Исследование К2Тех: 79% промышленных компаний не готовы к ожиданиям от ИИ
Ожидания руководства от искусственного интеллекта опережают реальные возможности большинства промышленных компаний. К такому выводу пришли аналитики К2Тех по итогам исследования, в котором приняли участие 150 представителей руководящего состава крупных предприятий.
В целом 79% респондентов увидели разрыв между тем, каких результатов ждут от ИИ топ-менеджеры, и тем, что организации способны обеспечить сейчас. У 30% компаний этот разрыв оказался сильным: от решений ждут быстрых эффектов, однако данные и инфраструктура пока не готовы к таким требованиям. Ещё 49% участников считают, что ожидания руководства лишь частично соответствуют текущим возможностям. Полное соответствие отметили 5% респондентов, а 16% не смогли оценить ситуацию.
Управление ИИ и качество данных
Одной из проблем остаётся отсутствие формализованного управления искусственным интеллектом. В 19% компаний не закреплена ответственность за риски, связанные с применением генеративного ИИ. Ещё у 23% нет системного подхода с определёнными ролями, политиками и механизмами контроля. В 30% организаций эффективность управления оценивают без формальных метрик — по тому, насколько успешно идёт работа.
Ключевым барьером для быстрого и измеримого результата 30% участников назвали низкое качество данных. Полностью готовыми свои данные считают только 5% компаний. У 46% они подготовлены частично и требуют очистки, дополнительной разметки или объединения информации из разных источников.
При этом необходимые работы не всегда получают отдельное финансирование. В 37% компаний бюджет на управление данными и ИИ не выделяется: соответствующие задачи выполняются в рамках текущих ИТ-проектов. У 33% респондентов расходы выросли на 10–30%, а о повышении бюджета более чем на 50% сообщили только 14% участников.
Инфраструктура и требования регулирования
Для промышленных предприятий отдельным вызовом становится готовность data-инфраструктуры к новым требованиям регулирования ИИ. Многие такие организации относятся к критической информационной инфраструктуре, поэтому на них распространяются соответствующие законодательные требования. Полностью готовыми к ним считают себя 12% респондентов, частично готовыми — 48%. Ещё 21% ожидают значительной трансформации data-ландшафта, а 19% на момент исследования не проводили оценку готовности.
Ограничения касаются и вычислительных ресурсов: для 27% компаний дефицит мощностей стал главным препятствием. При этом 24% организаций арендуют графические ускорители у сторонних провайдеров, 21% используют собственные ресурсы вместе с облачной инфраструктурой для покрытия пиковых нагрузок, а ещё 21% располагают собственными GPU-кластерами с достаточным запасом мощности. По оценке К2Тех, промышленным компаниям необходимо планировать вычислительную инфраструктуру так же системно, как данные и управление ИИ-рисками.
Дефицит экспертизы и безопасность ИИ
Руководитель практики Big Data & BI К2Тех Дмитрий Красников отметил, что внедрение ИИ следует начинать с оценки готовности под конкретный сценарий. Компании важно заранее определить, достаточно ли качественных данных и вычислительных ресурсов, кто будет отвечать за решение, как измерять его эффективность и каким образом встроить систему в существующие процессы. Недооценка этих задач может привести к нереалистичным срокам внедрения.
Дополнительным ограничением остаётся нехватка квалифицированных специалистов и экспертизы. По данным К2 Кибербезопасности, входящей в К2Тех, защита ИИ входит в пятёрку приоритетов у четверти российских корпораций. При этом 38% крупных компаний уже разрабатывают собственные ИИ-решения для внутренних процессов, но 75% из них не умеют обеспечить их безопасность на уровне требований стандарта MLSecOps — подхода к управлению безопасностью разработки ИИ.
Таким образом, темпы внедрения искусственного интеллекта в промышленности уже опережают зрелость процессов, необходимых для контроля рисков. Рынок MLSecOps пока находится на стадии становления, поэтому многие компании предпочитают передавать защиту собственных ИИ-разработок внешним подрядчикам.
