Почему искусственный интеллект не работает

13.02.2026 · 4 мин

Исследование Сколково и Redmadrobot показало: 98% компаний ожидали от искусственного интеллекта точных ответов без проверки. Без верификации. Без редактуры. Просто нажал кнопку — и получил результат, который можно сразу отдавать клиенту.

Когда этого не произошло, последовало закономерное: «ИИ не работает». Проект закрыли. Бюджет списали. Образовалась целая когорта «новых скептиков» — компании, которые попробовали первыми и обожглись.

Давайте разберёмся, что происходит на самом деле.

Природа технологии

Большая языковая модель (LLM, Large Language Model) — это не калькулятор, который выдаёт правильный ответ. Это генератор текста, который предсказывает, какое слово с наибольшей вероятностью должно стоять дальше.

Модель умеет говорить убедительно. Очень убедительно. Но иногда она ошибается — и выдумывает факты. Такие ошибки называют галлюцинациями. Для бизнеса это может стоить дорого.

Четыре причины провалов

Первая причина — непонимание природы технологии. Компании думают, что ИИ похож на калькулятор: нажал кнопку — получил правильный ответ. На самом деле это генератор текста, похожего на правду.

Вторая причина — отсутствие проверки. Сотрудники берут ответ нейросети и используют его без верификации. Исследование показало, что 98% компаний именно так и делали.

Третья причина — поспешное внедрение. Руководители требуют результат завтра, а на обучение команды времени нет. ИИ внедряют как есть, без настройки под конкретные задачи.

Четвёртая причина — завышенные ожидания от вендоров. Они обещают, что решение «заработает из коробки». Но если в компании хаос, искусственный интеллект этот хаос не уберёт.

Три уровня зрелости

Исследование Сколково предлагает модель из трёх уровней. Ключевой принцип: нельзя перепрыгнуть уровень.

УРОВНИ ЗРЕЛОСТИ ВНЕДРЕНИЯ ИИ
═══════════════════════════════════════

  Уровень 3: Трансформация
  ┌─────────────────────────────────────────┐
  │  Ядро бизнеса построено на ИИ           │
  │  Данные: свои + рыночные                 │
  │  Модели: дообученные / собственные       │
  └─────────────────────────────────────────┘
                      ▲
                      │
  Уровень 2: Усиление процессов
  ┌─────────────────────────────────────────┐
  │  ИИ-агенты встроены в бизнес-процессы   │
  │  Данные: структурированные               │
  │  Модели: гибрид (облако + локально)     │
  └─────────────────────────────────────────┘
                      ▲
                      │
  Уровень 1: Личная эффективность
  ┌─────────────────────────────────────────┐
  │  Сотрудники используют ИИ как инструмент │
  │  Данные: существующие                   │
  │  Модели: готовые (ChatGPT, GigaChat)    │
  └─────────────────────────────────────────┘

Нельзя перепрыгнуть уровень!

Каждый уровень требует своих данных, инструментов и людей

Уровень 1: Личная эффективность

Каждый сотрудник использует искусственный интеллект для ускорения своей работы: быстрее пишет тексты, ищет информацию, готовит презентации. Бизнес-процессы при этом не меняются.

Для старта не нужны идеальные данные или собственная инфраструктура. Достаточно открытых моделей вроде GigaChat или ЯндексGPT.

Уровень 2: Усиление процессов

ИИ-агенты встраиваются в бизнес-процессы и выполняют часть работы автономно: обрабатывают заявки, квалифицируют клиентов, собирают отчёты.

Главный блокер — не технологии. Главный блокер — люди, которые умеют ставить задачи. 60% успеха — в правильной постановке задачи.

Уровень 3: Трансформация

Искусственный интеллект становится ядром бизнеса. Требует собственных данных, дообученных моделей и исследовательской команды.

Но большинству компаний уровень 3 не нужен. Создание собственной LLM — это не путь для большинства.

Что делать

Сначала определите, где ИИ действительно поможет. Не пытайтесь заменить им всё. Затем обучите сотрудников — они должны понимать, как работает модель.

Обязательно введите проверку результатов. Ни один ответ ИИ не должен уходить к клиенту без контроля. Это не недостаток технологии — это правила работы с ней.

Используйте инструменты контроля, стройте процессы, учите людей. Тогда ИИ начнёт приносить пользу.

Выводы

Искусственный интеллект не работает там, где его используют как магический ящик. Он не заменяет экспертизу, не гарантирует правду и требует контроля.

Компании, которые поняли это, уже получают результаты. Остальные продолжают ждать волшебства и обвиняют технологию в том, для чего она не создана.

Источник проблемы — не в ИИ, а в ожиданиях.