ROI на AI: почему большинство компаний не зарабатывают на внедрении?

Но реальность оказалась гораздо прозаичнее. Многие компании внедряют AI, но не получают ожидаемых результатов, потому что путают дорогую игрушку с рабочим инструментом. О том, как действительно увеличить прибыль с помощью искусственного интеллекта, рассказала Олеся Гундарева — эксперт по оптимизации и масштабированию бизнеса, основатель консалтинговой компании.

5 главных причин, почему AI не приносит деньги

Можно выделить несколько ключевых факторов, которые мешают компаниям зарабатывать с помощью ИИ.

1. «Сначала купим AI, потом придумаем, зачем он нужен»

Это самая распространенная ситуация. Руководитель видит яркую презентацию: «Наш AI заменит вам трех менеджеров!». Покупает дорогую систему — а как встроить ее в работу, никто не понимает.

Программа умеет анализировать текст, но не знает специфики ваших клиентов, внутренних регламентов и особенностей продукта. Чтобы AI начал приносить пользу, ему нужен «учитель» — живой сотрудник, который настроит систему, объяснит нюансы и интегрирует ее в реальные бизнес-процессы.

Пример. Сеть магазинов внедрила ИИ для прогнозирования остатков товаров. Система выдала рекомендацию: «Закажите 5000 упаковок печенья». Руководитель доверился алгоритму и сделал заказ. Но печенье не продалось — потому что через неделю начался пост, а AI никто не научил учитывать особенности поведения покупателей в этот период. В итоге склад заполнен товаром, а прибыли нет.

2. Данные — свалка, а не библиотека

Искусственный интеллект работает эффективно только тогда, когда получает понятные, структурированные данные. Но в реальном бизнесе нередко царит информационный хаос: например, в базе данных один и тот же клиент может обозначаться как «Иван», «Ваня», «7-900-...». Все это «скармливают» AI и ожидают, что он выдаст бриллиант. Однако при таком подходе программа не сможет предоставить адекватный результат.

Пример. Один интернет-магазин решил автоматизировать ответы на претензии. Загрузил AI всю переписку за три года. Однако около 30% сообщений выглядели так: «Куда смотреть?», «Вы кто?», «???». В итоге AI научился отвечать на все одинаково: «Извините, не понял вопрос». Клиенты возмутились еще сильнее.

3. Сотрудники саботируют — осознанно или нет

Представьте: бухгалтер Ирина 15 лет готовила отчеты в Excel. Она делала это быстро, пусть иногда и с ошибками. И вдруг ей говорят: «Теперь все будет считать AI, а ты просто проверяй».

Что чувствует Ирина? Страх потерять работу, неуверенность в новых инструментах, нежелание менять привычный процесс. В результате она продолжает считать вручную, а новую программу открывает раз в месяц для галочки — или находит десятки причин, почему система «не работает».

Это не глупость, а нормальная человеческая реакция на угрозу. Если бизнес не объясняет сотрудникам, что AI — их помощник, а не замена, внедрение провалится.

4. Забыли про процессы

Даже самый мощный инструмент бесполезен, если он не встроен в рабочие процессы. Например, компания внедрила систему прогнозирования спроса, которая формирует отчеты ежедневно. Но закупки по-прежнему планируются раз в месяц.

В итоге отчеты лежат мертвым грузом, поскольку не изменен процесс принятия решений. AI не встроен в работу, а сотрудники по старинке все делают в Google Docs и пересылают друг другу файлы по почте.

5. Считают не тот эффект

Компании то ждут от AI роста продаж на 200%, то пытаются измерить «общую эффективность», но не могут объяснить, что это значит. На деле ИИ приносит деньги незаметно. Он сокращает время на рутинные задачи, снижает количество ошибок по невнимательности, помогает быстрее найти нужную информацию. Но это трудно перевести в рубли.

Руководитель смотрит на квартальный отчет — прибыль не взлетела. Делается вывод: AI не работает. При этом менеджеры начали готовить коммерческие предложения не за час, а за десять минут. Это существенная экономия, но ее редко считают — потому и кажется, что внедрение не принесло пользы.

Когда AI реально окупается?

Искусственный интеллект окупается там, где автоматизируются четкие, повторяющиеся действия, которые стоят компании миллионы.

Пример. В банке AI анализирует договоры на выдачу кредита — до 300 страниц юридического текста. Раньше специалист тратил на проверку около 4 часов, теперь система выполняет ту же работу за 2 минуты. Ошибок меньше, скорость выше.

Не окупается AI тогда, когда решения принимаются необдуманно. Например, магазин шаурмы установил систему, которая по камере определяет настроение клиента. Это смешно, бесполезно и дорого, поскольку не приносит реальной пользы и требует серьезных затрат. Лучше сделайте скидку за второй соус.

Как заработать на AI

Чтобы внедрение искусственного интеллекта действительно приносило прибыль, важно действовать последовательно:

• Ищите конкретную боль: «Кладовщик тратит 2 часа на поиск деталей на складе».
• Посчитайте, сколько стоит час кладовщика. 2000 руб. × 2 часа × 20 дней = 80 000 руб. потерь в месяц.
• Примите простое решение. Может быть, нужен не AI, а перестановка стеллажей или штрихкоды? Это в 100 раз дешевле.
• Если AI все же необходим, начинайте с пилотного проекта на маленьком участке. Когда окупится, масштабируйте.
• Наймите человека (Junior Data Scientist), а не покупайте суперплатформу за миллион. Он соберет решение за 2 недели.

И помните: AI — это не магия, а инструмент. Как молоток. И зарабатывает не сам молоток, а тот, кто умеет попадать им по гвоздю, а не по пальцу.