Вопрос, который советы директоров задают об инвестициях в искусственный интеллект (ИИ), изменился. На смену вопросу «Используем ли мы ИИ?» пришёл вопрос «Какой вклад в прибыль внесла эта инвестиция?». Опрос McKinsey «The state of AI in 2026», опубликованный 25 августа 2026 года, наглядно показывает, почему ответ на этот вопрос до сих пор остаётся неопределённым: сотрудники говорят, что получают от ИИ пользу, однако в финансовой отчётности компании эта польза отражается не с той же скоростью.
В этой статье мы рассматриваем, что показал опрос о разрыве между производительностью и прибылью, что иначе делают немногие организации, которым удалось этот разрыв закрыть, и какие уроки могут извлечь руководители в Турции.
Об опросе
Онлайн-опрос проводился с 4 мая по 8 июня 2026 года; на него ответили 1719 респондентов из 97 стран. Среди респондентов 36% работают в организациях с годовой выручкой свыше 1 млрд долларов. Чтобы сгладить различия в уровне отклика между странами, McKinsey отмечает, что данные взвешены по доле каждой страны в мировом ВВП. Поэтому приведённые цифры отражают не измеренные финансовые результаты организаций, а собственные заявления респондентов.
У сотрудника — сильный эффект, у организации — ровная линия
На индивидуальном уровне картина положительная: 80% респондентов говорят, что ИИ повысил их собственную производительность, а 50% — что он помог им принимать более качественные решения. По данным McKinsey, эти эффекты примечательно схожи у руководителей и специалистов разных уровней. Тем не менее опыт положителен не для всех: 47% руководителей среднего звена и специалистов сообщили, что столкнулись хотя бы с одним негативным последствием, связанным с ИИ, тогда как среди руководителей высшего звена эта доля составляет 31%.
На уровне организации прогресс, напротив, ограничен. Доля тех, кто сообщает о положительном вкладе ИИ в прибыль до вычета процентов и налогов (EBIT), составляет 37% и с прошлого года практически не изменилась. Более того, этот застой происходит на фоне роста доли тех, кто масштабирует ИИ на всю организацию. Доля сообщающих о масштабировании на уровне организации в целом выросла за год с 38% до 44%, а доля использующих ИИ в трёх и более бизнес-функциях — с 51% до 56%.
Коротко говоря, ИИ охватывает всё больше подразделений и всё больше сотрудников, но строка прибыли не движется с той же скоростью.
Где виден финансовый эффект?
Респонденты, которые не сообщают об эффекте на EBIT в целом по организации, тоже говорят, что видят финансовый эффект в определённых функциях. О снижении затрат чаще всего сообщают в управлении цепями поставок, сервисных операциях и производстве, а о росте выручки — чаще всего в маркетинге и продажах, затем в разработке продуктов и услуг и в программной инженерии.
Этот вывод даёт важную подсказку: ценность создаётся вполне конкретно, в определённых процессах, но, оставаясь разрозненной, не превращается в значимый эффект для прибыли на уровне компании.
Затраты теперь — вопрос проектирования
Одним из новых акцентов опроса в этом году стали эксплуатационные расходы. Примерно каждый пятый респондент говорит, что эксплуатационные расходы на ИИ (включая затраты на токены) ограничивают использование технологии в их организациях. Тем не менее аппетит к инвестициям сохраняется: 28% респондентов говорят, что направляют на ИИ более 10% бюджета на информационно-коммуникационные технологии, а 60% ожидают роста инвестиций в следующем году.
Ещё один заметный вывод — влияние ИИ-агентов для разработки программного обеспечения на решения о закупках. Как отмечают 32% респондентов, их организации отказались от покупки хотя бы одного программного продукта или функции, потому что смогли разработать их собственными силами с помощью агентных инструментов для написания кода. Это показывает, что ИИ — не просто статья расходов, а фактор, меняющий распределение технологического бюджета.
Что иначе делают высокоэффективные организации?
McKinsey называет «высокоэффективными» организации, которые связывают с ИИ не менее 5% своего EBIT и заявляют, что получают от ИИ «существенную» ценность. Доля этой группы, как и в 2025 году, составляет около 6%. Опрос указывает на несколько заметных отличий этой группы от остальных:
- Цель — не только производительность. В обеих группах около 80% респондентов нацелены на повышение производительности, однако большинство высокоэффективных организаций добавляют к этому рост и/или инновации. Они в 3,3 раза чаще ставят целью кардинально преобразовать свой бизнес с помощью ИИ в ближайшие три года.
- Перепроектируют процесс, а не просто добавляют ИИ к существующему. Около трёх четвертей высокоэффективных организаций заявляют, что под влиянием ИИ кардинально перепроектировали рабочие процессы; в прошлом году этот показатель составлял 55%. У остальных респондентов эта доля — лишь около одной четверти.
- Ответственность руководства и измерение. Они вдвое чаще остальных заявляют, что высшее руководство привержено инициативам в области ИИ и что у них определены процессы для измерения эффекта.
- Активно управляют рисками. Они заметно чаще принимают меры против таких рисков, как эксплуатация технических уязвимостей и несанкционированные или нежелательные действия.
По оценке McKinsey, преимущество этой группы нельзя объяснить бюджетом; решающее значение имеет последовательность подхода. Согласно комментарию в отчёте, главным ограничением всё чаще становится не технология, а способность организации усваивать изменения. Организациям рекомендуется не накапливать инструменты и пилотные проекты, а создать воспроизводимую компетенцию, способную превращать эти наработки в новые способы работы.
Ожидания по численности персонала не оправдались
Разрыв между производительностью и прибылью заметен и в прогнозах по численности персонала. В прошлогоднем опросе 32% респондентов ожидали, что из-за ИИ численность персонала сократится; в этом году о реальном сокращении за последние 12 месяцев сообщили лишь 14%. Две трети респондентов говорят, что связанные с ИИ изменения общей занятости либо отсутствуют, либо совсем невелики. Это наводит на мысль, что рост производительности сам по себе не превращается в изменение мощностей и затрат; это возможно лишь при осознанной перестройке ролей и рабочих процессов.
Выводы для руководителей в Турции
Выводы получены на глобальной выборке и основаны на заявлениях респондентов; тем не менее они ставят вопросы, которые могут служить ориентиром для средних и крупных организаций в Турции:
- Критерии оценки нужно определить заранее. Ощущение личной производительности ценно, но для оценки влияния на прибыль до внедрения необходимо зафиксировать измеримые показатели — такие как длительность, доля ошибок, затраты или выручка.
- Нужно работать с рабочим процессом, а не с инструментом. Разница между добавлением ИИ в существующий процесс в качестве ещё одного шага и проектированием процесса с нуля — один из ключевых факторов, по которым в опросе различаются результаты.
- Нужно планировать, на что пойдёт высвободившееся время. Если рост производительности не сопровождается решениями о ролях, мощностях и распределении работы, он может не отразиться на финансовом результате.
- Эксплуатационные расходы нужно включать в инвестиционное решение. С ростом использования растут и затраты на токены и инфраструктуру; учёт затрат и выгод по каждому сценарию использования нужно наладить с самого начала.
- Управление рисками должно быть частью масштабирования. Такие риски, как несанкционированные действия и уязвимости безопасности, становятся более заметными по мере расширения охвата.
Заключение
Опрос McKinsey 2026 показывает, что ИИ создаёт ценность на уровне сотрудника, но на уровне организации она не превращается в прибыль автоматически. Разницу создают расширение цели за пределы производительности, перепроектирование рабочих процессов и дисциплинированное измерение эффекта.
С точки зрения Orient Global практическая рекомендация такова: прежде чем добавлять новый инструмент, выберите один-два сквозных процесса, от которых ожидается влияние на прибыль, и зафиксируйте текущие значения затрат и длительности этих процессов. Регулярный пересмотр инвестиций в ИИ на основе этих базовых значений позволяет принимать более взвешенные решения о том, что масштабировать, а что остановить.
#interimmanagement #forwarddeployedengineering