AI в бизнесе: великие ожидания и мизерные результаты
Следите за новостями по этой теме!
Подписаться на «Рифы и пачки / Твоя культура»
Новое исследование показало: инвестиции в искусственный интеллект (ИИ) среди британских компаний не приносят стабильной или измеримой отдачи. Подавляющее большинство организаций продолжают топтаться на этапе экспериментов, так и не перешагнув к внедрению ИИ в полноценную рабочую практику. Основная проблема — компании просто не понимают, как и зачем им нужен ИИ, и на что его толком потратить.
Значительная часть секторов до сих пор не может похвастаться какими-то ясными результатами от использования ИИ. Например, среди кадровиков (HR) и финансистов 37% и 30% соответственно заявили, что видят наименьшую пользу от внедрённых систем. На этом унылом фоне только IT и кибербезопасность могут похвастаться успехами: 81% этих специалистов отметили улучшения в работе благодаря ИИ.
Исследование Qlik также отмечает, что большинство компаний застряли на "тестовых" стадиях — им не хватает инструментов и навыков, чтобы развернуть ИИ на полную катушку. Всего лишь 11% организаций могут похвастаться тем, что свыше 75% их инициатив с применением искусственного интеллекта принесли ощутимую пользу. Четверть фирм признаёт: большая часть кейсов всё ещё экспериментальная.
Почти половина опрошенных (44%) признаёт отрыв между ожиданиями роста продуктивности от ИИ и реальными результатами. Похоже, что для 51% компаний даже ключевые показатели эффективности (KPI) не догоняют, что ИИ требует новых критериев оценки. KPI по-прежнему привязаны к старым бизнес-показателям, не отражая перемен в технологиях.
Джеймс Фишер, директор по стратегии Qlik, призывает бизнес "встряхнуться" и наконец заняться измерением реальной эффективности, выравниванием целей и строительством инфраструктуры данных, которая позволит ИИ работать по-настоящему, а не только на отчётах для инвесторов.
Неудивительно, что из-за недостатка внутренних компетенций страдают почти 49% компаний, а у 36% и 37% выявляются технологические барьеры вроде несовместимых платформ или отсутствия интеграции актуальных данных. Архитектура и основа данных явно не поспевают за мечтами. Бюджет, между тем, становится всё менее критичным фактором.
Вперёд смотря, 89% компаний понимают: единая стратегия работы с данными — обязательна, чтобы вообще как-то оценивать отдачу от ИИ. Большинство также согласны: интеграция данных (57%), прозрачность моделей принятия решений (55%), межотделовое сотрудничество (49%) и переход к KPI, ориентированным на результат (46%) — минимальные условия для реального эффекта от ИИ.
Фишер подытожил: нужен комплексный подход и командная работа — иначе бизнесу остаётся лишь надеяться, что все эти инвестиции в ИИ закончатся чем-то большим, чем ощущение шоу ради шоу.
Если верить очередному исследованию — бизнес с искусственным интеллектом всё ещё играет в детский сад для взрослых, где главная забава: пускать пыль в глаза отчётами о внедрениях, которые ничего не изменили. На каждом углу кричат, что ИИ — это эликсир роста, а по факту: HR и финансы в унынии, IT-блок подсчитывает свои скромные победы, остальные же скрежет зубами, считая убитое время и деньги.
Самое забавное: KPI для проверки пользы остались прежними, словно ИИ — это ещё одна офисная кофемашина, а не новая технология. Бизнес радуется экспериментам, потому что внедрять ИИ по-взрослому негде — нет спецов, данных не хватает, инструменты буксуют. Пытаются гнать цифровую лошадку в старой телеге, а потом задаются вопросом: отчего она не бежит?
Призывы экспертов предсказуемы — стройте платформу, интегрируйте данные, учитесь измерять что угодно, кроме самообмана. Бюджет ведь теперь не проблема. За горизонтом маячат надежды: только бы ещё одна стратегия помогла экономике страны наконец-то увидеть, на что ушли миллионы на ИИ — и был ли там хоть какой-то прок. Пока же — хайп, пилоты и нескончаемые обещания о скором цифровом прорыве.