ИИ — не универсальное быстрое решение всех проблем

Оптимизм вокруг искусственного интеллекта к середине 2025 года заметно поубавился. Ещё в начале года Сэм Альтман прогнозировал, что ИИ-агенты войдут в состав рабочей силы и изменят производительность компаний. Но реальность, как часто бывает, оказалась скромнее громких обещаний.

В середине 2025 года исследователи из Массачусетского технологического института опубликовали работу, на которую тут же начали ссылаться все, кто разочаровался в ИИ. Главный вывод звучал сенсационно: 95% компаний, попробовавших использовать ИИ, не обнаружили от него никакой ценности.

Но если присмотреться к методологии, картина становится менее драматичной. В эти 95% попали компании, которые пытались внедрить кастомные ИИ-системы, но спустя шесть месяцев так и не смогли выйти за пределы пилотной стадии. Иными словами, речь не о том, что ИИ бесполезен в принципе, а о том, что большинство попыток внедрения проваливаются на ранних этапах. И это, согласитесь, совсем другая история.

Андрей Карпати (тот самый, кто придумал термин «vibe coding») формулирует более точную мысль. Чат-боты действительно превосходят среднего человека в широком спектре задач — от юридических консультаций до поиска багов в коде и решения школьных задач по математике. Но они не превосходят эксперта-человека.

В этом и кроется ответ на вопрос, почему экономика пока не испытала обещанного потрясения. Частные пользователи полюбили чат-ботов за то, что те помогают неспециалистам с повседневными вопросами. Но для бизнеса этого недостаточно. Чтобы заменить квалифицированного сотрудника или хотя бы кратно повысить его эффективность, ИИ должен превзойти эксперта. Пока этого не произошло.

Может, произойдёт в будущем. Но сегодня не стоит удивляться, что ИИ не оказал того влияния на рынок труда, о котором так много говорили его сторонники.

ИИ — не волшебная таблетка и не замена человеку. Это инструмент. Как любой инструмент, он даёт результат только в правильных руках и в правильно выбранных задачах. Исследование MIT это только подтверждает: проблема не в технологии, а в культуре внедрения.

Как у вас обстоят дела с ИИ в реальных проектах? Какие задачи удалось решить по-настоящему эффективно, а где технология разочаровала? И что, на ваш взгляд, нужно изменить в подходах к внедрению, чтобы наконец сдвинуться с мёртвой точки?