продолжат оплачивать красивые отчеты об успешном внедрении инноваций, игнорируя объективную реальность.