В конце 2024 года генеральный директор одного из крупнейших российских ритейлеров собрал своих топ-менеджеров на ежеквартальное стратегическое совещание. Повестка была стандартной: итоги года, планы на 2025-й, обсуждение инвестиций. Но неожиданно в центре внимания оказался совсем не привычный набор вопросов. На экране появился слайд: «88% компаний используют ИИ. 7% получают прибыль. Где мы?»
Этот вопрос стал символом эпохи. Искусственный интеллект перестал быть экзотикой. Он внедряется в банках, заводах, больницах, государственных учреждениях. Но при этом остается загадкой: почему одни компании умудряются зарабатывать на ИИ миллиарды, а другие годами не могут выйти из стадии пилотов? Почему технологии, которые обещают революцию, часто превращаются в болото экспериментов?
Ответ на этот вопрос не лежит в области технологий. Он лежит в области управления, стратегии и понимания того, как ИИ действительно влияет на бизнес. Эта статья — попытка разобраться, что происходит с ИИ в 2025 году, и почему так важно не просто внедрять технологии, а строить вокруг них систему.

В 2025 году ИИ стал такой же привычной частью бизнеса, как электронная почта или CRM-система. McKinsey опросил почти две тысячи компаний по всему миру и выяснил: 88% из них регулярно используют ИИ хотя бы в одной бизнес-функции. Это не эксперименты и не стартапы. Это крупные корпорации, государственные структуры, производственные холдинги.
Но за этими цифрами скрывается более сложная картина. Если посмотреть глубже, становится очевидно: большинство компаний используют ИИ точечно. Они запускают чат-ботов в колл-центрах, внедряют системы распознавания документов, тестируют алгоритмы прогнозирования спроса. Но при этом они не выходят на уровень масштабирования. Только 31% компаний начали масштабировать ИИ, и лишь 7% достигли уровня полноценного внедрения по всей организации.
Это означает, что ИИ стал нормой, но не стал системой. Он есть, но он не работает на бизнес в полную силу. Он помогает отдельным сотрудникам, но не трансформирует компанию. Он экономит время, но не создает новые источники дохода.
Почему так происходит? Почему технологии, которые обещают революцию, застревают в стадии пилотов? Ответ на этот вопрос лежит не в области технологий, а в области управления. Компании не умеют управлять ИИ. Они не умеют строить вокруг него процессы, не умеют измерять его эффект, не умеют масштабировать его решения.

История повторяется снова и снова. Компания запускает пилотный проект по внедрению ИИ. Он успешно работает в тестовой среде, показывает хорошие результаты, получает одобрение руководства. Но когда дело доходит до масштабирования, проект застревает. Почему?
McKinsey выделил несколько ключевых барьеров. Первый и самый главный — отсутствие стратегии. 54% компаний признают, что у них нет четкой стратегии внедрения ИИ. Они запускают пилоты, но не понимают, как эти пилоты связаны с бизнес-целями. Они не знают, как измерить эффект от ИИ, как интегрировать его в существующие процессы, как управлять изменениями.
Второй барьер — недоверие к данным. 42% компаний признают, что их данные не готовы для ИИ. Они не уверены в качестве данных, не уверены в их полноте, не уверены в их безопасности. В результате ИИ работает на тестовых данных, но не работает на реальных.
Третий барьер — сопротивление сотрудников. 38% компаний признают, что их сотрудники не готовы к ИИ. Они боятся, что ИИ заменит их, они не уверены в своих навыках, они не понимают, как работать с ИИ. В результате ИИ внедряется, но не используется.
Четвертый барьер — отсутствие лидерской поддержки. 33% компаний признают, что их руководство не готово к ИИ. Они не понимают, как ИИ может повлиять на бизнес, они не уверены в его эффективности, они не готовы инвестировать в его масштабирование. В результате ИИ остается на уровне пилотов и не становится частью стратегии компании.

Среди тысяч компаний, которые используют ИИ, McKinsey выделил особую группу — high performers. Это те, кто получает более 5% EBIT от ИИ. Их всего 6%, но они показывают, что ИИ может быть не просто технологией, а источником конкурентного преимущества.
Что делает эти компании иначе? Во-первых, они перестраивают свои бизнес-процессы под ИИ. 55% high performers признают, что они фундаментально изменили свои процессы, чтобы максимизировать эффект от ИИ. Они не просто добавляют ИИ к существующим процессам, они строят новые процессы, в которых ИИ является ключевым элементом.
Во-вторых, они инвестируют в ИИ значительно больше. 35% high performers тратят более 20% своего цифрового бюджета на ИИ. Они не экономят на ИИ, они вкладывают в него, потому что видят в нем источник роста.
В-третьих, они имеют сильную лидерскую поддержку. 48% high performers признают, что их руководство активно поддерживает ИИ-инициативы. Они не просто разрешают внедрять ИИ, они активно участвуют в этом процессе, они становятся чемпионами ИИ в своих компаниях.
И, наконец, они используют ИИ для роста, а не только для снижения затрат. 82% high performers признают, что они используют ИИ для создания новых продуктов, новых услуг, новых бизнес-моделей. Они не просто экономят деньги с помощью ИИ, они зарабатывают деньги с помощью ИИ.

В 2025 году одним из самых горячих трендов в мире ИИ стали агенты. Это системы, которые не просто анализируют данные, но и принимают решения, выполняют действия, взаимодействуют с другими системами. Они обещают автоматизировать не только рутинные задачи, но и сложные бизнес-процессы.
McKinsey выяснил, что 62% компаний уже экспериментируют с агентами, и 23% начали их масштабировать. Но при этом не более 10% компаний внедряют агентов в каждой конкретной функции. Это означает, что агенты — это не массовый тренд, это точечный эксперимент.
Где агенты работают лучше всего? Во-первых, это IT-поддержка. Агенты могут автоматически маршрутизировать обращения, диагностировать проблемы, предлагать решения. Во-вторых, это управление знаниями. Агенты могут искать информацию в больших объемах данных, суммировать ее, предлагать релевантные решения. В-третьих, это маркетинг и продажи. Агенты могут персонализировать предложения, автоматически генерировать контент, взаимодействовать с клиентами.
Но агенты также несут и новые риски. Они требуют нового уровня governance, нового уровня контроля качества, нового уровня встроенной экспертизы. Без этого агенты могут принимать неправильные решения, они могут нарушать правила, они могут создавать новые уязвимости. В результате вместо автоматизации компании получают новые проблемы.

Россия не стоит в стороне от глобального тренда. Наши компании также активно внедряют ИИ. По данным T1 ИИ, более 70% крупных российских компаний уже запустили пилотные проекты по ИИ. Но при этом только 12% вышли на уровень масштабирования. Это означает, что мы находимся в той же ловушке, что и остальной мир.
Но у России есть и свои особенности. Во-первых, это импортозамещение. Российские компании вынуждены использовать отечественные технологии, отечественные платформы, отечественные решения. Это создает новые возможности для локальных вендоров, но также создает новые риски — риски качества, риски совместимости, риски поддержки.
Во-вторых, это регуляторика. Российские компании должны соответствовать строгим требованиям по защите данных, по комплаенсу, по аудиту. Это означает, что ИИ-решения должны быть не только эффективными, но и безопасными, прозрачными, управляемыми.
В-третьих, это недоверие. Российские CEO традиционно консервативны в вопросах внедрения новых технологий. Они не готовы рисковать, они не готовы быть первыми, они не готовы инвестировать в неизвестное. Это означает, что ИИ-вендоры должны не только предлагать технологии, но и доказывать их эффективность, доказывать их безопасность, доказывать их рентабельность.

T1 ИИ — это не вендор, который продает технологии. T1 ИИ — это партнер, который помогает компаниям выйти из ловушки пилотов и выйти на уровень масштабирования. Мы не продаем ИИ в коробке, мы продаем готовность к масштабу.
Во-первых, мы предлагаем отраслевые решения, а не универсальные платформы. Мы понимаем, что каждая отрасль имеет свои особенности, свои процессы, свои метрики. Поэтому мы создаем решения, которые адаптированы под конкретные отрасли: финансы, телеком, ритейл, промышленность, госсектор.
Во-вторых, мы предлагаем быстрый пилот, который показывает эффект уже через 6 недель. Мы не требуем от клиента больших инвестиций, мы не требуем от клиента долгих сроков, мы не требуем от клиента сложных интеграций. Мы предлагаем запустить пилот, который покажет конкретный результат, который можно измерить, который можно масштабировать.
В-третьих, мы предлагаем полное сопровождение, от стратегии до внедрения. Мы не просто поставляем технологию, мы помогаем клиенту построить процессы, помогаем клиенту обучить сотрудников, помогаем клиенту управлять изменениями.
И, наконец, мы предлагаем гарантию ROI. Мы измеряем результат в метриках клиента, мы гарантируем достижение конкретных KPI, мы гарантируем возврат инвестиций.

Вы не обязаны быть первым. Вы можете быть вторым, третьим, десятым. Но вы можете быть первым, кто сделает это правильно. И для этого вам не нужно быть технологическим гигантом. Вам нужно быть готовым к трансформации.
T1 ИИ предлагает не технологию. T1 ИИ предлагает готовность к масштабу. Мы помогаем компаниям выйти из ловушки пилотов, мы помогаем компаниям выйти на уровень масштабирования, мы помогаем компаниям зарабатывать на ИИ.

Приглашение к диалогу:
Мы не просим вас запустить пилот. Мы просим вас провести 30-минутный стратегический диалог. Без слайдов, без воды, только по делу. Где ИИ может дать вам рост уже в этом году? Какие риски мы можем убрать? Какой пилот запустить за 6 недель?
T1 ИИ — технологический партнёр, который говорит на языке бизнеса.

Мы не внедряем ИИ. Мы внедряем результат.