10.04.2026  Новости, Бизнес-практикум, Индустрия развлечений, гостиничный, ресторанный и туристический бизнес, Консалтинг и системная интеграция, Менеджмент

На результаты внедрения искусственного интеллекта в компаниях влияет сложный комплекс факторов. Для получения эффективного решения необходим контроль его качества и устранение узких мест на протяжении всей работы над проектом. О том, как этого добиться, рассказали заместитель директора центра перспективных разработок IBS Денис Воденеев и старший аналитик группы Data Science IBS Илья Гайдуков. Почему инициативы по внедрению ИИ часто не срабатывают Исследование Массачусетского технологического института показало: 95% компаний не получают прибыли от инвестиций в искусственный интеллект. Это не значит, что у умных систем низкий потенциал применения в бизнесе — просто к их внедрению подходят недостаточно системно. Желая быстро достичь результатов, многие руководители воспринимают ИИ как «волшебную таблетку» и забывают, что эффективность таких технологий зависит от подготовительной работы, управления рисками, архитектуры ПО, методов тестирования и других факторов. ИИ-инициативы принесут разочарование и неоправданные затраты, если пытаться интегрировать искусственный интеллект в ИТ-ландшафт, который для него не предназначен. Другая распространенная причина трудностей — отсутствие конкретной цели или упор на технологии вместо фокуса на задачах бизнеса. Еще один способ провалить проект — неправильно выбрать пилотное направление или попытаться сразу решить глобальную задачу без апробирования модели ИИ или минимально жизнеспособного продукта (MVP) на старте. Искусственный интеллект ... читать далее.