> ## Content Index > Fetch the complete content index at: https://eclibra.com/llms.txt > Use this file to discover other available public pages before exploring further. # Big Tech инвестирует $400 млрд в AI, но 95% проектов не дают результатов - URL: https://eclibra.com/ai-roi-crisis-2025/ - Published: 2025-10-29T07:30:46.000Z - Updated: 2025-10-29T07:32:30.000Z - Description: MIT-исследование показало: из 300+ AI-инициатив только 5% успешны. Инвесторы боятся AI-пузыря как в 1990-х. - Author: ByteMaster - Tags: ИИ-инфраструктура и энергия 🎯 ****Инвестиции $400 млрд в AI остаются без результатов для 95% проектов** Исследование MIT показало: только 5% AI-инициатив дают измеримые выгоды Инвесторы опасаются нового пузыря, как эпоха dot-com Проблема: интеграция в workflow и масштабируемость отказывают на уровне пилота ## Почему инвестиции в AI не переходят в результаты Когда Microsoft, Google, Amazon и Meta анонсируют квартальные результаты в конце октября 2025, за экранами разворачивается парадокс. Эти компании и облачные провайдеры коллективно инвестируют около 400 миллиардов долларов в AI-инфраструктуру в этом году. Одновременно исследование Массачусетского технологического института (MIT) обследовало более 300 AI-проектов и выявило жесткую реальность: примерно 95% этих инициатив не дают измеримых выгод. Это вызвало серьезные опасения в кругах инвесторов. Некоторые видят в текущем буме AI отголоски пузыря эпохи dot-com конца 1990-х годов. Выдающиеся лидеры бизнеса, включая Sam Altman из OpenAI, Jeff Bezos из Amazon и David Solomon из Goldman Sachs, предупредили в недавних месяцах, что энтузиазм вокруг технологических акций может выйти за пределы фундаментальной стоимости. ⚠️ ****Основная проблема: интеграция и масштабируемость** Большинство AI-проектов не переходят из пилотной фазы в production Причины: слабая интеграция в существующие workflow, проблемы с масштабированием Результат: 95% инициатив остаются незавершёнными без ROI ## Неопределённость отдачи и циклические сделки Отдача от инвестиций в AI для предприятий, принимающих эту технологию, остаётся непредсказуемой. Несмотря на запланированные инвестиции в мудрые технологии, компании борются с незавершёнными пилотными проектами и фазами внедрения, которые изо всех сил пытаются масштабироваться. Усложняющим фактором является сеть циклических договоров, которые напоминают структуры эпохи dot-com 1990-х годов. NVIDIA, один из основных поставщиков, заявил о $100 млн инвестициях в своих основных клиентов. OpenAI вступила в соглашения по AI-вычислениям стоимостью $1 триллион, при этом информация об источниках финансирования остаётся ограниченной. 💰 ****Экономика AI может быть переоценена** $400 млрд инвестиций в 2025 году, но отдача неясна AI-расходы поддерживают US экономику, но sustainability вызывает вопросы Риск: как dot-com bubble 2000, переоценка может привести к коррекции -40-60% ## Стоп-сигналы: критика изнутри индустрии Растущая скептичность видна не только у инвесторов, но и среди технологических лидеров. Andrej Karpathy, соучредитель OpenAI и бывший глава AI в Tesla, высказался недавно критически: «Индустрия пытается притворяться, что AI-результаты удивительны. Это не так. Это шлак.» Его комментарий резко выделяется на фоне обычного оптимизма венчурного мира. Проблема заключается в разрыве между маркетинговым шумом и реальной ценностью для конечных пользователей. Да, AI улучшил производительность разработки на 55%, но это благо часто сопровождается техническим долгом: несовместимостью версий, повторяющимся кодом и архитектурными компромиссами, которые увеличивают затраты на поддержку в 5-10 раз. ## Бизнес применение: реальные числа Среди компаний, которые успели внедрить AI и получить результаты, видна определённая закономерность. Они начинали с чётко определённых бизнес-проблем, а не с желания использовать технологию ради использования. Примеры, которые работают: - **Walmart** применил AI для логистики и оптимизации цепей поставок, достигнув измеримого сокращения времени доставки - **JPMorgan** использовал COIN (Contract Intelligence) для автоматизации проверки документов, экономя тысячи часов юридического труда - **Shell** применил предиктивный анализ для предотвращения отказов оборудования, повысив безопасность на 35% Отличие успешных кейсов: они не пытались автоматизировать всё сразу. Вместо этого они решали конкретные боли, имели качественные данные на входе и оставляли человека в цикле для критических решений. ✅ ****Рецепт успеха AI-проектов** 1\. Чёткая бизнес-задача с измеримой стоимостью решения 2\. Качественная инфраструктура данных (garbage in = garbage out) 3\. Human-in-the-loop для критических решений (не полная автоматизация) 4\. Масштабируемость: путь от proof-of-concept к production 5\. Прозрачность метрик: иначе нет способа отличить успех от траты денег ## Перспективы: что ждёт в ближайшие 12-24 месяца Вероятное развитие событий: **Оптимистичный сценарий:** Компании, которые пройдут пилот с результатами, начнут масштабировать. Это создаст «лесенку успеха» для других. Стоимость AI-сервисов упадёт, доступность вырастет. **Реалистичный сценарий:** Две-трёх скорости экономика: фирмы, которые выстроили AI правильно, получат конкурентное преимущество в 3-5 лет. Остальные будут «ловить воду» в попытках найти ROI. Циклы инвестиций замедлятся. **Пессимистичный сценарий:** Дальнейшая переоценка приводит к коррекции -40-60% в технологических акциях. Инвестиции замораживаются. Исследовательские лаборатории сокращают фонды. Текущие события этой недели (квартальные отчёты Big Tech) станут ключевым сигналом: инвесторы будут искать конкретные числа по использованию AI и измеримой отдачи, а не просто объёмы инвестиций. #### Узнать больше Исследование MIT: "The Gap Between AI and Business Reality" — детальный анализ 300+ проектов и ключевые факторы успеха. Доступно через MIT Sloan Management Review. [Читать на MIT Sloan](#) #### Источники информации Материал подготовлен на основе отчёта Reuters от 27 октября 2025 года, исследования MIT, официальных заявлений OpenAI, Amazon, Microsoft и Google. Данные актуальны на 28 октября 2025 года.