PwC: 56% инвестиций в ИИ сгорело. Как не попасть в эту статистику
Вы вложили деньги в ИИ — и тишина. Никакого взрывного роста, никакой экономии, о которой все говорят. Знаете, что самое неприятное? Вы не исключение. Вы — большинство.
В январе 2026 года PwC опросила 4 454 генеральных директора из 95 стран. Вывод оказался жёстким: 56% CEO не видят никакой значимой финансовой отдачи от ИИ. Совсем. Ни роста выручки, ни снижения затрат — ничего измеримого.
И это не стартапы без бюджета. Это руководители глобальных компаний, которые осознанно инвестировали в технологию.
Но важное уточнение: когда PwC говорит об «ИИ», они в основном имеют в виду генеративный ИИ — сложные LLM-системы, которые пишут код, генерируют контент или анализируют big data. Это дорого, долго и требует трансформации всей ИТ-инфраструктуры.
А есть другой ИИ. Тот, который работает с клиентами здесь и сейчас. Который не требует годового обучения на корпоративных данных и не стоит как бизнес-джет. Это conversational AI и автоматизация клиентских коммуникаций. И у них совсем другая математика: окупаемость за 3–6 месяцев вместо 2–3 лет.
Цифры, которые стоит распечатать и повесить над столом
| Не видят никакой финансовой выгоды | 56% |
| Видят эффект только в одном направлении (либо выручка, либо затраты) | 32% |
| Получили и рост выручки, и снижение затрат одновременно | 12% |
Только каждый восьмой руководитель попадает в зону успешной трансформации.
«2026 год становится решающим для ИИ. Небольшая группа компаний уже превращает ИИ в измеримую финансовую отдачу, пока многие другие всё ещё не могут выйти за рамки пилотных проектов. Этот разрыв будет только расти — и быстро.»
Обратите внимание: не «может вырасти», а «будет расти». Вопрос времени — на какой стороне разрыва окажется ваша компания.
Почему ИИ не окупается: 4 причины, которые никто не любит признавать
Мы внедряем системы автоматизации коммуникаций в российских компаниях — от ритейла до производства. И раз за разом видим одни и те же грабли, независимо от размера бизнеса.
ИИ внедряют «потому что все внедряют»
Не потому что есть конкретная задача. Не потому что посчитали экономику. А потому что конкурент запустил что-то похожее, совет директоров спрашивает «а где наш ИИ», инвестор ждёт отчёта. Это не стратегия — это реакция на давление. И она почти никогда не даёт результата.
Технологию внедряют, а процессы — нет
Систему поставили. Нейросеть подключили. А регламенты работы остались прежними, сотрудников никто не переобучил, зоны ответственности не пересмотрели. Технология работает в вакууме — и через три месяца её тихо отключают, потому что «не прижилось».
Ждут быстрых денег там, где их не бывает
Генеративный ИИ — это не рекламная кампания, которая даёт результат за неделю. Это трансформация бизнес-процессов, которая требует времени. Но вот парадокс: автоматизация клиентских коммуникаций как раз даёт быстрый эффект, но многие не видят разницы и закрывают проекты именно тогда, когда они начинают работать.
Хайп вместо расчёта
FOMO (fear of missing out) — плохой советчик при принятии инвестиционных решений. Компании, которые вошли в ИИ на волне ажиотажа без чёткого ТЗ и метрик успеха, закономерно оказались в числе тех самых 56%.
Как попасть в 44% — три шага, которые реально работают
Хорошая новость: успешные компании не обладают магией. Они просто делают три вещи системно.
Шаг 1. Выбрать 2–3 точки приложения — и не распыляться
Не «внедрить ИИ везде». А найти конкретные места в бизнесе, где автоматизация даст максимальный эффект именно у вас. Для одной компании это обработка входящих заявок из Telegram и WhatsApp. Для другой — квалификация лидов в ночное время. Для третьей — поддержка клиентов после продажи. Десять пилотных проектов одновременно — это не стратегия. Это способ не получить результат нигде.
Шаг 2. Запускать технологию вместе с изменением процессов
Мы называем это «триадой внедрения»: технология + процесс + люди. Все три компонента одновременно, не по очереди. Автоматизация, которая встроена в живой процесс обработки заявок и с которой умеет работать команда — это совсем другая история, чем цифровой ассистент, который просто отвечает на вопросы в углу сайта, пока операторы продолжают работать по старинке.
Шаг 3. Заложить реалистичные сроки в бюджет
| Тип технологии | Первые результаты | Полноценная окупаемость |
|---|---|---|
| Генеративный ИИ, LLM | 6–12 месяцев | 2–3 года |
| Автоматизация коммуникаций | 2–4 недели (пилот) | 3–6 месяцев |
Компании, которые понимают разницу, не закрывают проекты на полпути.
Красные флаги: когда НЕ стоит внедрять автоматизацию (даже если очень хочется)
Мы отказываемся от 30% входящих заявок, потому что видим: сейчас технология не сработает. Вот признаки, что вы ещё не готовы:
Российский контекст: те же грабли, другие решения
Сбер при внедрении GigaChat столкнулся ровно с той же проблемой: технология работала, но ожидаемый эффект пришёл только после того, когда перестроили процессы клиентского обслуживания. Не раньше.
Яндекс и Т-Банк масштабируют ИИ успешнее других — и не потому что у них лучше технологии, а потому что у них сильная инфраструктура данных и, что важнее, культура экспериментов. Они не ждут идеального момента — они итерируют быстро.
Но самое интересное происходит в среднем бизнесе. Компании с выручкой 500 млн–2 млрд рублей сейчас обгоняют enterprise по скорости внедрения. Почему? Меньше бюрократии, короче цепочка согласования, проще перестроить процессы.
Кейс 1: Когда автоматизация сработала
Поставщик стройматериалов, Урал, B2B, 40 операторов
Проблема
70% звонков — это уточнение наличия товара и сроков доставки. Операторы тратили на это 4–5 часов в день вместо работы с крупными клиентами.
Решение
Внедрили автоматизацию обработки заявок в Telegram и WhatsApp с интеграцией в 1С. Система сама проверяет остатки на складе и сообщает сроки доставки.
Результат
- •68% типовых запросов ушло на автоматизацию
- •Освободилось 2.5 штатных единицы (переведены на работу с ключевыми клиентами)
- •Скорость ответа сократилась с 15 минут до 30 секунд
- •ROI проекта — 240% за полгода
Почему сработало
Высокий объём однотипных запросов (120+ в день), готовая интеграция с 1С, выделенный сотрудник для тестирования сценариев.
Кейс 2: Когда ожидания не совпали с реальностью
Сеть фитнес-студий, Москва, B2C, 6 операторов
Проблема
Переполненные линии в вечерние часы, потеря заявок из-за долгого ожидания ответа.
Ожидания
Ожидали: автоматизация заменит 4 из 6 операторов, сократит расходы на зарплату на 65%, обработает 80% запросов.
Реальность
- •Внедрение заняло 6 недель вместо заявленных 3
- •Клиенты звонили с эмоциональными вопросами («у вас там нормальные тренеры?»), которые автоматизация не могла обработать
- •Только 45% запросов оказались типовыми — остальные требовали человека
- •Сотрудники сопротивлялись: не обновляли базу расписания вовремя, из-за чего автоматизация давала неверные ответы
- •Экономия составила 12% вместо ожидаемых 65%
- •Проект не закрыли, но ROI сдвинулся с 3 до 9 месяцев
Что пошло не так
Завышенные ожидания от замены персонала, недооценка эмоциональной составляющей запросов в B2C, недостаточное обучение команды работе с системой.
Вывод: Оба проекта живы. Но во втором случае компания потратила дополнительные 2 месяца и 180 000 ₽ на исправление ошибок, которые можно было предотвратить на этапе планирования.
Считаем по-простому: калькулятор окупаемости
Не верьте мне на слово — посчитайте сами. Вот что происходит, если у вас 100 обращений в день:
Детальный расчёт:
При потоке от 50 обращений в день — окупаемость 3.7 месяца
Если у вас меньше 10 обращений в день — пока не беритесь. Если больше 50 — каждый месяц вы «сжигаете» деньги, не автоматизируя это.
Чек-лист готовности: 6 ключевых вопросов
Про объём данных
Про процессы и команду
Если вы ответили «да» на вопросы 2 и 4 — у вас высокий потенциал для автоматизации.
Итог
56% CEO не видят отдачи от ИИ — это не провал отрасли. Это закономерный этап взросления технологии.
Разрыв между 12% успешных и остальными — не в бюджете и не в доступе к лучшим инструментам. Он в подходе: стратегический фокус, изменение процессов вместе с технологией, реалистичный горизонт планирования.
Вопрос не «внедрять ли ИИ». Вопрос — как не оказаться в числе тех, кто внедрил и ничего не получил.
Где именно в вашем бизнесе автоматизация даст результат быстрее всего?
Мы проводим «Аудит пригодности процессов к автоматизации» — 25-минутный разговор, на котором:
- ✓ Разбираем ваш текущий поток обращений
- ✓ Находим 2–3 точки с максимальным потенциалом экономии
- ✓ Считаем ROI на ваших реальных цифрах
- ✓ Даём честный вердикт: стоит ли сейчас запускать
Записаться на аудит
Без generic презентаций и «давайте посмотрим ваши процессы». Только цифры и конкретика.
Или
Скачать чек-листPDF, 1 страница. Проверьте, насколько ваша компания готова к внедрению прямо сейчас.