Компании наконец-то видят отдачу от инвестиций в ИИ — и теперь они знают, насколько большую ценность он может принести.

Персонал VB

Представлено компанией SAP.

Искусственный интеллект в корпоративной среде перешел от экспериментов к практическому применению, и этот сдвиг начинает приносить реальные результаты. В отчете SAP Value of AI Report 2026, подготовленном совместно с Oxford Economics на основе опроса 2600 руководителей предприятий в 13 странах, говорится, что ИИ теперь поддерживает почти треть всех задач в средней организации, увеличившись с 25% в прошлом году до 30%.

Ожидаемая рентабельность инвестиций в агентный ИИ выросла с 10% в прошлом году до 17% в этом году, но многие организации считают, что ИИ мог бы приносить гораздо большую пользу. Как показывает отчет, разрыв объясняется стратегией, данными и управлением, а не доступом к новейшей модели, говорит Шон Каск, директор по стратегии ИИ в SAP.

«Искусственный интеллект перешел от экспериментов к практическому применению, и это начинает приносить реальные результаты, но до полного внедрения еще далеко», — говорит Каск. «Это потому, что ИИ, которому не хватает контекста, будь то процессы, данные или управление, в лучшем случае создает деятельность без результатов, а в худшем — создает риски».

Компании по-прежнему внедряют ИИ фрагментарно.

Несмотря на ускорение инвестиций, более половины организаций по-прежнему вкладывают средства в ИИ несистематически или фрагментарно, и только 17% сообщают о стратегическом, целостном подходе к приоритезации, хотя этот показатель почти удвоился по сравнению с 9% год назад.

Эта фрагментация может быть вызвана требованиями совета директоров к сотрудникам начать внедрение ИИ без стратегии или достаточной осведомленности об ИИ, что может привести к разрозненным экспериментальным проектам. В других компаниях недостаток внимания на уровне совета директоров может привести к тому, что сотрудники будут приносить на работу собственные инструменты и просто экспериментировать.

«В итоге возникает множество разрозненных, органично развивающихся инициатив в области ИИ, которые порой сталкиваются с трудностями просто из-за качества данных», — сказал Каск. «Но даже инициативы, использующие стратегический подход, по-прежнему работают изолированно, имея согласованные данные, подходящие для конкретного сценария использования, но все еще не достигая уровня, позволяющего трансформировать весь бизнес-процесс».

Это может помочь объяснить один из наиболее противоречивых выводов отчета: 69% компаний заявляют, что удовлетворены окупаемостью инвестиций в ИИ, поскольку доказали, что ИИ может приносить прибыль. Однако 67% по-прежнему не убеждены в том, что технология реализует свой полный потенциал, поскольку полученный опыт показал им как потенциальную ценность ИИ, так и проблемы, которые необходимо преодолеть для его масштабирования.

Агенты меняют экономику корпоративного искусственного интеллекта.

На данный момент SAP внедрила более 400 сценариев использования ИИ в рамках своего портфолио, и многие другие находятся в разработке. По словам Каска, агенты представляют собой следующий этап развития, поскольку они могут планировать и анализировать множество шагов и инструментов для достижения цели, что отражает то, как работают люди и процессы.

«Вы даете системе искусственного интеллекта задачу или цель, и она способна итеративно проходить несколько этапов и использовать различные инструменты для достижения этого результата», — сказал Каск. «Например, мы выпустили в бета-версии агента для учета начислений — задачи, которая обычно занимает у бухгалтера средней компании около 12 часов в месяц, а теперь сокращается до двух-трех часов. Таким образом, теперь это можно масштабировать на все эти процессы, и это открывает огромный потенциал».

Фактически, общая рентабельность инвестиций в ИИ в этом году выросла с 16% до 21% и должна увеличиться до 15,9 млн долларов через два года, даже несмотря на то, что только 3% заявляют о полной готовности к этому.

Качество данных остается самым большим препятствием на пути к созданию ценности искусственного интеллекта.

Подготовка к внедрению агентов сводится к двум фундаментальным требованиям: подключению агентов к контекстно насыщенным данным и управлению ими в масштабе предприятия. По данным 73% респондентов, качество и доступность данных сейчас являются главной причиной, по которой организации заявляют, что не получают большей пользы от ИИ, а 79% сообщают о переделках, задержках или отставаниях из-за низкого качества результатов, по крайней мере, время от времени.

По сравнению с классическим глубоким обучением, характер проблемы изменился. Базовые модели устраняют большую часть необходимости поиска данных, их извлечения, очистки и обучения специализированных моделей, но при этом значительно повышают важность сохранения бизнес-контекста.

«Как только вы извлекаете данные из ERP-системы, вы теряете всю контекстную информацию, всю семантику, а для генеративного ИИ это самая полезная часть», — сказал Каск.

SAP способна сохранять этот контекст в масштабе благодаря графу знаний в своей облачной ERP-системе, который сопоставляет 452 000 таблиц ABAP и 7,3 миллиона полей данных. В SAP Business Data Cloud продукты данных представляют информацию, такую как счета-фактуры и поставщики, согласованно во всех системах SAP и сторонних системах, не теряя при этом своего бизнес-значения.

Управление ИИ — это самая большая проблема, о существовании которой компании даже не подозревают.

По мере все более глубокого внедрения ИИ в бизнес-процессы, управление становится следующей проблемой для предприятий. Только 12% компаний заявляют о полной готовности к управлению ИИ, в то время как 69% признают периодическое или частое использование неутвержденных теневых инструментов ИИ.

«В процессе внедрения ИИ компании часто обнаруживают теневых агентов — агентов, которые могут получать доступ к данным, к которым не имеют права, или совершать действия, которые не должны совершать. Тогда возникает вопрос: как проводить аудит подобных вещей?» — сказал Каск.

SAP AI Agent Hub реагирует на это, обнаруживая и создавая инвентаризацию агентов, LLM и серверов MCP, и клиенты уже обнаружили в своих системах тысячи агентов SAP и сторонних разработчиков, о наличии которых они даже не подозревали. Затем система добавляет управление жизненным циклом, контроль идентификации и доступа, а также мониторинг производительности. Каск сравнивает этот процесс с наймом персонала, поскольку большинство компаний никогда не примут на работу нового сотрудника, не зная, какие права доступа и разрешения ему необходимы для выполнения своих обязанностей.

Однако управление выходит за рамки технологий. Трансформация рабочей силы происходит параллельно с работой с данными: почти 80% респондентов согласны с тем, что для максимизации ценности ИИ требуется нечто большее, чем просто повышение технической квалификации, а 75% уже планируют переобучить сотрудников. Дискуссия смещается от вопроса о том, какие рабочие места заменит ИИ, к вопросу о том, как люди и ИИ наиболее эффективно взаимодействуют, поскольку агенты по-прежнему требуют человеческого контроля, перепроектированных рабочих процессов и более взвешенного суждения.

Всё это указывает на то, что SAP называет автономным предприятием, которое связывает агентов с контекстно насыщенными данными и обеспечивает корпоративное управление в рамках функциональных подразделений, используя Joule в качестве интерфейса на естественном языке для взаимодействия людей и систем.

«Получить реальную выгоду от ИИ будет непросто, потому что это требует нового подхода», — заключил Каск. «В конечном итоге это скорее изменение, связанное с человеческим фактором, чем с техническими аспектами, потому что реальную ценность можно получить только в том случае, если агенты, процессы и люди работают как единое целое».

Ознакомьтесь с полными результатами исследования. Скачайте отчет SAP «Ценность ИИ 2026» .

Спонсорские статьи — это контент, созданный компанией, которая либо оплачивает публикацию, либо имеет деловые отношения с VentureBeat, и они всегда четко обозначены. Для получения дополнительной информации обращайтесь по адресу sales@venturebeat.com .

Источник: venturebeat.com