Почему 95% ИИ-проектов в России проваливаются (и как войти в остальные 5%)

Шесть фатальных ошибок внедрения ИИ

Исследование «Сколково» выявило, что причины провалов не связаны с высокими технологиями или мощностью серверов. Компании спотыкаются на базовых управленческих решениях:​

1. Хаос в корпоративных данных. Если система переполнена дублями, устаревшими файлами и несовместимыми форматами, даже лучшие алгоритмы бессильны. ИИ-модели, обученные на зарубежных данных, не учитывают специфику российского документооборота — это снижает эффективность при создании типовых документов.​

2. Внедрение без стратегии. Локальные продукты, которые не интегрируются с общей системой компании, остаются изолированными и не окупаются. Например, ИИ-решение внедрили только в один продукт без согласования с владельцами других направлений — результат: дополнительные расходы на переработку.​

3. Неопределенность целей. Если заказчик и исполнитель не согласовали конечный результат, система оказывается бесполезной. ИИ-модель может формально соответствовать контракту, но не удовлетворять ожиданиям по точности — такая неопределенность несет риски значительных финансовых потерь.​

4. Стремление автоматизировать всё. Максимальный эффект достигается при грамотном сочетании: ИИ усиливает или заменяет человека там, где это оправдано, а ключевые процессы остаются за людьми.​

5. Отсутствие анализа эффективности. Длинные изолированные спринты без демонстрации промежуточных версий приводят к накоплению ошибок и росту недоверия.​

6. Игнорирование рисков безопасности. В ноябре 2025 года МТС Web Services зафиксировало: 59% российских компаний считают угрозу утечки персональных данных через ИИ критичной, 56% опасаются раскрытия коммерческой тайны. Samsung и JPMorgan временно запретили использование ChatGPT внутри компаний именно из-за сохранения промптов и документов на сторонних серверах.​

Реальные кейсы: когда ИИ окупается

Кейс 1: Московская область — замена 2000 сотрудников на ИИ

Губернатор Андрей Воробьев на форуме в Национальном центре «Россия» в ноябре 2025 года рассказал, что искусственный интеллект позволил заменить около 2000 сотрудников, занимавшихся обработкой документов. «Теперь система работает быстро и безошибочно, и самое главное, мы переориентируем людей на другие, более интересные и творческие направления», — заявил Воробьев.​

Первый опыт использования ИИ в регионе пришелся на пандемию — был создан робот для диспетчеризации вызовов скорой помощи. К концу 2025 года в области работают 53 ИИ-продукта против 10-13 проектов на старте. Среди новейших — система мониторинга загрузки 500 спортивных объектов.​

Кейс 2: МФЦ — 10 000 запросов за неделю

В многофункциональных центрах внедрили ИИ-киоск, который за неделю обработал 10 000 клиентских запросов и снизил нагрузку на сотрудников. Система ведет диалог на естественном языке и направляет посетителей по нужным сценариям. Результат: ускорилось обслуживание, повысилось качество взаимодействия, персонал сосредоточился на сложных задачах.​

Кейс 3: FMCG-сеть — сокращение времени найма на 40%

Крупная сеть из сегмента товаров повседневного спроса использовала ИИ для обработки тысяч откликов с hh.ru. Результат: время найма линейного персонала сократилось на 40% без потери качества отбора.​

Вывод из кейсов: ИИ окупается там, где четко определена задача, есть качественные данные и понимание границ автоматизации.

Ландшафт решений: сравнение инструментов для российского бизнеса

*Учтены VPN ($10/мес), виртуальная карта ($10/мес), риски блокировки.

*Gemini доступен российским пользователям в веб‑версии, но подписка и часть функций работают с ограничениями; для платной версии часто требуются обходные способы оплаты и настройки региона.
Существуют сильные зарубежные модели (в частности, Claude от Anthropic), которые широко обсуждаются в профессиональном сообществе. Однако для российских компаний в 2025 году их использование затруднено:

1. официальной поддержки региона нет;
2. доступ возможен только через обходные механизмы (VPN, иностранные аккаунты);
3. стабильность работы и оплаты из России не гарантируется.​

С точки зрения бизнеса это превращает такие решения скорее в экспериментальный инструмент, а не в базовый рабочий стандарт.

Пояснение: Контекст измеряется в токенах — условных единицах текста. 128 000 токенов примерно равны 96 страницам документа. Для обработки длинных договоров, технической документации или исследований критичен размер контекста.

Корпоративный подход: как внедрять безопасно

Для задач с конфиденциальными данными

Не используйте публичные сервисы. Архитектура ChatGPT, Claude и Gemini предполагает сохранение промптов и документов на сторонних серверах с последующим использованием для обучения моделей. Даже если политика конфиденциальности обещает защиту, сам факт передачи данных третьей стороне создает юридические риски.​

Разверните локальные решения. Компании, работающие с чертежами, финансовыми отчетами, персональными данными клиентов, выбирают корпоративные версии GigaChat или YandexGPT с хостингом в российских облаках и соответствием 152-ФЗ. Альтернатива — приватные LLM на собственной инфраструктуре для полного контроля.​

IT TMG специализируется на разработке таких решений: RAG-системы для работы с внутренними документами компании, платформы транскрибации совещаний с локальной обработкой, корпоративные ИИ-ассистенты на базе российских LLM. Все данные остаются внутри периметра компании.

Для несекретных задач

Комбинируйте инструменты по задачам. Международные сервисы — для креативной генерации с обезличенными данными. Российские платформы — для рутинной обработки документов и клиентского сервиса.​

Формализуйте политику использования. Обучите сотрудников, какие данные допустимо передавать в нейросеть. 86% сотрудников считают необходимым обучение работе с ИИ, но только 14% его проходили. Компании, внедрившие регулярные воркшопы, сокращают время на адаптацию и ошибки.​

Начните с одного процесса

Выберите измеримую задачу. Автоматизация обработки клиентских обращений, транскрибация встреч, генерация типовых документов. Измеряйте эффект короткими циклами, корректируйте подход.​

Пример из практики: Малые компании внедряют чат-боты на GigaChat с бюджетом от 15 000₽ за 2 недели и окупают за месяц. Полная автоматизация отдела продаж на связке YandexGPT + GigaChat требует 300 000₽ и 3-4 месяца, но экономит от 200 000₽ ежемесячно.​

Практическое сравнение: сколько стоит владение

Малый бизнес (<50 сотрудников)

GigaChat: 1000₽/год + обучение двух сотрудников около 30 000₽ = 31 000₽ в первый год, далее 1000₽/год.

ChatGPT: $240/год + VPN $120 + виртуальная карта $120 + обучение 30 000₽ + риск блокировки = около 60 000₽ в первый год, далее примерно 45 000₽/год.

Средний бизнес (50-500 сотрудников)

YandexGPT через API: 0,4₽ за 1000 токенов × 10 млн токенов/месяц = 4000₽/мес = 48 000₽/год.​

GPT-4 через API: $0,03 за 1000 токенов × 10 млн токенов = $300/мес = около 360 000₽/год.​

Экономия российских решений — до 7 раз для API-интеграций.​

Чек-лист: с чего начать

• Аудит данных. Наведите порядок в корпоративных файлах — удалите дубли, стандартизируйте форматы, структурируйте хранение.​

• Определите границы. Выберите 1-2 процесса для автоматизации с четкими метриками успеха: сокращение времени на X%, обработка Y запросов без участия операторов.​

• Выберите инструмент под задачу:

1. Для текстов на русском с конфиденциальными данными → GigaChat или YandexGPT
2. Для анализа больших документов (100+ страниц) → Gemini или Claude
3. Для креативной генерации без секретов → ChatGPT через VPN

• Обучите команду. Начните с коротких воркшопов и чек-листов по работе с ИИ-инструментами.

• Запустите пилот на 2-4 недели. Измеряйте результаты короткими циклами, корректируйте подход, масштабируйте на другие направления.​
• Мониторьте безопасность. Регулярно проверяйте, какие данные сотрудники загружают в публичные сервисы. Для критичных процессов используйте корпоративные решения.

Главный вывод

Нейросети в 2025 году — это не вопрос престижа, а вопрос конкурентоспособности. Трафик из ИИ-ассистентов на бизнес-сайты вырос в 9 раз за 10 месяцев, а компании, правильно внедрившие автоматизацию, сокращают расходы на 16% при росте выручки на 34%.​

Но 95% проектов проваливаются не из-за слабых технологий, а из-за ошибок в управлении. Ключ к успеху — начать с малого, четко определить границы, выбрать инструмент под задачу и постоянно измерять эффект.​

Российские компании получили преимущество: локальные решения стоят в 7-20 раз дешевле западных аналогов, полностью легальны и соответствуют законодательству о персональных данных. Время экспериментировать с ChatGPT через VPN прошло — пора строить системную автоматизацию на базе доступных инструментов.​

___________________________________________________________________________________

Команда IT TMG

О компании: IT TMG (Техномедиа Групп) специализируется на двух направлениях : Веб-разработка и автоматизация бизнес-процессов с помощью искусственного интеллекта. Команда разрабатывает корпоративные ИИ-решения для российского бизнеса — от платформ учета рабочего времени до RAG-систем для работы с документами.

Контакты: ittmgroup.ru | Telegram: ITTMGROUP | +7 (495) 120-38-02