Британские компании вкладывают всё больше средств в технологии, связанные с искусственным интеллектом. Во время июньской London Tech Week было объявлено об инвестициях в технологический сектор Великобритании на сумму свыше 6 млрд фунтов; но объём вложений сам по себе не говорит о том, окупаются ли конкретные ИИ-проекты: часть этих обязательств относится к технологической инфраструктуре в целом, а не только к ИИ.
В колонке для TechRadar отраслевой советник ShareGate Ричард Харбридж обращает внимание на разрыв между скоростью внедрения ИИ и способностью компаний объяснить его пользу. Руководителям уже недостаточно знать, сколько сотрудников получили доступ к инструменту. Им нужно понимать, какую задачу он решает, во что обходится работа и изменился ли результат для бизнеса.
Где теряются деньги
У ИИ-помощника затраты ещё можно приблизительно соотнести с действиями пользователя. С агентом, встроенным в рабочий процесс, это сложнее: ради одного задания он может несколько раз обратиться к модели, найти сведения в корпоративных системах и вызвать другие инструменты. В зависимости от платформы оплачивать приходится не только доступ, но и потребление ресурсов, инфраструктуру и контроль за действиями агента.
При этом польза не всегда выражается одной цифрой. В одном отделе это сэкономленное время, в другом – качество работы или снижение риска. Если заранее не определить критерий успеха, легко принять число запросов и выданных лицензий за доказательство эффективности. Расходы тем временем распределяются между подразделениями и разными статьями бюджета, а общей картины не появляется.
Масштаб проблемы показывают британские опросы. По оценке исследования, крупные компании Великобритании ежегодно теряют около 67 млрд фунтов на инициативах в области преобразования бизнеса и ИИ, которые не дали ожидаемого результата. Это оценка потерь от обеих категорий проектов, а не только от ИИ. В другом опросе среди 500 высокопоставленных британских руководителей, о положительной отдаче от ИИ сообщили лишь 31% представителей компаний, уже использующих эту технологию.
Уверенность не равна контролю
Проблема не ограничивается бухгалтерией. В исследовании ShareGate 2026 года участвовал 851 ИТ-руководитель из семи стран. Недостаточную видимость затрат на ИИ назвали препятствием для оценки окупаемости 51% опрошенных, сложности с управлением – 47%. При этом 93% считали, что правила работы с данными в их среде Microsoft 365 позволяют ответственно применять ИИ. Но 29% сообщили, что ИИ-инструменты уже показывали внутренние конфиденциальные данные, к которым не должны были получать доступ; ещё 8% не знали, случалось ли такое.
Microsoft 365 – название облачной платформы приложений и служб компании Microsoft. В контексте исследования речь идёт в том числе о том, кто имеет доступ к корпоративной информации, с которой работает ИИ.
Такие сбои означают не только риск утечки. Проверка ответов, повторная работа, расследования и поиск надёжной версии документа тоже требуют времени и денег. Поэтому контроль доступа и качества информации влияет на расчёт отдачи от ИИ, а не существует отдельно от него.
Что нужно изменить
Харбридж предлагает начинать не с подсчёта купленных лицензий, а с конкретного рабочего процесса. Для каждого сценария компании нужно установить, кто отвечает за результат, как измеряются польза и полные затраты, а также кто решит – расширять применение ИИ, менять его или прекращать. Без ответственного лица расходы и последствия легко оказываются разделены между ИТ-службой, безопасностью и бизнес-подразделениями.
Не менее важны и данные, на которые опирается система. Устаревшие и дублирующиеся материалы стоит отделять от актуальных, доступы – пересматривать, а утверждённые документы – обозначать отдельно. Это не гарантирует безошибочного ответа от ИИ, но помогает уменьшить путаницу и объём последующих проверок. Те же правила конфиденциальности, хранения и доступа должны действовать для ИИ-помощников, которые записывают встречи и создают новые материалы.
Мнение редакции
Самый неудобный вопрос об ИИ – не «сколько задач мы ему передали?», а «что стало лучше после этого и сколько это стоило?». Пока компания не может ответить, новый инструмент остаётся статьёй расходов с обещанной, но не доказанной пользой.
Ппоказателен, в том числе, разрыв между уверенностью руководителей и случаями доступа ИИ к закрытым данным. Возможно, именно такие проверки – не эффектные демонстрации возможностей, а разбор затрат, документов и ответственности – определят, какие ИИ-проекты действительно стоит развивать, а какие можно прекратить.
