Цена технологии известна. Ценность — нужно доказать ✅
Цена технологии известна. Ценность — нужно доказать ✅ 95 % корпоративных ИИ-пилотов не дают измеримого результата. Такую оценку приводит исследование Массачусетского технологического института (MIT), опубликованное в 2025 году. 🤖 А что в России? На этот вопрос в комментарии для «Телеспутника» ответил директор по развитию технологий и искусственного интеллекта GS Labs Ярослав Якимов, приведя данные «Якова и Партнеров» и «Яндекса»: «Российская картина устроена похоже. Генеративный ИИ применяют более 70 % компаний, а все 150 крупнейших организаций из выборки провели хотя бы один пилот. При этом эффект выше 5 % EBITDA зафиксировали лишь 9 % компаний. Динамика все же положительная: доля организаций без подтвержденного эффекта за два года снизилась с 32 % до 22 %», — отметил Ярослав Якимов. 🧠 ИИ все чаще приходит в компании как готовое решение, но бизнесу приходится отдельно доказывать, что за этим внедрением стоит реальная ценность. Получается парадокс: ИИ уже стал частью корпоративной практики, а вот с оценкой его пользы все пока сложно. Компания может успешно запустить пилот, сотрудники — начать пользоваться новым инструментом, а ответить на главный вопрос оказывается гораздо труднее: что именно изменилось в работе бизнеса и сколько это изменение стоит? Для оценки окупаемости в бизнесе обычно используют ROI (return on investment) — показатель доходности вложений в процентах. Его рассчитывают как отношение полученной прибыли к размеру инвестиций. Но в случае с ИИ одной формулы недостаточно. Сначала нужно понять, что именно изменилось в рабочем процессе, а уже затем определить стоимость этого изменения 📈 Например, ИИ может сократить время обработки заявки, уменьшить количество переделок или позволить команде обработать больше обращений за тот же период. Каждый такой показатель можно перевести в деньги и оценить его влияние на бизнес. Ярослав Якимов обращает внимание на то, что оценка эффекта от ИИ должна учитывать несколько показателей: «Практичнее выстроить измерение в два этапа. Сначала метрики самого сценария: стоимость обработки одной заявки, время до ответа, доля задач, закрытых без участия человека, процент переделок. Затем — перевод этих метрик в деньги и уже потом в отчет о прибылях и убытках. Полезно смотреть шире одной экономии: качество и снижение рисков считаются тяжелее, но именно они дают хороший вклад. В качестве показательного примера можно привести метрику, фиксирующую полное вытеснение человека из бизнес-процесса, например, операторов колл-центров», — прокомментировал Ярослав Якимов. 🔍 Такой подход позволяет оценивать ИИ-проект по его реальному влиянию на работу компании. Сокращение времени становится экономическим эффектом, когда высвобожденный ресурс помогает увеличить объем работы, снизить количество ошибок или перераспределить нагрузку на команду. Для технологического бизнеса это особенно важно: ценность ИИ определяется тем, какие изменения он дает процессам и компании. 🎁 Практический эффект — для бизнеса, лимитированный мерч GS Group — для участников розыгрыша. Успейте принять участие в MAX!