Внедрение ИИ не приводит к росту производительности

По данным OECD, в 2025 году более 60% всех венчурных инвестиций в мире пришлось на ИИ — $258 млрд. В России динамика схожая: вложения в рынок генеративного ИИ выросли почти в 4,5 раза за год (исследование Strategy Partners) и основной драйвер здесь — корпорации.

Но ключевой вопрос — не в объеме инвестиций, а в их отдаче. По данным PwC, 74% экономического эффекта от ИИ получают всего 20% компаний. Причина этого разрыва описана в экономике задолго до появления ИИ. Речь о принципе Солоу, более известном как парадокс производительности: «технологии видны повсюду, кроме статистики производительности». Смысл простой — инвестиции в технологии сами по себе не дают роста. Рост начинается только тогда, когда бизнес и люди внутри него учатся правильно эти технологии использовать.

Это уже происходило. В 80-е годы компании массово закупали компьютеры. Казалось, что это автоматически приведёт к росту эффективности. Но реальный скачок производительности случился только в 90-е — когда под компьютеры начали перестраивать процессы, управленческие практики и логику работы.

С ИИ происходит то же самое — только быстрее.

Технологии используются для автоматизации рутины, ускорения анализа данных, помощи в принятии решений и снижения нагрузки на сотрудников. Но в большинстве компаний ИИ все еще используется на уровне «умного поисковика». Формально он есть, но как производственный инструмент он не работает.

Причина в том, что у сотрудников нет навыка с ним работать. И здесь возникает ключевой сдвиг. Сейчас формируется новая базовая квалификация. Раньше ценность создавали те, кто умел анализировать данные, координировать процессы и вручную собирать результат. Теперь значительная часть этой работы делегируется ИИ.

Ценность смещается в другое место. Ключевым становится умение правильно поставить задачу системе и проверить результат. Промпт-инжиниринг и валидация становятся новой нормой. Как и умение работать с разными инструментами и моделями под задачу, переключаться между средами вроде Cursor или Claude. Владеть базовыми инструментами структурирования вроде Markdown, визуализации через Mermaid, использовать шорткаты. Это новая цифровая грамотность.

Но этому практически нигде не учат. Университеты продолжают готовить специалистов под старую модель, когда фокус уже сменился. В результате возникает типичный разрыв: технологии развиваются быстрее, чем меняются практики их использования, и именно это блокирует рост производительности.

Ключевая ошибка здесь еще и в том, что бизнес продолжает воспринимать ИИ как технологический проект. Но на практике это управленческое изменение. Искусственный интеллект сам по себе не повышает производительность — он лишь перераспределяет ее. Рост появляется только там, где меняется способ работы: от исполнения задач к управлению системами. Поэтому главный вопрос сегодня — не внедрение ИИ, а перестройка операционной модели компании вокруг связки «человек + ИИ».

Именно это и определит, кто окажется в тех 20% компаний, которые действительно извлекают эффект из технологии.