Исследование MIT 2026 года показало, что примерно 95 процентов корпоративных пилотов на генеративном ИИ не дают измеримой отдачи в отчёте о прибылях и убытках, а около 88 процентов вообще не доходят до продакшена. Причина почти никогда не в качестве модели. Около 80 процентов работы между успешным пилотом и работающей системой — это инженерия данных, управление доступом и политиками, встраивание в процесс и измерение, то есть ровно те части, которые типовой пилот пропускает. Организации, которые проходят этот путь, сообщают примерно о 3,70 доллара отдачи на каждый вложенный доллар: около 41 процента в первый год и около 124 процентов к третьему.
Почему почти ни один пилот не доходит до отчёта о прибылях и убытках
Цифра в 95 процентов вводит в заблуждение, если читать её как «модели не заработали». В большинстве случаев модель работала прекрасно. Провалилось другое: пилот доказал одно, а организации нужно было решить совсем другое.
Типовой пилот проверяет, справится ли модель с задачей. За ним же стоит решение о том, изменится ли бизнес-процесс, кто перестанет делать что именно, как это будет измеряться каждый месяц и кто отвечает, когда система ошибается. Это два совершенно разных вопроса, и в отчётность попадает второй.
Отсюда же берётся известное разделение 80/20. Часть, которая выглядит как проект — выбрать модель, написать промпты, показать демо, — это примерно пятая часть работы. Остальные четыре пятых: почистить и открыть данные, разобраться с правами и классификацией информации, подключиться к инструментам, в которых команда уже работает, и построить измерение. Пилот, не затронувший ни одного из этих четырёх пунктов, риск не снизил. Он только отодвинул его.
Проверка, которую стоит сделать до старта. Напишите одним предложением решение, которое будет принято по итогам пилота, и число, которое его определит. Если такое предложение не пишется, вы готовите демонстрацию, а не пилот. Демонстрации имеют право на жизнь — просто не закладывайте их в бюджет как пилот и не ждите от них отдачи.
Что пилоты измеряют и что им следовало бы измерять
Этот разрыв повторяется почти в каждой организации и обычно именно он объясняет, почему пилот удался, а проект умер.
| Что измеряют на самом деле | Почему этого мало | Что измерять вместо этого |
|---|---|---|
| Точность модели на тестовом наборе | Тестовый набор собран из случаев, о которых вы подумали, а не из реального трафика | Доля успеха на случайной выборке из последнего месяца реального трафика, включая странные случаи |
| Сэкономленное время в оценке пользователей | Самооценки стабильно завышены и не попадают ни в одну бюджетную строку | Измеренное сквозное время цикла до и после на одном и том же классе задач |
| Удовлетворённость по опросу | Измеряет восторг от новизны, который угасает примерно через шесть недель | Доля возврата на шестой неделе среди тех, кто пользовался на первой |
| Стоимость токенов во время пилота | Отражает малый объём и удобные случаи | Стоимость единицы работы на полном объёме, включая повторы, поиск и эскалацию на человека |
| «Команда в восторге» | Не отделяет приятную опцию от инструмента, без которого уже нельзя работать | Что произойдёт, если выключить его на неделю. Это единственный тест, который нельзя подделать |
Последняя строка звучит легкомысленно, но она самая сильная в списке. Инструмент, который можно выключить на неделю без единой жалобы, не переживёт годовой бюджет, и вкладывать в него ещё квартал незачем.
Четыре слоя ROI, и считается только один
Когда генеральный директор спрашивает, какова отдача, возможных ответов четыре, и они неравноценны. Умение их различать отделяет пилот, который профинансируют снова, от пилота, который закроют.
| Слой | Пример | Попадает в отчётность | Когда это честно |
|---|---|---|---|
| Сэкономленные часы | Каждый сотрудник экономит 40 минут в день | Нет. Часы не исчезли, они перешли на другую задачу | Только если вы можете показать, куда ушли эти часы и что из них получилось |
| Высвобожденная мощность | Та же команда обрабатывает на 30 процентов больше объёма | Косвенно, как рост, не потребовавший найма | Когда на эту мощность есть реальный спрос |
| Снятые прямые затраты | Меньше часов подрядчиков, на один внешний инструмент меньше, меньше переработок | Да, сразу | Всегда. Это самый легко защищаемый слой |
| Добавленная выручка | Больше квалифицированных лидов, короче цикл сделки, ниже отток | Да, с задержкой в один-два квартала | Когда есть контрольная группа или хотя бы чистая историческая база |
Большинство пилотов отчитывается первым слоем в надежде, что его прочитают как третий. Делайте наоборот: стройте пилот вокруг третьего или четвёртого слоя, даже если охват окажется заметно меньше. Доказанная годовая экономия в 40 000 долларов лучше теоретического миллиона.
Шестинедельный пилот, по которому действительно можно принять решение
Работающая структура короче, чем планирует большинство организаций, и требует больше подготовки на входе.
Неделя 1 — определить решение и базовый уровень. Предложение с решением, число, которое его определяет, и замер текущего состояния ровно по этой метрике. Без измеренного базового уровня в конце не с чем сравнивать, и это, как ни странно, чаще всего пропускаемый шаг.
Недели 2-3 — самая дешёвая версия, отвечающая на вопрос. Покупать раньше, чем строить. Рыночные данные показывают, что старт фазы проверки с готовым компонентом даёт в 3,2 раза более высокий ROI, а строительство до валидации в среднем стоит около 14 месяцев. Мы разбирали это в материале создавать или покупать ИИ-возможность.
Недели 4-5 — реальный трафик, реальные пользователи. Не лаборатория. Определённая группа, работающая с инструментом в своей повседневной работе, включая некрасивые случаи и включая эскалации.
Неделя 6 — решить. Расширить, сузить или закрыть. Все три исхода должны быть одинаково допустимы с первого дня, иначе результат известен заранее.
Бюджет на измерение не опция. Выделите не менее 15 процентов бюджета пилота на само измерение: сбор базового уровня, еженедельную ручную выборочную проверку качества и отслеживание стоимости единицы работы. Пилот без бюджета на измерение заканчивается спором о впечатлениях, а спор о впечатлениях всегда решается в пользу статус-кво.
Когда закрывать пилот и почему это экономит деньги
Ранний выход — не провал, а самостоятельный механизм отдачи. Четыре сигнала оправдывают остановку до шестой недели.
- Доля успеха на реальном трафике заметно ниже, чем на внутреннем тестовом наборе, и разрыв не закрывается после двух раундов исправлений. Почти всегда это признак того, что данные не в том состоянии, которое поддерживает задачу.
- Стоимость единицы работы на полном объёме превышает человеческую альтернативу. Цена, кеширование и маршрутизация способны это изменить, но если разрыв кратный, а не в десятки процентов, дело в архитектуре, а не в ценообразовании.
- Пользователи сами возвращаются к старому процессу, без всяких просьб. Это самый ранний и самый честный доступный сигнал.
- После пилота никто не возьмёт процесс на себя. Без владельца в продакшен ничего не доходит, какими бы хорошими ни были цифры.
Организация, которая закрывает два пилота в квартал через шесть недель вместо того, чтобы тянуть их год, освобождает бюджет на третью попытку — и это ровно тот механизм, который отделяет организации с 3,70 доллара на доллар от всех остальных.
Откуда берётся разрыв между 41 и 124 процентами
Эти два числа описывают одни и те же организации в разные моменты времени, и разница между ними не в лучшей модели. Дело в трёх скучных вещах.
Первая — стоимость. Та же самая возможность становится заметно дешевле с кешированием, батчингом и маршрутизацией между моделями: сложив все три приёма, счёт за инференс сокращают на 60-80 процентов, вообще не меняя пользовательский опыт. В первый год вы платите полную цену, потому что измеряете, а не оптимизируете.
Вторая — охват. Первый сценарий решает одну задачу. К третьему году та же инфраструктура, то же управление политиками и та же классификация информации обслуживают пять сценариев, и постоянные затраты делятся. Именно поэтому вложение в слой данных выглядит непозволительно дорогим в первый год и очевидным к третьему.
Третья — сам процесс. В первый год инструмент добавляется к существующему процессу, поэтому сначала добавляет затраты и только потом что-то снимает. Большая отдача появляется лишь тогда, когда процесс переписан вокруг него: шаги исчезают, согласования сливаются, роли меняются. Организации, которые до этой стадии не доходят, остаются около 41 процента и делают вывод, что ИИ не окупился.
Все три опираются на одну основу: полную модель затрат на функцию, которую мы изложили в материале сколько на самом деле стоит ИИ-функция, и ценообразование, связанное с этой структурой затрат, о котором мы писали в материале ценообразование продукта на модели. Если вы сейчас формулируете пилот, задавайте критерии приёмки на той же встрече, где формулируете решение.
Построение системы измерения и принятия решения вокруг пилота — часть работы по финансовому планированию и росту, которую мы ведём с клиентами.
Частые вопросы
Почему 95 процентов ИИ-пилотов проваливаются?
Исследование MIT 2026 года показало, что около 95 процентов корпоративных пилотов на генеративном ИИ не дают измеримой отдачи в отчёте о прибылях и убытках, а примерно 88 процентов не доходят до продакшена. Главная причина не в качестве модели, а в том, что пилот проверял техническую способность вместо проверки изменения бизнес-процесса. Около 80 процентов работы между пилотом и продакшеном — инженерия данных, управление политиками, встраивание в существующие инструменты и измерение, то есть именно те части, которые большинство пилотов пропускает целиком.
Сколько должен длиться ИИ-пилот?
Шести недель достаточно для решения, и обычно это лучше шести месяцев. Неделя на определение решения и замер базового уровня, две недели на самую дешёвую версию, отвечающую на вопрос, две недели на реальном трафике с реальными пользователями и неделя на решение. Более длинный пилот не даёт большей уверенности. Он лишь делает закрытие более дорогим и политически более сложным.
Как измерять ROI ИИ-проекта?
Разделите четыре слоя: сэкономленные часы, высвобожденная мощность, снятые прямые затраты и добавленная выручка. В отчёт о прибылях и убытках попадают только два последних. Замерьте текущее состояние ровно по той же метрике до старта, сравните стоимость единицы работы на полном объёме с учётом повторов и эскалации на человека и выделите не менее 15 процентов бюджета пилота на само измерение.
Когда стоит закрыть пилот досрочно?
Когда появляется любой из четырёх сигналов: доля успеха на реальном трафике заметно ниже внутреннего тестового набора и не закрывается после двух раундов исправлений, стоимость единицы работы кратно выше человеческой альтернативы, пользователи по собственной инициативе возвращаются к старому процессу, либо после окончания пилота никто не возьмёт процесс на себя. Быстрое закрытие освобождает бюджет на следующую попытку, и это и есть настоящий механизм отдачи.
Почему отдача растёт с 41 процента в первый год до 124 процентов к третьему?
Три причины, и ни одна не про модель. Стоимость инференса падает на 60-80 процентов, когда сложены кеширование, батчинг и маршрутизация между моделями. Постоянные затраты на инфраструктуру делятся на большее число сценариев, работающих на одних и тех же политиках и данных. И самое главное — бизнес-процесс переписывается вокруг инструмента вместо того, чтобы инструмент был прикручен к существующему процессу. Пока этого не произошло, инструмент добавляет затраты раньше, чем что-то снимает.
Что читать дальше
Снизить стоимость инференса на 60-80 процентов — именно этот рычаг переводит отдачу с 41 процента на 124: кеширование, батчинг и маршрутизация между моделями.