> ## 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.

# ИИ внедрили все. Посчитали эффект — единицы
- URL: https://eclibra.com/ai-roi-measurement-problem-2026/
- Published: 2026-03-18T08:00:28.000Z
- Updated: 2026-03-18T08:00:28.000Z
- Description: 88% компаний используют ИИ, но реальную выгоду измеряют лишь 5%. Разбираем, почему ROI от ИИ так сложно посчитать — и что делают те, кому это удаётся.
- Author: Eclibra
- Tags: Инсайты, #mode-short, #hook-paradox

Компании вложили в ИИ сотни миллиардов долларов. Только глобальные расходы на технологию в 2025 году превысили $640 млрд. Но когда финансовый директор задаёт простой вопрос — «сколько мы заработали на этом?» — в комнате воцаряется тишина.

Парадокс 2026 года выглядит так: ИИ внедряют почти все, измеряет его эффект — почти никто. По данным McKinsey, 88% крупных компаний используют ИИ хотя бы в одной функции. Но по данным Boston Consulting Group, реальную измеримую выгоду получают лишь 5% из них. Разрыв не в технологии — он в том, как компании считают результат.

🎯

****Ключевые выводы**  
  
88% компаний используют ИИ, но только 5% получают от него измеримую экономическую выгоду — разрыв объясняется не качеством технологии, а отсутствием метрик.  
  
Инвесторы и менеджеры живут в разных временных горизонтах: 53% инвесторов ожидают возврата инвестиций за 6 месяцев, тогда как 84% руководителей считают, что это займёт больше года.  
  
Компании, которые измеряют ROI от ИИ, применяют один принцип: сначала формулируют бизнес-проблему, потом выбирают инструмент — а не наоборот.

## Почему не считается

Проблема не техническая. По данным Forbes и Zarya Ventures, подсчёт ROI от ИИ просто не ведётся — ни на уровне пилотов, ни на уровне стратегии. Компании фиксируют «эффект от внедрения», не отделяя его от эффекта обычной оптимизации процессов.

Исследователи из MIT описывают эту ловушку точно: если в тестовой группе конверсия выросла на 13%, а в контрольной — на 5%, то вклад ИИ составляет 8 процентных пунктов, а не 13\. Без изолированного измерения компании видят рост и приписывают его технологии целиком. Так формируются завышенные ожидания.

Второй барьер — горизонт ожиданий. По данным опроса Teneo среди 350 руководителей крупных компаний, 53% инвесторов хотят возврата вложений за полгода или быстрее. При этом 84% руководителей бизнесов уверены: меньше чем за год это невозможно. Две стороны одной таблицы совещания буквально говорят о разных вещах.

## Кто всё-таки считает — и что у них общего

Компании, которым удаётся измерить эффект ИИ, следуют одному принципу. «Северсталь» получила более 2 млрд рублей экономического эффекта, «Норникель» — около $100 млн за счёт роста извлечения металлов на 2,5%. Сбер зафиксировал почти 30 млрд рублей эффекта от генеративного ИИ за первое полугодие 2025 года. Все эти компании начинали не с вопроса «какой ИИ внедрить», а с вопроса «какую конкретную проблему решить».

Это меняет и метрику. Вместо абстрактного «повышения эффективности» — снижение процента брака на конкретном участке, сокращение времени обработки заявки с 4 часов до 40 минут, рост конверсии в конкретном канале. Такие показатели можно проверить и оспорить. Именно поэтому их и избегают.

> Главная проблема — компании начинают с вопроса «какой ИИ внедрить», а не «какую бизнес-проблему решить». Результат предсказуем: деньги освоены, пилоты запущены, отчёты написаны. Эффект — на слайде.— Павел Подкорытов, сооснователь Napoleon IT

## Что с этим делать

Проблема измерения ROI от ИИ — не техническая и не аналитическая. Это управленческая проблема. Пока бюджет на ИИ-проект утверждается без согласованной метрики успеха, измерять будет нечего и незачем.

Простой тест: если в вашей компании нет ответа на вопрос «по какому показателю мы поймём, что ИИ сработал», — ИИ-проект ещё не начался. Он находится на стадии маркетинга.

🔮

****К концу 2027 года не менее 40% крупных компаний (выручка от $1 млрд) внедрят стандартизированные метрики ROI от ИИ как обязательное условие запуска любого ИИ-проекта.**  
  
Вероятность: 60% — регуляторное давление (EU AI Act) и рост требований со стороны инвесторов превратят измерение ROI из «лучшей практики» в корпоративный стандарт.

**Практический инсайт:** Прежде чем запускать следующий ИИ-пилот, зафиксируйте одну метрику — измеримую, с базовым значением и целевым порогом. Это единственное условие, при котором через год вы сможете сказать, сработало или нет.

[ИИ-проекты съедают бюджеты, но не приносят ROIРазбор причин провала ИИ-внедрений в российских компаниях: почему классические модели ROI не работают и как выстроить фреймворк оценки.Habr](https://habr.com/ru/articles/951682/?ref=eclibra.com)

Практический разбор с реальными кейсами — редкий случай, когда проблема описана изнутри, а не из консалтингового отчёта.

[Почему весь 2025 год мир говорил об «ИИ-пузыре»Forbes собрал данные опроса Teneo (350 руководителей) о разрыве ожиданий между инвесторами и менеджерами по срокам возврата ИИ-инвестиций.Forbes Russia](https://www.forbes.ru/tekhnologii/552358-splosnoe-naduvatelstvo-pocemu-ves-2025-j-god-mir-govoril-o-ii-puzyre?ref=eclibra.com)

Ключевые данные по конфликту горизонтов ожиданий — цифры, которые объясняют, почему разговор о ROI от ИИ так сложно начать.

[Как бизнес и государство в России проигрывают гонку за ИИДанные по реальному использованию ИИ в российских компаниях: 90 млрд рублей инвестиций, 5,8% реального применения и примеры тех, кто всё-таки считает эффект.Forbes Russia](https://www.forbes.ru/mneniya/555203-iskusstvennyj-progress-kak-biznes-i-gosudarstvo-v-rossii-proigryvaut-gonku-za-ii?ref=eclibra.com)

Лучший источник по российскому контексту — содержит и провальные кейсы, и примеры успешного измерения эффекта от ИИ.