Российский бизнес свернул или заморозил 90% GenAI-проектов: до внедрения доходит лишь один из десяти
CNews опросил крупных технологических игроков и выяснил: в 2025 году около 90% пилотных GenAI-проектов российских компаний не дошли до полноценного внедрения. Основные причины: недостаточная зрелость технологий для конкретных задач, отсутствие стратегии, несоответствие ожиданий и реального ROI. Позитивный сигнал: компании не отказываются от ИИ, но переходят к более взвешенному подходу.
«Российский бизнес свернул или заморозил большинство пилотных ИИ-проектов» — такой заголовок опубликовал CNews в марте 2026 года, суммируя разговоры с крупными технологическими компаниями и их корпоративными клиентами.
Цифры:
- ~7–10% пилотных GenAI-проектов крупных компаний, запущенных в 2025 году, дошли до полноценного внедрения
- ~90% остаются в стадии пилотирования, трансформируются или закрыты
- При этом компании не отказываются от ИИ — они переосмысливают подход
Почему проекты не доходят до продакшна:
1. Разрыв ожиданий: Demо-версии LLM производят впечатление; в реальных бизнес-задачах качество ниже ожидаемого. Особенно при:
- Работе с узкоспециализированной терминологией (юридические, технические тексты)
- Необходимости точных числовых вычислений
- Интеграции с устаревшими корпоративными системами (1С, SAP R/3)
2. Отсутствие AI-стратегии:
- Только 26% российских компаний с AI-бюджетами имеют формализованную стратегию внедрения
- Большинство запускали «пилоты ради пилотов» — без чётких KPI и ответственных
3. Данные: AI-системы работают только с качественными данными. У большинства компаний:
- Данные разрознены по системам
- Нет data governance
- Персональные данные без надлежащего согласия → нарушение 152-ФЗ при передаче в LLM
4. Организационное сопротивление: AI-проект требует изменения процессов — а это задача для CEO, а не CTO.
Позитивная сторона: Эксперты расценивают «заморозку» как нормальную коррекцию после хайп-фазы:
- Компании стали более взвешенными в выборе задач
- Фокус смещается от «внедрить AI» к «решить конкретную задачу с помощью AI»
- Появились первые реальные кейсы с измеримым ROI — и именно они теперь продают следующий проект
Отрасли с наибольшим числом успешных внедрений:
| Отрасль | Доля успешных пилотов |
|---|---|
| Финтех и банки | Выше среднего |
| Телеком | Выше среднего |
| Ритейл | Среднее |
| Промышленность | Ниже среднего |
| Государственный сектор | Ниже среднего |
Рекомендации для старта нового проекта:
- 1.Сформулируйте конкретную бизнес-задачу с измеримым KPI до начала пилота
- 2.Определите ответственного со стороны бизнеса (не только IT)
- 3.Оцените качество данных — это критичнее выбора модели
- 4.Запланируйте бюджет на интеграцию (как правило, в 2-3 раза дороже самой модели)
- 5.Установите критерии завершения пилота заранее
Это краткое изложение. Полный текст — на сайте источника:
Читать оригинал: CNewsЕщё по теме: бизнес и стартапы
MWS AI (экс-МТС AI) запускает направление AI-трансформации крупного бизнеса: вертикальные решения и ROI-гарантии
AI в российском финтехе 2026: кредитный скоринг и антифрод — наиболее зрелые применения
Сбер продвигает GigaChat в страны Глобального Юга: БРИКС как альтернатива западному AI-суверенитету
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.
