Почему одни компании получают от ИИ миллионы, а другие — только красивые презентации

Еще недавно большинству компаний казалось, что для работы с искусственным интеллектом достаточно купить доступ к нейросетям, провести несколько пилотных проектов и отправить сотрудников на обучение. Но практика показала обратное: несмотря на ажиотаж вокруг AI, лишь немногие компании смогли превратить его в реальный бизнес‑инструмент, который приносит измеримый экономический эффект. У остальных искусственный интеллект так и остался на уровне разовых экспериментов, презентаций и отдельных инициатив энтузиастов.

Я Игорь Никитин, основатель WMT AI, которая помогает крупному бизнесу внедрять искусственный интеллект в ежедневную работу команд и перестраивать бизнес‑процессы. В этой статье разбираю, что отличает успешную AI‑трансформацию от очередного корпоративного эксперимента. В качестве примера — совместная программа AI‑трансформации с командой федерального ритейлера, которая всего за шесть месяцев позволила увеличить уровень использования ИИ сотрудниками с 12% до 81% и получить более 420 млн рублей подтвержденного экономического эффекта.

Большинство компаний внедряют ИИ не там, где нужно

Именно здесь проходит граница между компаниями, которые получают единичные успешные кейсы, и теми, для кого ИИ становится источником ощутимого экономического эффекта.

Чаще всего сценарий выглядит одинаково. Компания покупает доступ к нейросетям или корпоративной AI‑платформе, проводит обучение сотрудников, запускает несколько пилотных проектов. Первые результаты действительно появляются: кто‑то начинает быстрее готовить презентации, кто‑то автоматизирует отчеты или пишет тексты с помощью ИИ. Но спустя несколько месяцев ситуация практически не меняется. Искусственным интеллектом регулярно пользуется лишь небольшая группа энтузиастов, а большинство сотрудников возвращаются к привычным способам работы. В результате компания получает отдельные успешные эксперименты, но не меняет скорость работы бизнеса, качество управленческих решений или экономику процессов.

Именно поэтому сегодня рынок переполнен новостями о внедрении искусственного интеллекта, но по‑прежнему испытывает дефицит кейсов с подтвержденным бизнес‑эффектом. Настоящая же AI‑трансформация начинается не с покупки технологии, а с изменения ежедневных привычек сотрудников, управленческих процессов и корпоративной культуры.

AI‑трансформация начинается не с технологий

Посмотрим, как это работает на практике. В январе 2026 года команда WMT AI запустила программу AI‑трансформации в компании крупного федерального ритейлера. Цель проекта заключалась не во внедрении очередной цифровой системы, а в изменении повседневной работы нескольких тысяч сотрудников.

На старте искусственный интеллект регулярно использовали лишь 12% команды. Для большинства нейросети оставались инструментом «на всякий случай»: помочь написать письмо, сократить документ или решить разовую задачу. Ключевые процессы по‑прежнему выполнялись по привычным сценариям, а потенциал технологии оставался практически неиспользованным. Поэтому основной задачей проекта стало не обучение работе с нейросетями, а формирование новых рабочих привычек — когда ИИ становится частью ежедневных процессов, а не инструментом для редких экспериментов.

За шесть месяцев программу прошли 3420 сотрудников, в том числе 287 руководителей, 914 специалистов головного офиса и 2219 сотрудников операционных подразделений. Результат оказался значительно шире, чем рост цифровых навыков. Доля сотрудников, которые используют ИИ в ежедневной работе, увеличилась с 12% до 81%, а количество обращений к корпоративным AI‑системам превысило 185 тысяч запросов в месяц.

При этом программа изначально строилась с учетом особенностей разных аудиторий. Отдельный трек был разработан для 287 руководителей, которым важно было сформировать управленческую рамку и понять принципы масштабирования AI‑практик. Для 914 специалистов головного офиса основной акцент сделали на прикладных сценариях использования ИИ в конкретных функциях, а для 2219 сотрудников операционных подразделений — на внедрении искусственного интеллекта в ежедневные рабочие процессы. Универсальная программа для всех участников в подобных проектах практически не работает: уровень подготовки, задачи и ожидания разных категорий сотрудников существенно отличаются.

Но главным итогом стали не эти показатели. Изменилось отношение людей к технологии. Искусственный интеллект перестал восприниматься как эксперимент или модная новинка и стал полноценным рабочим инструментом — цифровым помощником, который ежедневно помогает принимать решения, ускорять выполнение задач и освобождать время для более сложной и ценной работы.

Настоящий эффект начинается после обучения

Многие компании считают успешным завершением AI‑проекта обучение сотрудников. На самом же деле именно в этот момент работа только начинается. Если после обучения человек возвращается к привычным процессам, новые знания очень быстро перестают использоваться. Искусственный интеллект остается интересным инструментом, но не становится частью повседневной работы.

Поэтому в WMT AI мы рассматриваем обучение лишь как первый этап AI‑трансформации. Следующий шаг — формирование внутри компании команды людей, которые становятся драйверами изменений и помогают коллегам находить новые способы применения ИИ в своей работе.

Именно по этой модели строилась программа в проекте, который мы реализовывали. За шесть месяцев было подготовлено 186 AI‑лидеров, 74 AI‑бизнес‑инженера, 31 внутренний AI‑наставник и сформировано 12 команд цифровой трансформации. Практически в каждом ключевом подразделении появился человек, который отвечал не просто за популяризацию искусственного интеллекта, а за поиск новых возможностей его применения, запуск пилотных проектов и распространение успешных практик внутри команды.

При этом AI‑лидеров, AI‑бизнес‑инженеров и внутренних наставников не назначали административным решением. Они проявились в ходе самой программы — по активности, качеству предлагаемых идей и готовности глубже разбираться в технологии. Это важный момент: формально назначенный ответственный и человек, который сам становится драйвером изменений, — совершенно разные роли с точки зрения эффективности. Именно поэтому практически в каждом подразделении появился сотрудник, который не просто популяризировал ИИ, а искал новые сценарии применения, запускал пилоты и помогал коллегам внедрять успешные практики.

В результате AI‑повестка перестала быть инициативой IT‑департамента или руководства. Она начала развиваться внутри самой организации.

Эффект не заставил себя ждать. За шесть месяцев сотрудники самостоятельно предложили 914 идей применения искусственного интеллекта. Из них выросли 237 пилотных проектов, 68 решений были внедрены в работу, а 21 проект уже подтвердил экономический эффект.

При этом далеко не каждая идея должна была стать полноценным проектом. Из 914 инициатив до стадии пилота дошли 237, внедрены были 68 решений, а подтвержденный экономический эффект получили 21 проект. Такая конверсия является нормальной для программ подобного масштаба. Ошибкой было бы ожидать, что каждая идея автоматически превратится в успешное внедрение. Задача AI‑трансформации — быстро тестировать гипотезы, масштабируя только те решения, которые действительно подтверждают свою ценность для бизнеса.

Именно в этот момент происходит главный перелом. Искусственный интеллект перестает быть экспериментом или очередным корпоративным проектом и становится частью управленческой культуры компании, когда сотрудники сами ищут возможности работать быстрее, эффективнее и создавать дополнительную ценность для бизнеса.

От экспериментов — к новой культуре

Главным результатом проекта, реализованного в сфере ритейла, стали не новые AI‑инструменты и даже не десятки внедренных решений. Одновременно изменилась и сама оценка ценности рабочего времени. Если на старте программы лишь 18% сотрудников считали, что искусственный интеллект существенно повлияет на их работу, то спустя полгода таких стало уже 89%. Это оказалось важным индикатором зрелости организации: когда сотрудники видят, что задача, занимавшая час, теперь решается за десять минут, они начинают самостоятельно искать новые области применения ИИ. Именно этот эффект становится основой для масштабирования изменений.

Таким образом, изменилась сама культура работы компании. Так, на старте программы лишь 18% сотрудников считали, что искусственный интеллект существенно повлияет на их работу. Спустя шесть месяцев этот показатель вырос до 89%. Сегодня ИИ стал частью повседневной работы:

• 76% сотрудников используют его ежедневно;
• 93% руководителей обращаются к нему как минимум несколько раз в неделю.

Именно этот сдвиг в мышлении стал основой для измеримого бизнес‑результата. За первые шесть месяцев программа принесла компании более 420 млн рублей подтвержденного экономического эффекта. Но важно понимать, что эти деньги не появились благодаря одному «волшебному» AI‑решению. Они стали результатом сотен небольших изменений, которые ежедневно происходят в работе сотрудников:

• время выполнения рутинных задач сократилось на 37%;
• скорость подготовки аналитики выросла на 54%;
• создание презентаций и отчетности ускорилось на 71%;
• обработка внутренних запросов — на 43%.

Таким образом, 420 млн рублей сложились из 21 внедренного решения, каждое из которых проходило отдельную верификацию по конкретным бизнес‑метрикам: экономии рабочего времени, стоимости часа специалистов, сокращению количества ошибок или ускорению принятия решений. Среди внедренных решений — автоматизация аналитики претензий, подготовка дашбордов и саммари встреч, финансовые модели, HR‑инструменты, автоматизация бюджетирования, расчет материалов с использованием внутренних AI‑систем и конструкторы коммерческих предложений.

Каждая из этих цифр сама по себе выглядит скорее как локальное улучшение, чем как революция. Но когда подобные изменения одновременно происходят в работе нескольких тысяч сотрудников, они складываются в совершенно другой масштаб эффективности. Именно так и появляется тот экономический эффект, которого большинство компаний не могут добиться, ограничиваясь пилотными проектами или разовым обучением работе с нейросетями.

В этом и заключается главное отличие AI‑трансформации от внедрения отдельного инструмента: компания меняет не только технологии, но и способ работы людей. Именно это в конечном итоге и превращает искусственный интеллект в источник устойчивого конкурентного преимущества.

С чего начинать AI‑трансформацию: пять практических шагов

Шаг 1. Проведите диагностику процессов. Прежде чем внедрять искусственный интеллект, важно понять, где компания действительно теряет время и деньги. Где сотрудники продолжают выполнять задачи вручную? Где аналитика готовится неделями? Какие процессы завязаны на одном‑двух ключевых специалистах? Где данные разрознены и дублируются? Пока эти «узкие места» не выявлены, любое внедрение ИИ рискует превратиться в цифровизацию существующих проблем.

Шаг 2. Определите, где ИИ принесет максимальный эффект. Не стоит пытаться автоматизировать все сразу. Гораздо эффективнее определить процессы, где искусственный интеллект способен быстрее всего повлиять на ключевые показатели бизнеса — выручку, маржу, скорость принятия решений или производительность сотрудников. На этом этапе формируется карта AI‑инициатив, определяются приоритеты и появляется понятный план внедрения.

Шаг 3. Меняйте не только инструменты, но и привычки сотрудников. Самая распространенная ошибка компаний — считать, что достаточно провести обучение работе с нейросетями. На практике этого недостаточно. Если сотрудники продолжают работать по старым сценариям, новые знания быстро забываются. Поэтому цель обучения — не познакомить людей с ИИ, а помочь им встроить его в ежедневную работу, чтобы использование технологий стало новой нормой.

Шаг 4. Создайте внутреннюю команду изменений. AI‑трансформация не может держаться только на IT‑департаменте или внешнем подрядчике. В компании должны появиться собственные AI‑лидеры, AI‑бизнес‑инженеры и наставники, которые будут искать новые сценарии применения искусственного интеллекта, запускать пилоты, делиться успешными практиками и вовлекать коллег. Именно они превращают отдельные инициативы в устойчивые изменения. Практика показывает, что наиболее сложным этапом становятся третий и четвертый месяцы проекта. Именно в этот период первоначальный энтузиазм снижается, AI‑лидеры сталкиваются с внутренним сопротивлением, а часть пилотов начинает терять темп. В проекте в сфере ритейла этот риск удалось минимизировать благодаря работе 12 постоянных команд цифровой трансформации, которые поддерживали развитие инициатив и помогали доводить успешные решения до масштабирования.

Шаг 5. Масштабируйте только то, что доказало свою эффективность. После обучения и первых пилотных проектов важно быстро переходить к внедрению решений в рабочие процессы и масштабировать те из них, которые уже показали измеримый результат. Именно в этот момент искусственный интеллект перестает быть экспериментом и становится частью бизнес‑модели компании, создавая устойчивый экономический эффект.

Сегодня главный вопрос уже не в том, внедрит ли компания искусственный интеллект. Вопрос в том, сможет ли она изменить привычный способ работы людей. Потому что сами по себе технологии не создают конкурентного преимущества. Оно появляется тогда, когда тысячи сотрудников начинают принимать решения быстрее, выполнять задачи эффективнее и ежедневно использовать ИИ как часть своей работы.

Именно поэтому одни компании получают от искусственного интеллекта красивые презентации. А другие — сотни миллионов рублей подтвержденного экономического эффекта.