Компании обсуждают ИИ, но половина из них даже не имеет стратегии

В итоге бизнес оказывается в ситуации, где технология влияет на процессы, но не встроена ни в одну управленческую модель.

С конца 2025 по начало 2026 года HRTech-платформа «Пряники» провела исследование, в котором приняли участие 196 компаний. Анализ показал: ключевая проблема не в технологиях, а в отсутствии базовой управленческой готовности.

Стратегии нет — даже на уровне идей

Больше половины компаний (51%) вообще не имеют стратегии внедрения ИИ. Ещё 22% ограничиваются декларациями — «нужно внедрять», но без конкретных шагов.

Только 10% организаций формализовали стратегию и понимают, как именно будут использовать ИИ.

Похожая ситуация и с будущим планированием: 56% компаний не планируют стратегию даже в перспективе, а долгосрочное видение (на 5+ лет) есть лишь у 4%.

Инициативы есть, но системы нет

Интересно, что при отсутствии стратегии идеи всё равно появляются — но хаотично.

1. 44% компаний отмечают, что сотрудники предлагают инициативы по ИИ, но без системы
2. 37% вообще не собирают идеи и потребности
3. только 13% выстроили регулярный процесс сбора инициатив

Это означает, что потенциал есть, но он не превращается в проекты.

Главный барьер — не деньги, а люди

Если спросить компании, что мешает внедрять ИИ, ответ оказывается неочевидным.

На первом месте нехватка компетенций (41%), на втором отсутствие стратегии (37%). Дальше — неготовность топ-менеджмента (24%) и отсутствие бюджета (23%). При этом половина компаний (50%) вообще не может оценить, хватает ли им специалистов.

Дополнительно:

1. 46% не дают сотрудникам доступ к обучению ИИ
2. 60% не создавали центры компетенций
3. 30% даже не измеряли уровень навыков сотрудников

То есть бизнес сталкивается с дефицитом компетенций, но не управляет им.

Инфраструктура: используют, но не контролируют

С точки зрения технологий ситуация выглядит более зрелой — но только на первый взгляд.

59% компаний используют зарубежные языковые модели. 41% — отечественные решения. 22% пробуют self-hosted модели.

Но при этом:

1. 44% компаний вообще не развернули никакой инфраструктуры
2. 28% даже не изучали, какие ИИ-инструменты применяются внутри
3. 55% используют только публичные данные
4. лишь 11% работают с корпоративными данными через ИИ

То есть технологии есть, но они не встроены в процессы.

Безопасность — самая слабая зона

Наиболее критичная ситуация — в области управления и рисков.

1. 74% компаний не имеют политики использования ИИ
2. 63% не проводили аудит рисков
3. 64% не привлекают юристов и ИБ к таким проектам
4. у 53% нет позиции по использованию публичных ИИ-сервисов

Фактически это означает, что решения уже используются, но без понимания последствий.

Внедрения: пилоты есть, масштабирования — нет

Даже там, где компании начинают работать с ИИ, развитие останавливается на ранних стадиях.

1. 44% не имеют даже пилотных проектов
2. 33% — пилоты есть
3. 71% — нет промышленных внедрений
4. только 14% довели решения до реального использования

При этом лишь 18% компаний могут подтвердить экономический эффект от внедрения.

Где ИИ применяется чаще всего

Если ИИ и используется, то в основном в «быстрых» функциях:

1. маркетинг и продажи — 47%
2. HR и подбор — 39%

В более сложных направлениях (производство, логистика, финансы) использование минимальное (около 3%). Отдельно стоит отметить, что 32% компаний вообще не используют ИИ ни в одной функции.

Как бизнес оценивает себя

Компании достаточно трезво смотрят на свою готовность. Средняя самооценка зрелости — 4 из 10. Это редкий случай, когда осознание проблемы уже есть, но решений пока нет.

Вывод: ИИ — это управленческая задача

Исследование показывает, что основной барьер составляют не технологии и даже не деньги. Главная проблема в отсутствии системного подхода:

1. нет стратегии
2. нет ответственных
3. нет процессов
4. нет оценки эффективности

ИИ уже стал частью работы, но остаётся «серой зоной» внутри компаний. И именно от того, как быстро бизнес сможет перевести его из стихийного использования в управляемый процесс, будет зависеть его реальное влияние на результаты.

Полная версия исследования: https://teatime.pryaniky.com/ai-readiness-research