The state of AI: How organizations are rewiring to capture value

В марте 2025 года компания McKinsey (подразделение QuantumBlack) опубликовала результаты нового глобального опроса о состоянии искусственного интеллекта в бизнесе. Отчет показывает, что организации начинают перестраивать свои процессы ради получения реальной отдачи от генеративного ИИ. Компании экспериментируют с gen AI (генеративным ИИ), внедряют новые рабочие практики, усиливают управление и контроль, а также активнее смягчают риски, связанные с ИИ. Особо выделяются крупные корпорации (с выручкой > $500 млн): они быстрее других внедряют изменения и инвестируют в возможности ИИ. Ниже кратко изложены методология исследования и ключевые результаты отчета, а также выводы.

Методология исследования

• Глобальный охват и выборка: Опрос проводился онлайн с 16 по 31 июля 2024 года и собрал ответы от 1 491 участника из 101 страны мира. Выборка охватывает весь спектр регионов, отраслей, размеров компаний, функциональных специализаций и стажа работы респондентов.

• Профиль компаний: 42% респондентов работают в организациях с годовым доходом более $500 млн (крупный бизнес), остальные представлены средними и малыми компаниями. Таким образом, исследование отражает опыт как корпораций, так и малого/среднего бизнеса.

• Репрезентативность данных: Чтобы обеспечить корректное представление стран, результаты были взвешены по вкладу каждой страны в мировой ВВП. Это значит, что мнения респондентов из крупных экономик имеют соответствующий вес, что повышает репрезентативность глобальных выводов.

Ключевые результаты и выводы исследования

• Рост использования ИИ: Применение AI в бизнесе стремительно расширяется. По итогам опроса 78% респондентов сообщили, что их организация использует ИИ хотя бы в одной бизнес-функции – рост с 55% годом ранее. Впервые большинство компаний внедряют ИИ сразу в нескольких направлениях: в среднем решения на основе ИИ работают уже в трех различных функциях организации.

• Бурный скачок генеративного ИИ: Отдельно отмечается взрывной рост генеративного ИИ. 71% компаний уже регулярно применяют генеративный ИИ минимум в одной функции (против 65% в начале 2024 г.). Чаще всего gen AI используют в сферах маркетинга и продаж, разработки продуктов и услуг, клиентского сервиса, разработки ПО, а также в ИТ-функции – именно там, где, по оценкам McKinsey, технология может принести наибольшую ценность. По отраслям лидируют технологический сектор (≈88% компаний внедрили gen AI) и профессиональные услуги (80%), тогда как в энергетике и сырьевом секторе внедрение ниже (около 59%). Основной тип создаваемого генеративным ИИ контента – текст (его генерируют 63% организаций, использующих gen AI), но значительная доля также экспериментирует с изображениями (более 1/3) и кодом (более 1/4).

• Организационная структура и управление ИИ: Компании начинают менять организационные подходы к внедрению ИИ. Многие элементы реализации AI-проектов централизуются – особенно это касается управления рисками и соответствием требованиям (compliance), а также управления данными (часто создаются централизованные центры экспертизы). В то же время другие аспекты, такие как обеспечение технологическими кадрами и непосредственное внедрение AI-решений в подразделениях, чаще организованы по гибридной модели: частично централизовано, частично распределённо между бизнес-единицами. Небольшие компании (до $500 млн) склонны даже более централизовывать ресурсы по сравнению с крупными организациями.

• Лидерство и ответственность: Вопрос, кто отвечает за ИИ на самом верху, оказался важным. Анализ показал, что прямой надзор CEO за инициативами в сфере ИИ сильно коррелирует с более высокой отдачей (EBIT-эффектом) от использования генертивного ИИ. Однако пока только 28% опрошенных указали, что генеральный директор курирует AI-стратегию и governance в их компании. Чуть реже эту функцию выполняет совет директоров (17%). В крупных компаниях ответственность за ИИ часто распределена между несколькими топ-менеджерами. В целом же организации все активнее назначают руководителей, ответственных за ИИ, и вводят новые управленческие роли, необходимые для масштабирования AI-решений.

• Контроль генерируемого ИИ контента: Практики проверки результатов, выдаваемых генеративным ИИ, сильно различаются. Лишь 27% компаний проверяют все AI-генерированные материалы перед их использованием (например, ответы чатботов или сгенерированные изображения перед публикацией). Примерно такая же доля (около 30%) напротив проверяет менее 20% генерируемого контента, полагаясь на машину. Особенно тщательно следят за качеством генерируемых ИИ выходов компании сферы бизнеса, права и профессиональных услуг – они гораздо чаще заявляют о проверке всех результатов, чем фирмы в других отраслях.

• Управление рисками ИИ: Организации активнее занимаются рисками, связанными с ИИ. По сравнению с началом 2024 года выросла доля компаний, которые целенаправленно управляют рисками генеративного ИИ, такими как неточности результатов, кибербезопасность и нарушение прав интеллектуальной собственности. Эти три типа риска – наиболее распространённые, с которыми компании уже сталкивались на практике. В целом 47% респондентов сообщили, что их организация уже имела негативные последствия использования gen AI (для сравнения: 44% в предыдущем опросе). Крупные компании заметно опережают мелкие в плане мер по кибербезопасности и защите конфиденциальности данных при работе с ИИ, однако по рискам точности и объяснимости модели разницы не наблюдается.

• Практики внедрения и масштабирования: McKinsey определила 12 лучших практик, которые помогают внедрять и масштабировать ИИ для получения бизнес-ценности – от создания специальной команды по внедрению генИИ до отслеживания KPI и выстраивания культуры доверия к ИИ среди сотрудников и клиентов. Корреляционный анализ показал, что каждая из этих практик связана с более высоким эффектом на прибыль. Наибольшее влияние – у практики отслеживания чётких KPI использования ИИ (метрики успеха), а для крупных фирм также критически важна чёткая дорожная карта внедрения AI-решений. Однако внедрение этих практик ещё в начале пути: менее трети компаний следуют большинству из них, и менее 20% вообще отслеживают KPI для генеративного ИИ. Тем не менее крупные организации значительно опережают мелкие в освоении лучших подходов: например, среди больших компаний вдвое выше доля тех, кто утвердил ясную дорожную карту по gen AI (примерно 25% vs 12% у малых) и создал выделенную команду для масштабирования генИИ (52% против 23%). Также большие фирмы чаще налаживают внутренние коммуникации об успехах ИИ, обучают сотрудников использованию AI-инструментов и выстраивают подходы для повышения доверия к ИИ у клиентов.

• Новые роли и найм специалистов: Распространение ИИ меняет кадровые потребности организаций. Многие компании нанимают новых специалистов по AI: так, 13% респондентов отметили появление в штате менеджеров по AI-комплаенсу (отвечают за соблюдение нормативных требований в сфере ИИ), а 6% – специалистов по этике ИИ. В целом по сравнению с предыдущими годами несколько снизилась острота проблемы найма – доля тех, кто характеризует поиск AI-талантов как «очень сложный», стала меньше. Тем не менее дефицит ключевых экспертов сохраняется: 50% компаний ожидают, что в ближайший год им потребуется больше data scientists (разработчиков моделей данных), чем есть сейчас. Крупные компании более активно расширяют команды – они заметно чаще малых нанимают ML-инженеров, дата-инженеров и дата-сайентистов, закрывая широкий спектр ролей для поддержки AI-инициатив.

• Рескиллинг и обучение сотрудников: Широкое внедрение ИИ ведет к необходимости переподготовки (reskilling) существующих сотрудников. Многие организации уже занялись этим: 62% компаний сообщили, что за последний год переобучили до 10% своего персонала в связи с внедрением ИИ, а около 9% – более половины всех сотрудников. И это только начало – впереди масштабнее: почти 19% опрошенных ожидают, что в ближайшие 3 года им придется переподготовить более половины работников, чтобы адаптироваться к AI-инструментам (еще ~36% оценивают объем будущего рескиллинга в 11–30% сотрудников). Помимо обучения, компании задумываются, как использовать освободившееся время сотрудников благодаря автоматизации. Чаще всего это время направляют на абсолютно новые задачи и проекты, реже – дают возможность углубиться в текущие обязанности, которые не автоматизируются. В крупных фирмах высвобождение времени нередко приводит к сокращению численности персонала. Анализ McKinsey показал, что именно сокращение штата – один из факторов, наиболее сильно влияющих на повышение финансовой отдачи от внедрения генИИ.

• Влияние ИИ на занятость: Несмотря на опасения, массовых увольнений из-за ИИ пока не прогнозируют. Плюрализм мнений таков, что самая большая группа респондентов (38%) считает: широкое внедрение ИИ в ближайшие 3 года мало повлияет на общую численность персонала. Однако 31% всё же ожидают сокращения работников, а 19% напротив – роста численности за счет ИИ. Ожидания различаются по функциям: например, в операциях обслуживания клиентов и управлении цепочками поставок почти половина компаний предвидит сокращение сотрудников (48% и 47% соответственно прогнозируют снижение штата). Также под ударом бэк-офисные функции вроде HR (46% ожидают снижение) и производство (41%). В то же время в ИТ-отделах и разработке продуктов респонденты чаще прогнозируют увеличение команды, чем сокращение. Интересно, что топ-менеджеры (C-level) и менеджеры среднего звена дают схожие прогнозы по влиянию ИИ на рабочую силу – взгляды руководства не сильно отличаются от мнения остальных. В отраслевом разрезе лишь в финансовом секторе ожидания снижения занятости существенно превосходят ожидания стагнации или роста.

• Влияние на бизнес-результаты: Использование ИИ уже приносит локальную выгоду. По сравнению с началом года заметно больше компаний сообщают о росте выручки в бизнес-единицах, где внедрен генИИ, а также о сокращении издержек в этих подразделениях. Эти эффекты от gen AI на уровне отделов сопоставимы с тем, что ранее давал традиционный аналитический ИИ. Однако на уровне всей организации материальный эффект пока не очевиден. Более 80% респондентов заявили, что не видят осязаемого влияния генертивного ИИ на общий показатель EBIT компании. Лишь 17% отметили, что не менее 5% операционной прибыли (EBIT) их фирмы за последние 12 месяцев можно связать с использованием генИИ. Иными словами, большинство компаний находится на стадии экспериментов и точечных внедрений: даже при активном росте использования AI-инструментов значимого скачка в общей прибыльности бизнеса еще не произошло.

Выводы

Отчет «The State of AI 2025» демонстрирует, что эпоха генеративного ИИ в бизнесе уже началась, но до полного раскрытия ее потенциала предстоит пройти путь. С одной стороны, компании масштабно внедряют ИИ-технологии – охват функций и случаев применения стремительно расширяется, особенно благодаря взлету генИИ. С другой стороны, большинство организаций еще не ощутили существенного эффекта на общий финансовый результат, так как находятся на ранних этапах преобразований. Крупные компании сегодня лидируют в этом движении: они активнее инвестируют в AI-таланты, выстраивают структуру управления ИИ и внедряют передовые практики, чтобы подтолкнуть рост ценности от ИИ. Многие из них также серьезно относятся к рискам и этике, формируя основы для ответственного использования AI.

Для достижения материальной отдачи от ИИ компаниям в ближайшие годы предстоит двигаться от экспериментов к трансформации. Необходимо шире применять лучшие практики масштабирования – определять четкие дорожные карты, отслеживать метрики успеха, обучать персонал и формировать культуру доверия к технологиям. Ожидается, что по мере того, как всё больше организаций будут следовать такому плану и появятся новые прорывные AI-инновации (например, agentic AI – автономные агенты ИИ, которые обозначаются как следующий рубеж развития), влияние ИИ на бизнес станет более системным и заметным. В 2025 году и далее мы, вероятно, увидим, как компании, «перестроившие провода» под ИИ, начнут получать настоящую отдачу и конкурентные преимущества от этой технологии.