Apsara 2026 · Внедрение ИИ · октябрь 2026

Почему внедрение ИИ в бизнес не даёт отдачи

Цифры Accenture, Deloitte и Alibaba с конференции Apsara 2026 и что из них следует для компаний в России

Артём Борисов - бизнес-консультант, внедрение AI-сотрудников · октябрь 2026

Коротко

Внедрение ИИ в бизнес чаще всего не даёт отдачи, потому что компании раздают сотрудникам ассистентов, а процессы оставляют прежними. На Apsara 2026 привели данные Accenture: роста от ИИ ждут 88% компаний, заметную ценность получили 14%. Я собрал цифры Accenture, Deloitte и Alibaba о том, где застревают пилоты, посмотрел, чем отличаются компании, которым ИИ приносит деньги, и прикинул, с какого шага начинать бизнесу в России.

Сколько компаний реально получают отдачу от ИИ

На конференции Alibaba Cloud Apsara 2026 в Ханчжоу (22-24 сентября 2026) несколько консалтинговых компаний независимо друг от друга нарисовали одну и ту же картину. Пробуют ИИ почти все. Деньги видят единицы. Сразу оговорюсь: цифры ниже - заявления спикеров, их никто не перепроверял.

Кто привёл	Что измеряли	Цифра
Accenture	Ждут от ИИ нового роста	88% (в 2025 году было 46%)
Accenture	Получили значимую ценность	14% (было 9%)
Deloitte	Пилотируют ИИ	97%
Deloitte	Дошли до стадии масштабирования	8%
Deloitte	Не получили измеримого эффекта по выручке, затратам или удовлетворённости клиентов	около двух третей
Чжэцзянский университет, 1498 компаний	Используют / внедрили / используют глубоко	88,9% / 45,6% / 10,8%
MIT NANDA (цитата на секции Alibaba)	Пилоты генеративного ИИ без измеримой отдачи	около 95%

Что Accenture считает «значимой ценностью»? Рост производительности на 10% и больше или рост выручки либо прибыли на 5% и больше. Планка вполне земная. И всё равно её берёт меньше одной компании из семи.

Главная причина: ассистенты вместо перестройки процессов

Accenture вместе со Scalekit посмотрели, что компании делают на практике. 63% выдали сотрудникам ИИ-ассистентов, 44% пересматривают требования к должностям, а процессы системно перестраивают 18%. Вот и весь ответ на вопрос из заголовка: он сидит в разрыве между 63 и 18.

Ассистент ускоряет конкретного человека. Письмо пишется быстрее, отчёт собирается быстрее. Только письмо потом всё так же три дня ждёт согласования, а отчёт так же никто не читает, и компания в целом не зарабатывает ни рубля сверху. В Danone на Apsara развели это на два вида выгоды:

«Синяя» выгода

Личная эффективность сотрудника. Приятно, но в выручке и затратах её почти не видно.

«Зелёная» выгода

Затраты падают, а выручка растёт, потому что процесс перестроили. Собственники ждут именно её.

Deloitte приходит к тому же выводу с другой стороны. Пилоты проваливаются из-за организации, технология тут ни при чём: пилоты разрозненные, данными и знаниями никто не управляет, цели оторваны от бизнеса. CEO подразделения Линъян в Alibaba Cloud назвал такие проекты «показным ИИ». Мне кажется, точнее не скажешь.

«AI coding - лампочка эпохи»: что это значит для ИИ в бизнес-процессах

«AI coding - это всего лишь лампочка эпохи машинного интеллекта. Простая автоматизация существующей работы никогда не определит новую эпоху.»
Эдди Ву, CEO Alibaba Group, открытие Apsara 2026 (пересказ)

Эдди Ву сравнил ИИ с электричеством. В 1882 году станция Эдисона питала около 400 лампочек. Кондиционер появился только в 1902-м, компьютер - в 1946-м. Лампочка заменила свечу в той же самой комнате, а настоящие деньги принесли вещи, которые без электричества были бы просто невозможны.

ИИ-ассистент сегодня - та самая лампочка: старая работа, сделанная чуть быстрее. CIO Alibaba Cloud показал это на разработке. Написание кода занимает около 20% цикла поставки, поэтому даже сильное ускорение рутинного кода задевает не больше 7% цикла. Один шаг разогнали, а узкое место как сидело в другом, так и сидит.

Что делают компании, у которых внедрение ИИ окупается

Путь от пилота к масштабу Deloitte расписала по шагам. Сначала выбрать направление с высоким эффектом и понятной метрикой ROI. Потом довести один «маяковый» сценарий от начала до конца. Дальше общая платформа и управление, и лишь после этого тиражирование. Отдельное условие: проект ведёт первое лицо компании.

Один сценарий целиком

Вместо сотни точечных пилотов - один процесс, перестроенный от входа до результата.

ROI посчитан до старта

Метрику и порог успеха знают заранее, а не придумывают задним числом после запуска.

Данные и знания в порядке

По словам CEO Линъян, Gartner ждёт, что к концу 2026 года 60% ИИ-проектов бросят из-за данных, не готовых для ИИ.

Есть владелец результата

SoftwareOne на Apsara: пилот не доходит до прода, когда непонятно, кто отвечает, как интегрировать и чем мерить.

Мерят результат, а не активность

Позиция MSD China: число запросов к чат-боту ничего не говорит о пользе.

Пример от Deloitte. Проверка договоров на риски занимала 2-3 рабочих дня, после перестройки - около 20 секунд самопроверки с ИИ. Обратите внимание, как они этого добились. ИИ не прикрутили к старому шагу, а перестроили весь процесс: запрос клиента → оценка рисков → решение «делаем или нет» → предложение → договор. Знания о рисках при этом зашили в агента.

Но и запуск в прод не значит, что всё под контролем. Alibaba в отчёте о зрелости облачного управления пишет: 35,9% компаний уже запустили агентов в работу, и 55,1% из них не видят, что эти агенты делают. Половину опрошенных (50%) больше всего беспокоят затраты и ROI.

Что это значит для бизнеса в России

Доступ российских компаний к продуктам Alibaba Cloud не подтверждён, так что с Apsara я забираю идеи и схемы внедрения. Схемы от страны не зависят, им всё равно, в каком облаке крутится модель.

Свои внедрения я начинаю с процесса, где теряются деньги или время, а нейросеть выбираю в последнюю очередь. Вторым пунктом договариваемся с заказчиком о метрике, по которой примем результат. Порядок обычно такой:

Найти один процесс с понятной ценой: сколько часов или денег он съедает сейчас.
Перестроить его целиком, а не добавить ассистента к старому шагу.
Зафиксировать метрику приёмки до старта работ.
Браться за следующий процесс только после результата по первому.

По этой схеме сделаны публичные кейсы на сайте. В электромонтажной компании пакет документов по проекту собирается за 15 минут вместо 2-3 дней, у команды освободилось 35% времени. В юридической компании пакет до 13 документов готов за 3-5 минут вместо 30-60. В обоих случаях поменялся сам процесс. Чат-бот к старой схеме там никто не прикручивал.

Пошаговая методика - в статье как внедрить ИИ-агента в компанию. Прикинуть эффект для своего процесса можно в калькуляторе. Внедрение у меня стоит от 250 000 ₽.

Вывод

ИИ не окупается, пока он ускоряет отдельных сотрудников, а процесс остаётся прежним: ассистентов раздали 63% компаний, процессы перестроили 18%, заметную ценность получили 14%. Деньги появляются, когда один процесс перестраивают целиком, а метрику успеха фиксируют до старта. У Deloitte так проверка договоров сжалась с 2-3 дней до 20 секунд, в электромонтажной компании пакет документов собирается за 15 минут вместо 2-3 дней. Число запросов к чат-боту о пользе ничего не скажет, считать надо результат процесса.

Что сделать

1Выпишите 3 процесса, где после работы сотрудника результат ещё ждёт согласования, проверки или пересылки, и сколько дней проходит от начала до конца.
2Посчитайте для каждого, сколько часов в месяц он съедает: время на одну операцию × число операций.
3Выберите один процесс и запишите метрику приёмки: сколько времени он должен занимать после внедрения и какая доля результатов должна проходить без правок.
4Назначьте человека, который отвечает за результат этого процесса и будет принимать работу ИИ.

Частые вопросы

Почему внедрение ИИ в бизнес не окупается?+

Чаще всего компании раздают сотрудникам ИИ-ассистентов, а процессы оставляют прежними. По данным Accenture, ассистентов выдали 63% компаний, а процессы перестроили только 18%. Ассистент ускоряет одного человека, а результат компании от этого не меняется.

Сколько компаний получают реальную отдачу от ИИ?+

По данным Accenture, которые привели на Apsara 2026, роста от ИИ ждут 88% компаний, а заметную ценность получили 14%. У Deloitte похожая картина: пилотируют 97%, до масштаба доходят 8%. Независимо эти цифры никто не проверял, это заявления консалтинговых компаний.

Что значит фраза «AI coding - лампочка эпохи»?+

Так CEO Alibaba Эдди Ву описал нынешний ИИ: он автоматизирует существующую работу, как лампочка когда-то заменила свечу. По его словам, простая автоматизация старой работы новую эпоху не определит. Деньги приносит перестройка процессов, ускорение отдельного шага их не даёт.

Как сделать, чтобы пилот ИИ дал результат?+

Выбрать один процесс с измеримым эффектом, заранее посчитать ROI и метрику приёмки, перестроить процесс целиком и назначить владельца результата. Так путь от пилота к масштабу описывает Deloitte. Сотня разрозненных пилотов, по её данным, не работает.

Можно ли в России использовать продукты Alibaba Cloud для внедрения ИИ?+

Доступ российских компаний к продуктам Alibaba Cloud не подтверждён. Брать оттуда стоит методики и схемы внедрения: к конкретному облаку они не привязаны. Самих агентов можно собирать на доступных в России моделях и своей инфраструктуре.

Источники

Apsara Conference 2026, Ханчжоу, 22-24 сентября 2026
Accenture Breakout Session: Becoming AI Native - From Agents to Reinvention (Apsara 2026)
Deloitte AI Innovation Forum: Leading with Intelligence, Empowering a New Digital Era (Apsara 2026)
Эдди Ву, речь на открытии Apsara 2026 (Alizila)
2026 Apsara Conference - AI-Native Organization Forum
Enterprise AI Cloud Governance and Best Practices (Apsara 2026)
Turn to AI for Growth: Capable, Trusted, and High-Performing AI Employees (Apsara 2026)
Operate and Evolve: New Growth for Agentic Retail (Apsara 2026)

Об авторе. Артём Борисов - бизнес-консультант, внедряет AI-сотрудников в малом и среднем бизнесе: продажи, документы, учёт, мониторинг. Кейсы с цифрами - на главной странице.

Хотите применить это в своей компании?

Опишите процесс, который съедает больше всего ручного времени. Я покажу, как выглядело бы решение на ИИ-агенте и какие метрики оно изменит.

Обсудить в Telegram