Купили AI-подписку команде и ничего не поменялось. Что отличает 20% компаний которые реально зарабатывают на AI

Что показывает PwC

Виноваты не подписки и не команда, виноват процесс.

Опросили 1 217 руководителей компаний из 25 отраслей по всему миру. Картина получилась такой. 20% компаний генерируют от AI в 7,2 раза больше выручки и экономии, чем средний конкурент. Только 12% CEO говорят, что AI дал и сокращение издержек, и рост выручки одновременно. 56% не видят значимого финансового эффекта вообще, при этом деньги на AI потрачены у всех.

Самая важная часть исследования в другой цифре. 80% ценности AI-проекта приходит от редизайна процессов и переобучения людей. И только 20% — от самой технологии. То есть подписки и инструменты дают только пятую часть результата, а четыре пятых — это организационная работа, которая обычно вообще не делается.

Компании, которые лепят AI поверх старых процессов, в среднем не зарабатывают ничего. Это и есть те 56%, которые не видят эффекта.

Где сидит ловушка для фаундера

Стандартная логика «внедрения AI» в большинстве компаний выглядит так. Руководство решает, что пора. Запускают пилот, обычно в одном отделе. Подключают ChatGPT или внутренний копилот. Обучают пару человек из IT настройке. Дают всем сотрудникам доступ. Дальше ждут, что эффективность вырастет.

Что происходит на практике. Сотрудники иногда что-то спрашивают у AI, иногда просят переписать письмо, иногда быстро ищут факт. Это даёт +10-15% к скорости отдельных задач. Но это не пересборка функции. Это ускорение существующего процесса в одной точке.

Чтобы понять разницу, разберём пример. У вас есть HR-функция: вакансия публикуется, резюме приходят, HR смотрит, отбирает по формальным критериям, передаёт нанимающему менеджеру. Добавили AI — теперь HR за минуту получает scoring каждого резюме. Стало быстрее на 20%. В P&L это не видно.

Полная перестройка выглядит иначе. AI сам разбирает вакансию по требованиям, формулирует объявление, размещает на платформах, обрабатывает первичные отклики, проводит скрининг-интервью текстом, выдаёт нанимающему менеджеру шорт-лист из 5-7 кандидатов с обоснованием. Роль HR смещается с потоковой обработки на настройку и контроль системы. Роль нанимающего менеджера тоже меняется — он смотрит уже на отфильтрованных, а не на 50 заявок. P&L двигается не на 20%, а в разы.

Это и есть переход из 56% в 20%. Не «купили AI-инструмент», а «переразложили роли».

Почему фаундер не может пересобрать процессы один

Здесь есть второй уровень ловушки, в которую я сам частично попал. Фаундер сам каждый день работает с AI, понимает возможности, видит куда двигаться. Естественная мысль — «я объясню команде, и мы перестроим процессы».

На практике это работает плохо по двум причинам.

Первая. Внутри команды слова руководителя всегда воспринимаются через призму «а что он на самом деле от нас хочет». Если фаундер сам преподаёт AI, это считывается как ещё одна личная инициатива, к которой можно подключиться формально. Это не вина команды, это особенность роли.

Вторая. Перестройка процесса требует времени на эксперимент с разными инструментами и подходами. В загруженной операционке это время не появляется само. Нужен внешний человек, который выделяет это время явно, ставит конкретные задачи, проверяет результат. Я в январе на стратсессии YellowRocks.vc принял решение, что обучать команду буду не я, а внешний эксперт в формате трекинга на 4 недели. Через месяц программы команда работала на принципиально другом уровне.

Три практических вывода для фаундера

Если посмотреть на свою компанию через призму этих 80/20, получается три практических шага.

Первое. Перед тем как покупать ещё одну AI-подписку или инструмент, спросить себя: какую функцию в компании за последние полгода кто-то полностью переразложил с учётом того, что AI умеет? Если таких функций ноль или одна, проблема не в инструментах. Проблема в том, что никто ещё не дошёл до перепроектирования.

Второе. Не пытайтесь учить команду сами. По моему опыту, это работает в разы хуже, чем внешний эксперт в формате трекинга. Ставьте на программу 4-6 недель, с домашними заданиями и проверкой результата. Бюджет 1-2 миллиона разово часто окупается за один большой проект, в котором команда сэкономила недели работы.

Третье. Готовьтесь сами менять процессы. Если команда после обучения захочет перестроить функции, а вы скажете «давайте пока по-старому, мне так привычнее», все деньги, потраченные на программу, обнуляются. Это самая частая причина, почему AI-трансформация не идёт — не команда тормозит, а собственник не готов поменять знакомую модель работы.

Через год-два разрыв между 20% и 56% будет видеть невооружённым глазом — в скорости запуска фичей, в стоимости найма, в размере runway. Сейчас этот разрыв формируется. Хорошая новость — попасть в 20% всё ещё технически возможно, нужно только перестать инвестировать в инструменты и начать инвестировать в перестройку процессов.

А ваша компания сейчас ближе к 20% или к 56%? И на каком конкретно шаге процесс перестройки тормозит — на инструментах, на команде или на готовности самого собственника меняться?

Я иногда разбираю подобные исследования и свой опыт внедрения AI в бизнес в Telegram-канале, если тема близка, заходите.