Инвестиции в ИИ окупаются менее чем в 30% случаев: почему так происходит?

Искусственный интеллект давно продают как универсальное решение для сложных задач. Обещания звучат красиво: автоматизация, экономия, рост эффективности. Но на практике всё оказалось куда сложнее.

Новое исследование аналитической компании Gartner показывает, что проекты по внедрению ИИ в инфраструктуру и IT-операции оправдывают вложения менее чем в 30% случаев. Другими словами, большинство таких инициатив либо буксует, либо вообще заканчивается провалом.

Каждая пятая попытка заканчивается провалом

Согласно данным Gartner, примерно каждый пятый проект по внедрению ИИ в инфраструктуру терпит неудачу. Директор по исследованиям Gartner Мелани Фриз объясняет это слишком амбициозными планами и плохо сформулированными задачами.

По её словам, многие компании рассчитывают, что ИИ сразу начнёт решать сложные проблемы, сокращать расходы и автоматизировать процессы. Однако если технология плохо вписывается в рабочие процессы компании, она просто не приносит ожидаемой отдачи.

Кроме того, сам термин «искусственный интеллект» часто вводит в заблуждение. Он объединяет слишком разные технологии, начиная от поведения врагов в играх, и заканчивая LLM-моделями. Из-за этого компании переоценивают возможности ИИ и запускают проекты, к которым они банально не готовы.

Gartner опросила 782 менеджера инфраструктуры и IT-операций в конце прошлого года, и результаты оказались показательными. 57% респондентов признались, что хотя бы один их проект по внедрению ИИ закончился провалом.

Основная проблема — ожидание быстрых результатов. Многие компании рассчитывают на мгновенный эффект, но когда он не появляется, уверенность падает, а проекты замораживаются.

Чаще всего сложности возникали при внедрении ИИ-агентов для управления рабочими процессами и автоматического устранения угроз безопасности. Также 38% менеджеров указали на нехватку специалистов, плохое качество данных и ограниченный доступ к информации как ключевые причины провалов.

Хорошие примеры тоже есть

Несмотря на проблемы, полностью провальными такие инициативы назвать нельзя. 53% менеджеров сообщили об успешных внедрениях генеративного ИИ в управление IT-сервисами и облачными операциями.

Правда, здесь есть нюанс. Все данные основаны на самооценке участников, а такие результаты не всегда бывают объективными. Тем не менее очевидно, что при правильной постановке задач ИИ действительно может приносить пользу.

Когда ИИ делает хуже, чем человек

Ошибки ИИ — не просто неудобство, иногда они могут привести к серьёзным последствиям. Например, в прошлом году адвоката раскритиковали в Верховном суде Нью-Йорка за использование сгенерированных ИИ ссылок и цитат, которые оказались неточными.

Бывают и более странные случаи. Один из ИИ-агентов случайно удалил входящие письма директора по безопасности Meta AI из-за простой ошибки. Проект, созданный командой OpenClaw, считается одним из самых быстрорастущих open-source проектов на GitHub, но даже это не спасло от банального сбоя.

Подобные ситуации — не просто неловкость. Они могут создать серьёзные риски безопасности, особенно если ИИ получает доступ к корпоративным аккаунтам или данным.

Осторожность — лучший подход

Внедрение ИИ требует осторожности. Технология действительно может улучшить процессы, но только если использовать её разумно и без завышенных ожиданий.

ИИ — не магическое решение всех проблем. Это инструмент, который работает только при правильной настройке, качественных данных и чётких задачах. И пока компании продолжают относиться к нему как к универсальному спасению, процент провалов вряд ли снизится.