Ведущая российская компания в области стратегического консалтинга Strategy Partners (АО «СПГ») представила результаты исследования того, как генеративный искусственный интеллект используется в крупных российских промышленных компаниях и в компаниях электронной коммерции. Оказалось, что ни промышленные гиганты, ни лидеры электронной коммерции не могут масштабировать GenAI, чтобы получать реальную прибыль, застревая на стадии бесконечных экспериментов.

 

 

Strategy Partners Group (АО «СПГ») — это ведущая российская компания в области стратегического консалтинга, известная своими исследованиями, в том числе по внедрению искусственного интеллекта в промышленность. Компания предоставляет экспертные услуги по стратегическому планированию и цифровой трансформации, работает с крупнейшими корпорациями и государственными структурами.
Компания основана в 1994 году и с 2010 года входит в экосистему «Сбера», что открывает доступ к широкой экспертизе и ресурсам одного из крупнейших финансовых институтов России. В рейтингах (RAEX, РБК) она стабильно занимает второе место в сегменте стратегического консалтинга.
Таким образом, отчет о GenAI, который вы читали, подготовлен одним из наиболее авторитетных игроков на российском рынке консалтинга, что говорит о релевантности и глубине представленного анализа.
 

 

 

Как измеряли?

 

 

Исследователи провели углубленные интервью и онлайн-­анкетирование среди лидеров крупной промышленности и электронной коммерции в России. В исследовании участвовали несколько десятков генеральных директоров, руководителей ИТ-направления и директоров по цифровой трансформации, а также руководителей направлений развития ИИ ряда компаний из топ‑200 крупнейших российских предприятий в промышленности и электронной коммерции.
Полученные данные дополнили анализом международных практик и сравнительным анализом двух отраслей по ключевым показателям. Главной целью было определить уровень так называемой GenAI-зрелости, выявить реальные сценарии применения, барьеры и драйверы внедрения, а также сравнить ситуацию с зарубежным опытом, где фиксируется «парадокс массового внедрения без измеримой ценности».

 

 

Что такое «GenAI-зрелость»?

 

 

Одним из ключевых инструментов исследования стала модель оценки GenAI-зрелости, разработанная Strategy Partners. Она оценивает, насколько системно и осознанно компания использует технологию. Этот подход позволяет компаниям не просто констатировать факт «используем ИИ», а понять свое текущее положение на пути к полноценной цифровой трансформации.

 

 

Модель включает в себя пять уровней:
1. Зарождение: отсутствуют корпоративные политики, отсутствует мониторинг использования публичных инструментов GenAI, нулевые инвестиции, риски утечки данных.
2. Эксперименты: множественные и разрозненные пилотные проекты по GenAI без четкой бизнес-­логики под влиянием технологического хайпа, минимальное вовлечение топ-менеджмента, базовые инвестиции, сложности при переходе от пилотных проектов к масштабированию.
3. Систематизация: формализованная ИИ-стратегия, начальные попытки измерения ROI, но отсутствие системной методологии масштабирования, выделенные команды, формализация процессов оценки и приоритизации пилотов.
4. Масштабирование: систематический процесс масштабирования успешных пилотных проектов по GenAI, переход от подхода, ориентированного на технологию, к бизнес-центричному методу, систематическое обучение персонала всех уровней, управление данными.
5. Трансформация: GenAI — ядро бизнес-­модели, технология интегрирована во все процессы и продукты компании, собственные отраслевые модели. Есть ИИ-компетенции во всех функциях, корпоративная ИИ-академия, единая архитектура данных, полная автоматизация MLOps, собственные вычислительные кластеры, культура экспериментов и инноваций.

 

 

Что оказалось?

 

 

Исследование выявило, что российский бизнес в целом не справляется с переходом от пилотов к промышленному внедрению искусственного интеллекта. Крупная российская промышленность в среднем находится лишь на уровне «Эксперименты» с оценкой 2.0 из 5. Но даже более продвинутая электронная коммерция не дотягивает до «Систематизации», набирая лишь 2.9 балла. При этом внутри промышленности картина неоднородна: 27% компаний находятся в самом начале пути («Зарождение»), 50% — в «Экспериментах», лишь 21% вышли на «Систематизацию». До «Масштабирования» дотянулись единицы (1%).

 

Проблемы носят глубинный характер. Например, 63% промкомпаний формально утвердили стратегию по ИИ, но зачастую это лишь «бумага» для соответствия требованиям Минцифры, особенно в госкомпаниях. Лишь 10–15% компаний достигают внедрения ИИ с измеримым эффектом. При этом более 80% фокусируются только на сокращении затрат, включая ФОТ.

 

Фактически GenAI в промышленности остается «игрушкой» для вспомогательных процессов: протоколирование встреч, документооборот и HR.

 

В это же время в электронной коммерции 92% компаний используют GenAI для своих основных процессов — маркетинга и продаж. В промышленности же большинство компаний к такому не готовы из-за нулевой терпимости к ошибкам и операционных рисков.
Российской спецификой внедрения ИИ в производство можно считать то, что 92% промышленных компаний нацелены на развертывание моделей в собственном, а не облачном контуре, что значительно удлиняет и удорожает процесс. Это связано с драконовскими мерами безопасности: 79% компаний запрещают использование публичных сервисов типа ChatGPT через внутренние регламенты или техническую блокировку. В результате сотрудники ищут обходные пути, создавая риски утечек данных, а компании лишены доступа к самым передовым облачным моделям. Единственным исключением в исследовании стал случай, когда компания создала интеллектуальный шлюз с фильтрацией для контролируемого доступа к облачным ИИ.
И промышленность, и электронная коммерция видят в GenAI полезный инструмент для точечных задач, но не как рычаг стратегической трансформации бизнеса. Российский рынок отстает от западного не столько в технологиях, сколько в зрелости процессов: на Западе 67% успешных внедрений используют корпоративные версии публичных моделей, а в России компании вынуждены идти сложным путем создания собственных решений с нуля из-за запретов регуляторов и требований ИБ. Главный барьер, по мнению авторов, — не технологии, а люди и культура. Показательный факт — в большинстве своем крупные промышленные компании начали формировать центры ИИ-компетенций, но пока не готовы внедрять специализированные механизмы управления GenAI-проектами. Другими словами, в большинстве компаний уже выделено специальное лицо/подразделение, которое отвечает за внедрение и адаптацию ИИ, но при этом не выделен сам процесс управления ИИ-проектами. Специальный «отвественный за ИИ» имеется, но чем именно он занимается, не определено.

 

 

Что советуют авторы исследования?

 

 

Эксперты Strategy Partners дают промышленным компаниям практические рекомендации. Первый шаг — прекратить недооценивать «невидимый» барьер качества данных и начать инвестировать в их управление еще до старта пилотов. Второй — запускать системное обучение сотрудников всех уровней, чтобы снизить культурное сопротивление. Третий — не ждать идеальной технологии, а начинать с небольших пилотов в некритичных областях, но с обязательной оценкой бизнес-­эффекта с первого дня. Четвертый — готовиться к организационной трансформации, выделяя отдельные процессы под управление ИИ-проектами, так как стандартные подходы не работают. И главное — сместить фокус с экономии ФОТ на поиск новых возможностей для роста, которые открывает GenAI.

 

 

Прогноз

 

 

По мнению аналитиков, к 2026–2027 годам стоит ждать перелома: появления первых референсных кейсов промышленного масштаба, развития специализированных отраслевых платформ и массового пилотирования 
ИИ-ассистентов для рабочих на производстве. Укрепятся позиции российских решений вроде GigaChat, которые смогут предложить функционал, сопоставимый с корпоративными версиями западных аналогов.

 

Источник журнал "РИТМ машиностроения" № 1-2026