92% российских компаний используют ИИ, но лишь 12% видят эффект: разбор исследования КОРУС Консалтинг

92% российских компаний используют ИИ, но лишь 12% видят эффект: разбор исследования КОРУС Консалтинг

92% российских компаний используют ИИ, но лишь 12% могут подтвердить реальный бизнес-эффект от внедрения. Эти данные 2 сентября 2026 года опубликовала ГК «КОРУС Консалтинг» по опросу более 80 компаний из промышленности, ритейла, финансов, логистики, ИТ и нефтегаза. 44% компаний вообще не измеряют эффект от ИИ, ещё 25% отслеживают отдельные показатели, не связывая их с экономикой. В результате почти семь из десяти компаний не могут сказать, что конкретно изменилось после внедрения. У 58% организаций ИИ не включён в ИТ-стратегию. При этом у компаний с выделенным ИИ-офисом половина инвестирует в ИИ 5–15% ИТ-бюджета, а среди тех, кто не упомянул ИИ в стратегии, 94% вкладывают менее 5%. Глобальная картина совпадает: PwC насчитал, что 74% экономической ценности ИИ достаются 20% компаний.

Что это за исследование — и где у его цифр границы погрешности

ГК «КОРУС Консалтинг» — российская ИТ-консалтинговая группа. 2 сентября 2026 года она опубликовала исследование зрелости внедрения ИИ в российском бизнесе; CNews и ComNews перепечатали его 2 сентября. Я читал обе версии — они совпадают дословно, обе восходят к одному пресс-релизу.

Теперь про границы погрешности, без которых эти цифры — просто заголовок. Первое: «более 80 компаний» — выборка невелика для суждений обо всём российском бизнесе. Отрасли перечислены широким списком — промышленность, ритейл, финансы, логистика, ИТ, нефтегаз, — но выборка, скорее всего, смещена к компаниям, которые уже думают об ИИ достаточно, чтобы отвечать на вопросы консалтинговой группы. КОРУС продаёт услуги внедрения, и среди её респондентов едва ли много тех, кто вообще не интересуется технологией. Реальная доля «не использующих» по стране может быть выше 8%.

Второе: «92% используют ИИ» и «12% подтверждают эффект» — это самоотчёты руководителей. Федеральный резерв в апрельской заметке об измерении ИИ-принятия предупреждал: руководители могут завышать цифры использования ИИ под давлением повестки — отчитаться об эффективности стало социально ожидаемым. Российских аналогов такой проверки я не нашёл, но механика самоотчёта везде одинаковая.

Третье, самое важное: 12% «подтверждённых» эффектов — это тоже ответ на вопрос анкеты, не аудит. Что именно каждая компания считала «реальным бизнес-эффектом» — рост выручки, экономию часов, субъективную оценку — исследование не раскрывает. Может, эффектов реально больше, и компании просто не умеют их показывать. Может, меньше. Точка данных есть. Что за ней — я не знаю.

Центральные цифры: что именно зафиксировано

Опрос КОРУС разбивает зрелость на четыре слоя: стратегия, инвестиции, масштабирование, риски. Разберу каждый.

Стратегия и инвестиции: 58% без стратегии, 9% с ИИ-офисом

Взаимосвязь с инвестициями — самое интересное место исследования. Среди компаний с выделенным ИИ-офисом половина инвестирует в ИИ 5–15% ИТ-бюджета, ещё треть — более 15%. Среди тех, где ИИ не упомянут в стратегии, 94% вкладывают менее 5%. Корреляция жёсткая. Причина? Тут я приторможу. Может, стратегия и офис действительно раскрепощают бюджет. А может, всё ровно наоборот: сначала появляются деньги и запрос, а стратегия и офис — их следствие, а не источник. КОРУС подаёт это как причинность, данных для различения у меня нет. Оба прочтения живут одновременно.

Масштабирование: точечные эксперименты вместо встроенного инструмента

Обратите внимание на совпадение, которое не может быть совпадением: 12% со встроенным в процессы ИИ и 12% с подтверждённым бизнес-эффектом. Исследование не связывает эти цифры напрямую, и выборка одна и та же — но выглядит так, будто эффект получает не тот, кто внедряет больше всего, а тот, кто встроил ИИ в ежедневную работу, а не в пилотную зону. Joe Atkinson, глобальный директор по ИИ в PwC, описывает ту же механику глобально: «Компании заняты массовым запуском ИИ-пилотов, но лишь меньшинство превращает эту активность в измеримые финансовые результаты» (пресс-релиз PwC).

Люди: внедрение держится на энтузиастах

У 48% компаний внедрение ИИ держится на отдельных специалистах-энтузиастах. Специализированные команды — у 19%, программы развития ИИ-компетенций — у 14%. И ещё одна корреляция из тех, что важнее цифр: в компаниях с высоким уровнем интеграции ИИ в ключевые процессы 88% системно развивают внутреннюю экспертизу. Не «наняли гения — он всё сделал», а системная работа с компетенциями. Это расходится с народной моделью «купим инструмент — он сам всё изменит».

Риски: половина компаний без правил

47% компаний не имеют внутренних правил использования ИИ, ещё 20% только разрабатывают документы. Внедрённые политики по данным и этике — у 13%, регулярная оценка рисков — у 17%. Самое показательное: даже среди компаний с выручкой свыше 10 млрд рублей почти половина не имеет формализованных правил. Размер сам по себе не гарантирует управляемости. Для компаний, которым важна 152-ФЗ-совместимость и коммерческая тайна, это прямое предупреждение: правила использования ИИ — не бюрократия, а защита от утечки данных через промпты.

Глобальная проверка: та же картина у PwC

Российские данные КОРУС почти идеально ложатся на глобальную картину. PwC AI Performance Study (2026) насчитал, что 74% экономической ценности ИИ достаются всего 20% организаций. Джо Аткинсон, глобальный директор по ИИ в PwC, сформулировал диагноз в пресс-релизе: «Компании заняты массовым запуском ИИ-пилотов, но лишь меньшинство превращает эту активность в измеримые финансовые результаты. Лидеров выделяет то, что они направляют ИИ на рост, а не только на сокращение затрат, — и подкрепляют эту амбицию фундаментом, который делает масштабирование возможным».

Переведу в быт. Из десяти компаний на планете экономическую ценность ИИ собирают две. Из десяти российских компаний по опросу КОРУС видят подтверждённый эффект одна-две. Совпадение этих чисел — случайно или закономерно, я не знаю, но параллель держится на грубом уровне: проблема не в доступе к технологиям, а в способности встроить их в ежедневные процессы и измерить результат.

К этой же стене упёрлись и корпорации: 57% компаний второй год не окупают ИИ-вложения, RAND насчитал 80% провальных ИИ-проектов, а MIT NANDA — 95% без измеримого возврата, а разрыв между лидерами и остальными не сужается, а растёт — McKinsey зафиксировал ту же динамику по ИИ-агентам. Провалы масштабируются так же охотно, как успехи.

Частые вопросы про эффект от ИИ, на которые отвечают цифры

Правда ли, что почти все компании уже используют ИИ? По опросу КОРУС — 92% российских компаний. Но это самоотчёт: руководитель может назвать «использованием ИИ» и корпоративную лицензию ChatGPT, которую открыли два раза, и полноценную платформу в процессах. Федеральный резерв США отдельно предупреждал, что руководители завышают цифры принятия ИИ под давлением повестки. Верхняя граница правдоподобия — 92%. Нижняя — ниже.

Почему компании не видят эффект от ИИ? В данных КОРУС две причины накладываются. Первая — 44% компаний эффект не измеряют: без базовой линии «до» любой «после» невидим. Вторая — 44% компаний внедряют ИИ точечными экспериментами, а не в ежедневные процессы. Эффект появляется там, где ИИ встроен в работу, — у 12% компаний. Совпадение этих 12% с долей видящих эффект — не доказательство, но подозрение сильное.

Сколько вкладывать в ИИ от ИТ-бюджета? Исследование фиксирует корреляцию, а не норму: компании с выделенным ИИ-офисом вкладывают 5–15% ИТ-бюджета и больше, компании без ИИ в стратегии — менее 5%. Что здесь причина, а что следствие — данные не различают. Готовой «правильной доли» не существует ни в российском опросе, ни в глобальных.

Чем российские данные отличаются от глобальных? Структурно — ничем: доля видящих эффект (12%) близка к глобальному соотношению PwC, где 20% компаний собирают 74% ценности. Отличие в масштабе выборки: у КОРУС чуть более 80 компаний против глобальных панелей в тысячи респондентов. Российскую цифру 12% стоит читать как ориентир порядка величины, а не как точную оценку.

Что делать компании без ИИ-офиса

Теперь практическая часть, для тех, кто читает это без ставки вице-президента по трансформации.

Первое — и это самое дешёвое из всего списка: замерить базовую линию до любого внедрения. Сколько часов в неделю команда тратит на поиск договоров, уточнение регламентов, пересказ новичкам того, что знают старожилы? Если этой цифры нет, любой эффект будет невидим — не потому что его нет, а потому что не с чем сравнивать. 44% компаний из опроса КОРУС находятся именно в этой позиции.

Второе: связывать ИИ-инициативы с конкретными процессами, где результат измерим. Документооборот, регламентация, онбординг, база знаний — скучные функции, но именно на них ИИ показывает измеримую отдачу, потому что там есть «до» и «после»: часы поиска, срок выхода новичка на полную производительность, доля вопросов, закрытых без привлечения коллег.

Третье: назначить ответственного до покупки инструментов. У 48% компаний внедрение держится на энтузиастах — а энтузиасты меняют работу. Ответственный не обязан быть отдельной ставкой, но имя в приказе должно быть.

Четвёртое: правила использования ИИ. Не ради бюрократии — ради того, чтобы сотрудники не сливали коммерческую тайну в публичные чат-боты, пока компания «ещё не готова». 13% компаний из опроса уже внедрили политики; остальные в зоне риска.

Мы в recall строим советника с системой памяти ровно под этот сценарий: сначала знания компании — договоры, регламенты, решения, договорённости — становятся доступными по смыслу, а уже потом поверх памяти работает модель. Так эффект виден в часах и вопросах, а не в ощущениях.

И если тема ИИ-внедрения вас уже вымотала — закройте этот текст и вернитесь позже. Он никуда не убежит, а уставшей голове любые цифры идут в пустоту.

Честно напоследок. Я не знаю, догонят ли 88% российских компаний те 12%, что уже видят эффект, — или разрыв станет российской редакцией глобального раскола 74/20. Мой опыт говорит, что догоняют те, кто начинает с измеримого, а не с эффектного. Но мой опыт — это мой опыт, а не данные КОРУС и не PwC. Где между ними правда — не знаю. Пока базовая линия не измерена, этого не знает никто.