Значительная часть предприятий по-прежнему испытывает трудности с демонстрацией четкой окупаемости инвестиций (ROI) от инициатив в области ИИ, однако некоторые организации — от администратора социальных льгот до небольшого рекламного агентства и крупного университета — нашли области, где технология обеспечивает рост производительности и даже рост выручки. Их опыт показывает, как ИИ меняет уравнение ROI и что требуется для измерения ценности.

Ранняя победа в подборе персонала

Как и многие компании, Alight Solutions, администратор социальных льгот, искала способы, с помощью которых ИИ мог бы улучшить операционную деятельность и финансовые результаты. Хотя ИИ не является для компании новой технологией, в 2025 году Alight начала оценивать иной тип ИИ-инструмента. В сентябре того же года Alight стала бета-пользователем рекрутингового агента по выявлению мошенничества от Phenom, поставщика HR-технологий, чтобы выяснить, сможет ли агент помогать выявлять недобросовестных кандидатов на раннем этапе подбора персонала.

Долго ждать результатов не пришлось. В процессе тестирования агент выявил кандидата, который дважды откликнулся на открытую вакансию, каждый раз используя разные имя и адрес электронной почты.

«Даже тот факт, что мы поймали этого человека, которого в итоге не наняли, был достаточным для нас, чтобы сказать: “Это будет нам полезно”, — сказала Джули Иги, менеджер по операциям по подбору персонала в Alight. — »

Хотя агент показал, где он может помочь компании сэкономить деньги — особенно если позволит избежать оплаты ненужной проверки биографических данных, — Иги отметила, что большая ценность заключается в экономии времени.

Alight служит примером того, насколько запутанным может быть измерение отдачи от инвестиций в ИИ. Для многих компаний результат вложений в ИИ-инструменты может заключаться не в денежной выгоде, а в росте производительности или в способности ИИ-агента восполнить недостающий элемент в организации.

Из-за этой неопределенности некоторые предприятия отказались от ряда инициатив. Например, франчайзи Pizza Hut вае подал в суд на франшизу, утверждая, что ИИ-платформа управления доставкой была контринтуитивной и стоила ему миллионов долларов, не принеся никакой экономии.

Несмотря на неоднозначные результаты применения ИИ, предприятия продолжают развивать эту технологию, зачастую опираясь на производительность как метрику. Тем временем некоторые малые предприятия, включая МСП, смогли отследить денежную выгоду и отдачу от своих ИИ-проектов.

Сложная ситуация

По словам Аруна Чандрасекарана, аналитика Gartner, реальность для предприятий такова, что ROI от ИИ может быть неоднозначным и даже непрозрачным.

«Это очень сложная дискуссия, — сказал Чандрасекаран. — Если говорить в общих чертах, я бы утверждал, что многие клиенты все еще с трудом формулируют четкую бизнес-ценность от ИИ».

Такие области, как разработка программного обеспечения, обслуживание клиентов и бэк-офисные операции в финансах или HR, смогли автоматизировать ключевые задачи, что привело к росту производительности, но компаниям трудно привязать это к ощутимой бизнес-ценности, такой как рост выручки или снижение затрат, отметил Чандрасекаран.

«Согласование роста производительности с этими ориентированными на ценность метриками, которые важны бизнесу — это, я бы сказал, все еще работа в прогрессе во многих организациях», — добавил он.

Эта задача может оказаться сложнее в зависимости от размера организации. Для некоторых МСП установление этой связи оказалось лучшим способом опередить конкурентов — и удержать преимущество.

Бизнес-ценность OBI Creative

Одним из таких бизнесов является OBI Creative, рекламное агентство с 25-летней историей, базирующееся в Омахе, штат Небраска, среди клиентов которого TiVo и HD Radio. OBI Creative последние несколько лет экспериментирует с ИИ-инструментами, стремясь развивать бизнес.

«Агентский ИИ стал для нас отличной возможностью повысить эффективность и масштабировать некоторые наши услуги из одной отрасли в другую», — сказала генеральный директор и основатель OBI Creative Мэри Энн О'Брайен.

Компания с численностью сотрудников менее 50 человек создала несколько агентских ИИ-инструментов в рамках достижения своих целей. Один инструмент отслеживает состояние веб-сайтов, которые создает ее цифровая команда, и следит за их актуальностью. Агентство также использовало модели, включая Gemma и Qwen, для кодирования промптов в инструмент, помогающий формировать отчеты о состоянии веб-сайта, а также применяло модели OpenAI GPT и Anthropic Claude для кодирования промптов в свои инструменты.

Другой инструмент позволяет креативной команде проверять, соответствует ли кампания, над которой она работает, пожеланиям клиента.

«Мы создали его как прототип, чтобы помочь согласованности нашей команды бренд-стратегии и креативной команды, а затем он стал тем, что захотели использовать наши клиенты, поэтому мы начали продавать/лицензировать его им», — сказала О'Брайен.

Она добавила, что полученная ценность обернулась большей валовой маржой для ее агентства.

«Нам не нужно возвращаться к клиенту пять раз из-за правок», — сказала она.

Кроме того, по ее словам, благодаря использованию агентских ИИ-инструментов агентство «получит рост не менее чем на 20% в годовом исчислении».

Рост сопровождается дополнительными расходами. «Мы определенно увидели рост накладных расходов, но он был быстро компенсирован повышением эффективности», — сказала О'Брайен. Она добавила, агентство начало с экспериментов с ИИ-моделями, имевшими фиксированную стоимость и предоставляемыми по подписке, что позволило сотрудникам работать в рамках установленного бюджета.

Помимо инвестиций в технологию, О'Брайен дала сотрудникам ясно понять, что использование агентских и генеративных ИИ-инструментов не поставит под угрозу их рабочие места. Более того, она поставила перед одним из сотрудников задачу стать «послом эффективности» и предоставлять результаты как часть своих показателей.

«В моем агентстве все еще есть люди, которые очень боятся этих инструментов, и поэтому все дело в том, чтобы дать людям почувствовать себя комфортно и доверять тому, что то, что у них между ушами, по-прежнему наиболее ценно для наших клиентов, — сказала О'Брайен. — Но инструменты существуют, и почему бы ими не пользоваться?»

Подход Корнелла

Хотя Корнеллский университет не является МСП, он применил многогранный подход к поиску ROI от инвестиций в ИИ.

«Мы рассматриваем эту технологию как инструмент», — сказал Айхам Буше, руководитель инноваций в области ИИ в Cornell Information Technologies.

На раннем этапе Корнелл разрешил преподавателям доступ к любой frontier-модели в защищенной закрытой среде, но не обязывает ими пользоваться. Он использует Microsoft Azure, где пользователи могут создавать, управлять и развертывать своих агентов, а также пользовательские инструменты, включая Microsoft Copilot и Claude Desktop.

Главная цель агентского ИИ для Корнелла, отметил Буше, — его способность расширять человеческие возможности.

«Мы не совершенные существа, — сказал он, имея в виду человеческие возможности. — У нас ограниченная память. ... Мы уже давно используем технологии, чтобы расширять то, что делаем как люди, и ИИ — это просто еще один мощный инструмент для расширения наших возможностей».

Он добавил, что Корнелл также не ориентирован на измерение ценности через tokenmaxxing — недавнюю тенденцию, при которой организации частично оценивают эффективность сотрудников по количеству потребляемых ими токенов ИИ-моделей.

«Наши результаты согласуются с миссией учреждения», — сказал он. Иными словами, университет измеряет ценность по числу обслуженных студентов и количеству научных открытий. Его отдел измеряет ценность поддержкой этих начинаний, а не подсчетом числа сожженных токенов.

Некоторые компании начали экспериментировать с ИИ, но не добились большого прогресса или испытывают трудности с переводом пилотного ИИ-проекта в производственную среду. Согласно отчету Gartner за 2026 год, около половины проектов генеративного ИИ были закрыты после подтверждения концепции по таким причинам, как низкое качество данных, растущие затраты или неяс бизнес-ценность.

«Поскольку мы внедрили ИИ и начали строить на его основе так рано, мы не попали в ловушку FOMO [страха упустить что-то], — сказал Буше. — Нам не пришлось. Мы опережаем события, что позволяет нам сохранять сбалансированный подход. Мы не пытаемся догонять».

Мера ценности

Тем, кто пробует, экспериментирует и все еще не находит ценности, стоит рассмотреть иную метрику, отличную от выручки или производительности, считает Чандрасекаран из Gartner.

«Нам нужно связывать больше операционных метрик с более ориентированными на ценность метриками», — сказал он. Например, в разработке программного обеспечения метрикой должно быть не количество строк кода, а скорость — например, новые функции или возможности, поставляемые в приложение.

Снижение затрат или рост выручки, продолжил он, могут ограничивать понимание компанией того, как ИИ создает ценность.

В приведенных примерах соответствующая мера зависит от миссии организации и сценария использования: Alight делает акцент на сэкономленном времени, OBI Creative — на эффективности, марже и росте, а Корнелл — на числе обслуженных студентов и научных открытиях. Поэтому определение ожидаемого результата до внедрения является важной частью оценки того, приносит ли ИИ-проект ценность.

Для предприятий, которым не удалось достичь ROI, ключом может быть изначальное определение требуемой отдачи от конкретного приложения, где генеративный или агентский ИИ может быть полезен, отметил Чандрасекаран.

«Мы не хотим внедрять сценарии использования и только потом думать, как будем измерять ценность, — сказал он. — Если мы не видим совершенно четкой линии ценности, мы вообще не беремся за эти сценарии».

Однако предприятиям следует учитывать, что приложение, с которым они экспериментируют, определяет, сколько времени займет пилотирование ИИ-проекта.

«Срок окупаемости ROI действительно зависит от того, какие сценарии использования вы преследуете, — сказал Чандрасекаран. — Я бы в целом сказал, что для 80% корпоративных сценариев использования нужно выйти на ROI в течение года».

Тот факт, что бизнес-ценность остается проблемой для применения ИИ на предприятиях, также говорит о том, что поставщикам еще есть над чем работать, добавил он.

«Поставщикам нужно лучше работать не только над продажей технологий, но и над продажей результатов и ценности предприятиям, — продолжил он. — Предприятиям же нужно собраться и лучше руководствоваться ценностью как метрикой при выборе сценариев использования и быть весьма неумолимыми в фокусировке на реализации ценности своих ИИ-проектов».