Новое исследование Snowflake «The ROI of Gen AI and Agents 2026» показывает, что генеративный искусственный интеллект (GenAI), похоже, довольно хорошо работает в корпоративной среде — вопреки другим отчетам, которые либо указывают на ажиотаж, либо на упорный скептицизм. Подавляющее большинство (92%) ранних пользователей заявляют, что видят положительную отдачу от инвестиций в GenAI.

По данным глобального опрос 2050 руководителей по всему миру, те, кто измеряет ROI, сообщают о среднем уровне возврата инвестиций в 49% — по сравнению с 41% в прошлогоднем отчете. Это обнадеживающие цифры для рынка, полного недоработанных демонстрационных версий, переоцененных решений и бесконечных заявлений о трансформации.

Что касается драйверов внедрения ИИ, то на первом месте стоит операционная эффективность — 88% респондентов заявляют, что видят существенное повышение эффективности. Далее следуют инновации и клиентский опыт с 83 и 84% респондентов соответственно, сообщивших об измеримых улучшениях.

Согласно исследованию Snowflake, ИИ также оказывает положительное влияние на рынок труда: 77% организаций сообщили о создании новых рабочих мест благодаря ИИ, в то время как 46% столкнулись с их сокращением. Это может свидетельствовать о том, что по мере ускорения внедрения ИИ происходит общий рост числа рабочих мест, а не их консолидация.

Почти половина всего кода (48%) теперь генерируется ИИ. Это подчеркивает, что технология уже глубоко интегрирована в повседневные рабочие процессы разработчиков. Компании также видят измеримые преимущества от инструментов и приложений для кодирования с использованием ИИ: 82% сообщают об улучшении тестирования кода, обнаружения и устранения ошибок.

«Эффект от ИИ не будет равномерным — некоторых роли значительно повысят свое влияние и производительность, в то время как другие рискуют остаться позади. Разница заключается в том, насколько эффективно используется ИИ: для решения проблем с помощью мышления, основанного на фундаментальных принципах, и для управления агентами ИИ как высокоэффективными командами», — говорит Анахита Тафвизи, директор Snowflake по аналитике данных.

Она также добавляет, что «наибольший ROI достигается не только за счет экспериментов», и что он, скорее всего, будет достигнут за счет «внедрения ИИ в основные операции при одновременном укреплении готовности данных и политик управления».

Как известно, агенты являются центральной темой обсуждений вокруг ИИ и становятся следующим этапом его внедрения. Около 32% организаций заявляют, что у них уже есть агенты ИИ в производственной среде, а еще 25% ожидают их развертывания в течение года. Все больше компаний используют ИИ для многоэтапных задач с ограниченным участием человека. Сценарии использования агентов ИИ расширяются на ИТ-операции, мониторинг соответствия нормативным требованиям и обслуживание клиентов.

Однако ситуация сильно усложняется, когда компании работают с неструктурированными данными. Большинство организаций хранят огромные объемы таких данных, как документы, электронные письма, сообщения в чатах, изображения и др., которые не хранятся в аккуратных таблицах баз данных. В теории вся эта информация могла бы помочь в работе систем ИИ. В реальности бóльшая ее часть не готова к использованию.

В отчете говорится, что в среднем только около 20% неструктурированных данных действительно готовы к использованию в ИИ. Ещё более поразительно то, что только 7% организаций заявляют, что более половины их неструктурированных данных готовы к использованию в ИИ. Это означает, что большинство компаний пытаются создавать системы ИИ, в то время как бóльшая часть их данных всё ещё нуждается в доработке.

Сделать эти данные пригодными для использования — задача не из лёгких и быстрых. Часто их необходимо очистить, организовать, пометить и должным образом управлять ими, прежде чем системы ИИ смогут надёжно их использовать. Этот процесс может занять время и потребовать усилий. В результате проекты, которые изначально выглядят многообещающими, часто заходят в тупик.

Ещё один важный вывод исследования — это давление на стоимость внедрения ИИ. В отчёте отмечается, что 95% организаций заявили, что как минимум одна часть их стека GenAI превысила первоначальные бюджетные ожидания. Значительный вклад внесли расходы на инфраструктуру. Это включает в себя бюджет, выделенный на вычислительные ресурсы и платформы данных, необходимые для поддержки рабочих нагрузок ИИ.

«Данные показывают, что ИИ приносит ощутимую отдачу, но для его успешного масштабирования необходимы прочный фундамент данных и система управления, — говорит Адам Дематтиа, старший директор по исследованиям Omdia. — Организации, которые смогут унифицировать свои данные, повысить их качество и ответственно операционализировать ИИ, будут лучше всего подготовлены к поддержанию рентабельности инвестиций и получению преимуществ для персонала».

Несмотря на проблемы с данными, компании продолжают увеличивать инвестиции в ИИ. Организации ожидают, что в течение следующих 12 месяцев на GenAI-инициативы будет в среднем направлено около 22% их технологических бюджетов. Это говорит о том, что многие по-прежнему считают, что долгосрочная ценность ИИ перевешивает краткосрочные затраты.

Ключевой вывод из отчета этого года заключается в том, что GenAI становится все более практичным, поскольку компании начинают видеть разумную отдачу. Однако ажиотаж вокруг моделей — это лишь часть истории — теперь более серьезной проблемой являются данные. И пока ситуация с ними не улучшится, многие организации будут продолжать сталкиваться с теми же ограничениями.