Мимо кассы! 95% попыток внедрить генеративный ИИ в компаниях не приносят измеримого влияния на прибыль. Таковы данные исследования Массачусетского технологического института (MIT).
Основная причина низкой эффективности ИИ-проектов в крупных компаниях — неправильная интеграция. Многие организации спешат внедрить различные ИИ-инструменты, но большинство пилотных программ терпят неудачу. По данным MIT и Fortune, 95% проектов не достигают целевых показателей производительности. Это происходит не потому, что ИИ-модели работают неправильно, а потому что универсальные инструменты вроде ChatGPT не были адаптированы к уже существующим корпоративным процессам.
Результаты исследования показывают, что только 5% пилотных ИИ-программ обеспечивают быстрый рост доходов. Остальные «буксуют», оказывая незначительное или нулевое влияние на прибыль. Выводы основаны на 150 интервью, опросе 350 сотрудников и анализе 300 публичных внедрений ИИ.
Успешные 5% отличаются от остальных тем, что фокусируются на одной задаче и выполняют её хорошо.
– Пилотные проекты некоторых крупных компаний и молодых стартапов действительно преуспевают с генеративным ИИ, – рассказал изданию исследователь MIT Адитья Чаллапалли. – Это происходит потому, что они выбирают одну болевую точку, хорошо её реализуют и умно сотрудничают с компаниями, которые используют их инструменты.
Читайте по теме: 10 профессий, у которых ИИ отберет работу.
