86% крупных российских компаний используют или пилотируют большие языковые модели, у 53% решения на генеративном ИИ уже в промышленной эксплуатации. Это данные исследования «Инфосистем Джет» и Smart Ranking по опросу 52 крупных компаний, где в сумме работает около 450 тысяч человек. Но чем автономнее решение, тем реже оно доходит до работы: полностью автономные ИИ-агенты работают в продакшне лишь у 8% компаний. Устойчивого финансового эффекта от ИИ не видят 46% участников. Цифры разных исследований расходятся, потому что они меряют разное: использование, продакшн, агентов или деньги.
Почему исследования расходятся
| Исследование | Кого опрашивали | Что меряет | Цифра |
|---|---|---|---|
| Инфосистемы Джет и Smart Ranking, 2026 | 52 крупные российские компании | LLM в работе или пилоте, решения в продакшне | 86% и 53% |
| McKinsey, август 2026 | 1719 респондентов в мире | Хоть какое-то влияние ИИ на EBIT | 37% |
| Руссофт, июль 2026 | Российские софтверные компании | Использование ИИ в разработке к концу 2026 года, прогноз | 93,2% |
| Microsoft AI Economy Institute | Население от 15 до 64 лет | Доля пользователей генеративного ИИ в России | 9,5% |
| MIT, 2025 | 150 интервью, 350 сотрудников, 300 публичных кейсов | Внедрения с неудовлетворительным результатом | 95% |
Каждая цифра верна в своей рамке. Ошибка начинается, когда «86% используют» ставят рядом с «37% видят прибыль» и делают вывод, что половина компаний внедряет ИИ впустую. Выборки, страны и вопросы у этих исследований разные.
Что значит продакшн
Продакшн - это когда решение работает в ежедневном процессе, у него есть владелец, интеграция с корпоративными системами и понятные требования к качеству. Пилот - это проверка гипотезы на ограниченном участке.
| Тип решения | Есть проекты | Работает в продакшне |
|---|---|---|
| Полуавтономные ИИ-агенты | 59% | 15% |
| Полностью автономные агенты | 25% | 8% |
| Мультиагентные системы | 23% | 8% |
Где застревают пилоты
- Стоимость серверов назвали барьером 58% компаний, юридические риски 56%, ограничения бюджета 42%, дефицит специалистов 40%.
- 44% отказываются от ИИ-агентов из-за незрелости процессов, инфраструктуры данных и сложной интеграции с корпоративными системами.
- У 17% нет ИИ-лидера, который отвечал бы за внедрение.
- После пилота: 46% не видят устойчивого финансового эффекта, 40% не могут масштабировать проект без владельца продукта или процесса, ещё 40% жалуются на нестабильное качество и галлюцинации.
Авторы исследования делают вывод: главное препятствие в готовности процессов, данных и инфраструктуры компании, сами модели здесь вторичны.
Как подать цифры совету директоров
- Называй, что именно меряет цифра: использование, продакшн или деньги.
- Сравнивай компанию с похожими: крупный бизнес с крупным, отрасль с отраслью.
- Покажи свою воронку: идеи, пилоты, продакшн, финансовый эффект.
- У каждого проекта должен быть названный владелец.
- Считай эффект в деньгах по каждому сценарию.
- Покажи, что остановили и почему. Это повышает доверие к остальным цифрам.
Что осталось в записи и презентации
40% компаний в исследовании «Джет» не могут масштабировать пилоты, потому что у проекта нет владельца. Ровно об этом говорили на Open Talk «Культура изменений» на AI Борще: роли, инфраструктура, юридика и этика внедрения. Модератор Михаил Петров (QRact). Разговор есть в записи.
Получить запись и материалы конференции →
Читайте по теме: ROI от ИИ в 2026: выводы McKinsey · Демо не продукт: почему ИИ-пилоты не взлетают · Сколько россиян пользуются нейросетями