Перейти к основному содержимому
AXIOMA AI
Все новости ИИ в России
Бизнес и стартапы

Корпоративный AI в России 2026: 88% компаний используют AI, но лишь 6% получают значимый ROI

Корпоративный AI в России 2026: 88% компаний используют AI, но лишь 6% получают значимый ROI
Бизнес и стартапы
88% используют / 6% — результат
McKinsey 2026: 88% компаний применяют AI, 6% достигают >5% EBIT — «AI productivity paradox»; в РФ разрыв шире из-за кадров, данных в 1С и регуляторных барьеров

По данным McKinsey и IBM за 2026 год, глобально 88% организаций применяют AI, но только 6% достигают более 5% прироста EBIT. В России разрыв между adoption и результатом ещё шире из-за кадрового дефицита, ограничений инфраструктуры и незрелости корпоративных процессов под AI.

Глобальная статистика McKinsey, IBM и других аналитиков за 2026 год демонстрирует парадокс корпоративного AI: высокое adoption при крайне низком результате. Российский рынок воспроизводит эту проблему в усиленном варианте.

Глобальная статистика (McKinsey State of AI 2026):

ПоказательЗначение
Организации, использующие AI88%
Получают финансовый эффект39%
«AI high performers» (>5% EBIT от AI)6%
Компании без продуктивности от AI80% (NBER, фев 2026)
ROI AI-инициатив (ожидаемый)25% достигают (IBM CEO Study)

Почему 94% компаний не достигают >5% EBIT от AI: ``` Главные причины провала AI-ROI: ├── Проблема данных (60%): разрозненные, грязные, недоступные данные ├── Change management (55%): люди не меняют процессы ├── Governance отсутствует: AI внедрён, ответственных нет ├── Пилоты не масштабируются: «вечный пилот» без production └── ROI не измеряется: «AI работает, прибыль — посчитаем потом» ```

Исключения — 6% «AI high performers»:

ХарактеристикаHigh performersОстальные
ROI-gate на проектыДаНет
Данные как актив (governance)ЗрелыеХаотичные
AI в C-suite повесткеCEOIT-директор
Масштаб от пилотаБыстрый«Вечный пилот»

Российская специфика:

  1. 1.Кадровый дефицит: нехватка ML-инженеров и data scientists глубже, чем в США/ЕС
  2. 2.Данные в 1С: большинство корпоративных данных заперты в 1С — плохо доступны для AI
  3. 3.Регуляторная нагрузка: 152-ФЗ создаёт дополнительный барьер для AI-проектов с ПДн
  4. 4.Санкционные ограничения: затрудняют использование лучших AI-инструментов
  5. 5.Следование западным провалам: многие российские компании копируют западные AI-проекты, которые там не работали

Успешные российские случаи (6% категория):

  • ВТБ: «бережливый ИИ», 15 млрд экономии, жёсткий ROI-gate
  • Сбер: AI в кредитном скоринге и оперционной оптимизации
  • Яндекс: AI как core-продукт, а не добавка

Практические выводы для руководителей: Если ваша компания использует AI, но не видит P&L-эффекта — вы в 94% большинства. Выход: а) прекратить «AI для галочки», б) ввести ROI-gate, как у ВТБ (2–3× обязательно), в) начать с 1-2 узких процессов вместо «AI-трансформации».

Это краткое изложение. Полный текст — на сайте источника:

Читать оригинал: McKinsey / IBM / UC Today

Как это касается вашего бизнеса

Изменения на рынке важны, когда руководитель видит их в показателях своей компании. Радар управления каждый день собирает брифинг: 10 приоритизированных сигналов о главном за 24 часа.