Разделението GenAI.
*State of AI in Business 2025* на MIT Project NANDA е най-ясният прочит на това защо повечето корпоративни инвестиции в GenAI са блокирани - и какво правят различно 5-те процента, които са преминали отвъд. Тази страница е нашият прочит на изследването, организиран около въпросите, които клиентите ни постоянно задават. Числата и преките твърдения са на доклада; рамката и акцентите са наши.
Последно обновено:
95% от предприятията получават нулева възвръщаемост от инвестицията си в GenAI.
Въпреки $30-40B корпоративни инвестиции в GenAI, 95% от организациите получават нулева възвръщаемост. Разделението между 5-те процента, които извличат милиони, и 95-те процента, заседнали в чистилището на пилотните проекти, е това, което авторите наричат GenAI Divide - и то се дължи на подхода, а не на качеството на модела, регулацията или талантите.
Последното изречение е цялото изследване, компресирано.
Осем числа, които очертават разделението.
80%+ пилотно, ~40% внедрено
От организациите са проучили или пилотно тествали ChatGPT или Copilot. Около 40% са внедрили поне един общ LLM инструмент в цялата компания.
60% → 20% → 5%
При специализиран за задачата или изграден по поръчка корпоративен GenAI - този, който обслужва реални работни процеси - 60% са оценили, 20% са пилотно тествали, само 5% са стигнали до продукция. Общите LLM достигат ~83% от пилот до внедряване; вътрешните инструменти по поръчка се сриват далеч по-рано.
90% / 40% - икономиката на сенчестия AI
90% от служителите използват лични AI инструменти на работа. Само 40% от компаниите плащат за официален LLM абонамент.
Външните партньори печелят 2 към 1
Партньорствата с външни доставчици достигат продукция около два пъти по-често от вътрешните разработки - 67% срещу 33%.
$1.2M ARR за 6-12 месеца
Водещите GenAI стартъпи, които преминават разделението, достигат $1.2M ARR за 6-12 месеца. Скоростта на доставяне на стойност корелира с разликата.
9 към 1 срещу 70/30
При сложни, дългосрочни задачи хората побеждават AI 9 към 1. При кратки, ясно ограничени задачи AI печели 70/30. Изводът сочи към архитектурата, а не към модела.
50-70% от бюджетите, на грешното място
Около 50-70% от GenAI бюджетите отиват за продажби и маркетинг - видими KPI, лесно отчитане. Най-голямата документирана възвръщаемост е другаде, в бек офиса.
State of AI in Business 2025 - "The GenAI Divide"
Aditya Challapally · Chris Pease · Ramesh Raskar · Pradyumna Chari (MIT Project NANDA). Методология: прегледани 300+ публични AI инициативи · 52 структурирани интервюта с организации · 153 анкети сред висши ръководители (януари-юни 2025).
Пречка №1 не е това, което повечето екипи смятат.
Не е инфраструктурата, регулацията или талантите. Причината е, че GenAI инструментите не помнят, не се адаптират и не се учат. Потребителите харесват ChatGPT за инцидентна работа; отхвърлят него (и вътрешните инструменти по поръчка) за критично важна работа, защото те се нулират при всяка сесия.
- Качество на модела - "GPT-4 не е достатъчно умен за нашата област"
- Регулация - "не можем да пуснем, докато юристите не одобрят"
- Талант - "не можем да наемем AI инженери"
- Данни - "данните ни са твърде разбъркани"
- Инструменти - "платформата, която избрахме, е грешна"
- GenAI инструменти, които в сряда не помнят вторник
- Архитектури, които се нулират при всяка сесия - без натрупване на контекст
- Липса на съответствие с работния процес, който екипът реално изпълнява
- Вътрешни разработки без итерационните цикли, които доставчиците изпълняват по подразбиране
- Инвестиция в демонстрации, а не в дълбока интеграция в работния процес
Пет хода, които 5-те процента имат общи.
Купувайте, не изграждайте
Партньорствата с външни доставчици успяват два пъти по-често от вътрешните разработки. Вътрешните инструменти по поръчка се сриват на прехода от пилот към продукция.
Третирайте доставчиците като BPO, а не като SaaS
Изисквайте адаптиране. Придържайте се към бизнес резултати, а не към списъци с функции. Развивайте се съвместно през реалните провали.
Черпете идеи от първа линия
От напредналите потребители, които вече използват ChatGPT за собствената си работа - не от централна AI лаборатория три нива по-нагоре.
Децентрализирайте внедряването, централизирайте отговорността
Линейните мениджъри отговарят за изпълнението; един отговорен собственик задава летвата.
Стъпете първо в тесни работни процеси с висока стойност
Обобщаване на глас и разговори. Автоматизация на документи. Генериране на код. След това разширявайте. Екипите, които се опитват да "трансформират компанията", не стигат доникъде.
Изследването описва точно модела, около който са изградени нашите агенти.
Памет. Нашите агенти четат един и същ контекст при всяко извикване, пишат в дневен лог и поддържат векторен индекс върху миналите разговори. Агентът във вторник помни понеделник. Непрекъснато подобрение. Всяка повтаряща се задача натрупва жив файл с научени уроци; последователните изпълнения са осезаемо по-добри от предходните. Дълбока интеграция в работния процес. Типизирани, съобразени с ролите обвивки на инструменти около реалните ви системи - а не чат слой, закачен отгоре. Партньорство с доставчика. Фазата на дискавъри е платена, защото поставяме най-добрия си човек на нея; развиваме се съвместно през реални провали, със седмични контролни точки и отворен превключвател за прекратяване. Ако екипът ви е в пилотен проект, който е утихнал, диагностичният разговор преминава през това какво според изследването ви липсва - и как затваряме тази разлика.
Какво всъщност показват данните.
Ще замени ли AI скоро повечето работни места?
Трансформира ли GenAI бизнеса?
Бавно ли възприемат предприятията?
Пречката качеството на модела ли е, юридическите въпроси или данните?
Трябва ли най-добрите предприятия да изграждат свои собствени решения?
Това е, което изграждаме.
Нашите агенти имат памет, учат се от всяко изпълнение и се интегрират на системно ниво. Ако сте в пилотен проект, който е утихнал, диагностичният разговор преминава през това какво според изследването ви липсва - и как затваряме тази разлика. Безплатно; писмено обобщение и в двата случая.