Корпоративный искусственный интеллект оказался колоссом на глиняных ногах. По свежим данным отраслевого исследования, лишь каждое двадцатое внедрение ИИ в бизнесе доходит до реальной окупаемости. Остальные замирают на уровне пилотов, красивых слайдов и бесконечных согласований.
Провал на провале: почему 95% ИИ-проектов не взлетают
Цифра 5% звучит как приговор. Компании по всему миру сливают бюджеты в ИИ-инициативы - и получают в лучшем случае демо-стенд. Проблема не в самом запуске проекта. Запустить умеют все. Довести до стабильного качества и реальной отдачи - единицы. трансляция матча Норвегия - Франция
Илья Летунов, основатель компании Manaraga.ai, объясняет это системным сбоем в логике внедрения. Его команда прошла этот путь больше десяти раз - в страховании, ритейле, телекоме, транспорте. И каждый раз сталкивалась с одним и тем же: рынок пытается внедрять ИИ по той же схеме, что ставил ERP или CRM. Выбрал поставщика, подписал договор, дождался релиза. С искусственным интеллектом это не работает.
Три причины, по которым старая схема ломается
Летунов выделяет три фундаментальных разрыва между ожиданиями бизнеса и реальностью ИИ-проектов.
- Кастомизация пожирает до 80% затрат. ИИ не встаёт на полку как готовый продукт. Он дообучается на данных конкретной компании, встраивается в её процессы, работает с её людьми. Шаблонов нет.
- Технологии обгоняют проект. За 3-6 месяцев платформы меняются до неузнаваемости. То, что выбрали на старте, к релизу может уже морально устареть.
- После запуска работа не заканчивается. Бизнес-процессы меняются, данные обновляются, модель требует постоянного дообучения. Это отдельная, непрерывная работа - а не разовый проект.
Как это выглядит на практике
Один из показательных кейсов Manaraga.ai - страховая компания с колл-центром медицинского ассистанса: свыше 100 операторов, около 10 тысяч обращений клиентов. Каждое - это ручная работа в нескольких системах одновременно. CRM, PDF с тарифами, почта, внутренние базы. На одну заявку уходило до полутора часов.
Классическая автоматизация не подошла: у каждой клиники свои правила, часть логики принятия решений вообще нигде не была прописана - она жила в головах тимлидов. Жёсткими правилами такой процесс не описать.
Команда пошла другим путём. Вместо того чтобы охватить всё и сразу, автоматизировали 60-70% типовых сценариев. Система взяла на себя анализ документов, сбор контекста, проверку лимитов, подбор клиники, формирование гарантийных писем и запись на приём. Сложные кейсы возвращались оператору. Параллельно модуль контроля качества в реальном времени проверял корректность данных и тон коммуникации - и одновременно дообучал модель на нестандартных ситуациях.
Результат - не презентация. Промышленная эксплуатация. Именно это и отличает те самые 5% от остальных.
