Что получает бизнес от искусственного интеллекта

Компании, которые уже внедрили искусственный интеллект, чаще всего говорят не о сокращении штата, а о том, что у них стали лучше работать процессы. Так ответили 62,7% крупных и средних организаций, использующих ИИ. Улучшение производственных процессов отметили 51,1%, рост доходов – 41,4%, рост производительности труда – 24,1%. Эти данные ИСИЭЗ НИУ ВШЭ получил, обработав сплошные обследования Росстата 2025–2026 годов.

Самих таких компаний пока немного. В 2025 году ИИ применяли около 5,2% крупных и средних организаций, годом раньше – 4,8%. Разрыв между большими и небольшими компаниями заметный. Там, где работает больше 500 человек, ИИ пользуются 17% организаций. В самой многочисленной группе, где занято менее 100 человек, – 4,3%.

«Экономический эффект от ИИ часто ищут только в сокращении расходов, и это не совсем верно. Обычно сначала меняется сам процесс: информация обрабатывается быстрее, рутинные операции берет на себя программа, а у людей освобождается время для работы, где нужно анализировать и принимать решения.

С ростом доходов картина интересная. Его отметили больше 40% компаний, но списывать весь прирост доходов на ИИ я бы не стал. Тут влияют и спрос, и ситуация на рынке, и то, как устроены продажи, и качество данных. Правильнее сначала посмотреть, что конкретно изменилось в процессах, а уже потом – как это сказалось на финансах», – считает Сергей Музалёв, доцент кафедры бизнес-аналитики факультета налогов, аудита и бизнес-анализа Финансового университета при Правительстве Российской Федерации.

Самая маленькая цифра на графике – 9,1%. Столько организаций сообщили, что после внедрения ИИ у них сократилась численность работников. Это в два с половиной раза меньше, чем доля тех, кто отметил рост производительности. Похоже, пока ИИ в компаниях скорее перестраивает работу, чем заменяет людей.

Главное, что сдерживает внедрение, – деньги: на высокие затраты указали 54% респондентов. Дальше идут данные, которых не хватает или которые плохого качества (34%), поиск квалифицированных специалистов (33%) и ИКТ-инфраструктура, которую еще предстоит развивать (32%).

«Купить готовое ИИ-решение – это еще не результат. Если данные разбросаны по разным системам и в них полно ошибок, а процесс выстроен плохо, технология сама этого не исправит.

Отсюда и задержка с эффектом. Сначала нужно привести в порядок данные, понять, на каком участке ИИ действительно нужен, обучить людей. Только потом имеет смысл смотреть, стали ли операции быстрее, меньше ли ошибок, выросла ли производительность. Без такого сравнения об эффективности говорить трудно», – отмечает Александр Усанов, доцент кафедры бизнес-аналитики факультета налогов, аудита и бизнес-анализа Финансового университета.

Елена Чепеленко, директор ООО «Центр анализа данных в цифровом пространстве», советует еще до запуска проекта договориться, по каким показателям будут судить о результате. Это может быть время обработки заявки, число ошибок, стоимость одной операции, загрузка сотрудников или объем продаж. Через несколько месяцев их сравнивают с тем, что было до внедрения. Если исходных замеров нет, даже удачный инструмент потом трудно оценить в деньгах.

Пока искусственный интеллект использует примерно одна крупная или средняя компания из двадцати. Опыт тех, кто уже прошел внедрение, показывает: отдача появляется там, где заранее навели порядок в данных и процессах и знают, с чем сравнивать результат.