ММООЗЗГГ.ru

Что решать компании в 2026 году: выводы из исследований ЕС, США и ООН

Мировые исследования ИИ

6 мин13 источников

Как внедрять ИИ в 2026 году, если смотреть не на прогнозы, а на данные? Мы свели 16 бесплатных отчетов в 8 решений. У каждого вывода цифры минимум двух исследований со ссылкой на страницу оригинала и 2-3 шага для компании.

Как читать эти выводы

Это выводы по данным отчетов, а не наш прогноз. Доли компаний в США, ЕС и России считаются по разным методикам и выборкам, поэтому любое сравнение стран здесь примерное.

    1. Разрыв во внедрении: начать с одного процесса

    Компании в США и ЕС используют ИИ примерно в каждом пятом случае, в России доля заметно ниже, но методики разные.

      Что показывают данные

      Что сделать

      • Выбрать один процесс, где ИИ экономит часы сотрудников или возвращает потерянные заявки.
      • Записать метрику до старта: время ответа, число обработанных обращений, доля ошибок.
      • Запустить пилот на 2-4 недели и решать о масштабе по цифрам пилота.

      2. Малый бизнес отстает: брать готовые инструменты

      Чем меньше компания, тем реже она использует ИИ, а у компаний до 20 человек доля почти не растет.

        Что показывают данные

        • в странах ОЭСР ИИ используют 11,9% малых компаний против 40% крупных (ОЭСР, гл. 1, с. 10, рис. 2)
        • в ЕС 17% малых компаний против 55,03% крупных (Евростат, рис. 1)
        • в США доля у компаний меньше 20 человек за полгода значимо не изменилась (Бюро переписи США, раздел U.S. Business AI Use, рис. 2)

        Что сделать

        • Начать с готовых сервисов для текста, поиска и ответов клиентам, без собственной разработки.
        • Выделить сотрудника, который отвечает за ИИ-инструменты и правила работы с данными.
        • Считать эффект в часах и рублях за первый месяц.

        Готовые ИИ-инструменты для бизнеса

          3. Работа меняется, а не исчезает: учить сотрудников

          Отчеты фиксируют изменение задач, а не массовую потерю работы, но начинающим сотрудникам приходится тяжелее.

            Что показывают данные

            • 24% работников в мире заняты в профессиях с той или иной подверженностью генеративному ИИ (МОТ, с. 47)
            • в группе самой высокой подверженности 3,3% занятых; вероятнее изменение работы, чем замена (МОТ, с. 1, аннотация)
            • общего влияния на занятость пока не видно, но спрос на начинающих в части профессий падает (Международный доклад о безопасности ИИ, с. 12)
            • прием 22-25-летних в профессии, подверженные ИИ, похоже, замедлился (State of AI 2026, слайд 104)
            • меньше 30% малых и средних компаний с генеративным ИИ обучают сотрудников (ОЭСР, гл. 4, с. 35)

            Что сделать

            • Обучить сотрудников ставить задачи ИИ и проверять ответ на своих рабочих примерах.
            • Начинающим сотрудникам дать ИИ-инструменты с первого дня и наставника, который проверяет результат.
            • Пересмотреть описание ролей: какие задачи уходят ИИ, какие остаются за человеком.

            4. Модели ошибаются: проверка человеком и тесты

            Ошибки моделей не исчезли, а опыт работы с ИИ заметно повышает долю удачных результатов.

              Что показывают данные

              • системы выдумывают информацию и пишут код с ошибками, методы снижения сбоев недостаточны для задач с высокой ценой ошибки (Международный доклад о безопасности ИИ, с. 12)
              • галлюцинации поддерживают тесты, которые награждают догадку больше, чем честное «не знаю» (Kalai и соавторы, Why Language Models Hallucinate, arXiv 2509.04664, аннотация)
              • у пользователей с опытом от 6 месяцев доля успешных разговоров на 10% выше (Экономический индекс Anthropic, мартовский отчет, с. 4)

              Что сделать

              • Решения с ценой ошибки оставить за человеком: ИИ готовит черновик, человек подписывает.
              • Собрать набор своих примеров с правильными ответами и прогонять модель по нему перед запуском и после каждого изменения.
              • Записать в правила, какие ответы ИИ проверяются всегда.

              Как проверять качество агента

                5. Агенты берут задачи длиннее: описать процессы

                Агенты справляются со все более длинными задачами, и почти половина разговоров с ИИ уже автоматизация, а не совет.

                  Что показывают данные

                  Что сделать

                  • Описать 3-5 процессов по шагам: вход, действия, проверка, результат.
                  • Отметить шаги, которые повторяются и не требуют решения человека: их можно отдать агенту.
                  • Начать с агента, который готовит результат на проверку, а не действует сам.

                  6. Вычисления у немногих стран: гибридная схема

                  Мощности для ИИ сосредоточены в богатых странах и быстро растут, поэтому доступ к ним становится вопросом риска.

                    Что показывают данные

                    • у стран с высоким доходом 77% мощности коммерческих дата-центров мира (Всемирный банк, с. xiv)
                    • в 2025 году спрос дата-центров на электроэнергию вырос на 17%, дата-центров под ИИ на 50% (МЭА, с. 9)
                    • модели с открытыми весами дают 75% токенов на платформе OpenRouter (Microsoft, с. 7)

                    Что сделать

                    • Разделить данные: что можно отправлять во внешний сервис, а что только в модель внутри компании.
                    • Для персональных данных и коммерческой тайны поставить открытую модель на своих серверах или в российском облаке.
                    • Остальные задачи вести через внешние модели по договору и следить за расходом.

                    Гибридная схема: свой ИИ и облако

                      7. ИИ берут для советов, поиска и письма: с этого начать

                      Люди чаще всего просят ИИ дать совет, найти информацию и помочь с текстом, и в работе это тоже главное.

                        Что показывают данные

                        • практические советы, поиск информации и письмо дают почти 80% разговоров с ChatGPT (NBER, аннотация)
                        • письмо около 40% рабочих сообщений, и две трети таких запросов правят текст пользователя (NBER, с. 14, рис. 8)
                        • в июне 2026 года генеративный ИИ использовали 18,8% населения мира 15-64 лет (Microsoft, с. 2)

                        Что сделать

                        • Первые задачи в компании: письма, ответы клиентам, отчеты и поиск по внутренним документам.
                        • Собрать базу знаний: регламенты, прайсы, ответы на частые вопросы.
                        • Подключить ассистента, который отвечает по этой базе и показывает источник ответа.

                        ИИ-ассистент для компании

                          8. Риск перегрева инвестиций: пилоты вместо закупок

                          Вложения в ИИ растут быстрее выручки, МВФ предупреждает о рисках, а цена ИИ быстро падает.

                            Что показывают данные

                            • дорогие и все чаще заемные вложения в ИИ могут не окупиться; перекрестное финансирование узкой группы компаний повышает риск (МВФ, с. 15-16)
                            • четыре крупнейшие технологические компании США планируют 733 млрд долларов капитальных затрат в 2026 году, на 79% больше, чем в 2025-м (State of AI 2026, слайд 154)
                            • цена одного и того же уровня качества ИИ падает примерно на 47% в квартал (State of AI 2026, слайд 109)

                            Что сделать

                            • Не покупать железо под ИИ заранее: сначала пилот с метрикой на арендованных мощностях или через API.
                            • Пересматривать цены моделей раз в квартал: та же задача дешевеет.
                            • Закупать оборудование, когда пилот доказал эффект и объем запросов известен.

                            Сколько стоит внедрение ИИ

                              Написать в Telegram