Розгляд звіту MIT NANDA за липень 2025 року: чому 95% рівень невдачі пілотних проектів AI не є кінцем

Я є довірливим оптимістом і тримаю свій розум відкритим для будь-якої нової технології, яка приходить до мене. Моя остання одержимість, яка, безумовно, залишиться на довгий час? AI.

MIT NANDA недавно опублікував свою роботу під назвою «The GenAI Divide. State of AI in Business in 2025», і я вважаю, що ця робота справді варто прочитати. Вона дає стриманий погляд на AI та її місце в бізнесі сьогодні. Лента LinkedIn може здатися майже гістеричною щодо того, як AI змінила все, однак звіт малює іншу картину.

Походження, що таке MIT NANDA?

Networked Agents and Decentralized AI (акронім NANDA) – це амбітційна дослідницька ініціатива від MIT Media Lab. Проект охоплює понад 18 провідних дослідницьких інститутів з 6 континентів та великих імен у сфері технологій – подумайте про Meta, Dell, Microsoft та інші. Метою NANDA є真正 футуристична, якщо не революційна, ідея. Амбіція полягає у створенні основної інфраструктури для Інтернету агентів AI, тобто децентралізованої мережі, в якій агенти AI відкривають, верифікують і співпрацюють один з одним в Інтернеті через організаційні межі. По суті, NANDA працює над чіткими правилами, протоколами, керівними принципами та рамками, які дозволяють агентам AI взаємодіяти з іншими агентами від імені людей і організацій. Проект NANDA є відкритим, що означає, що він приймає підприємців, видатних осіб, технологів та політиків як повноцінних співробітників. (Чи ви відчуваєте відголоски Вікіпедії?)

Причина, з якої я розповідаю вам про це, полягає в тому, що звіт MIT NANDA – це вершина дослідницького торта щодо AI. Автори знаходяться на самому передньому краї світу AI, і їхні висновки слід сприймати серйозно (хоча з певною долею скептицизму).

Звіт готувався з січня і був опублікований у липні 2025 року. Звіт базується на систематичному огляді понад 300 відкритих ініціатив AI та інтерв’ю з лідерами 52 організацій, а також опитуваннях 153 старших керівників на чотирьох великих промислових конференціях.

5% рівень успіху пілотних проектів AI

У звіті вводиться термін «The GenAI Divide», який описує розрив, що відбувається (або не відбувається) в організаціях та навіть галузях, які успішно (або невдало) використовують AI. Якщо бізнес знаходиться «на неправильній стороні розриву», згідно з NANDA, бізнес не能够真正 змінитися, розвинутися та переосмислити свою структуру та бізнес-операції. Отже, бути на правильній стороні розриву означає мати відчутний результат від використання AI – «Цей інвестиційний бIAS підтримує розрив GenAI, спрямовуючи ресурси на видимі, але часто менш трансформаційні випадки використання, тоді як最高 ROI-можливості в функціях бек-офісу залишаються недофінансованими».

Причина, з якої звіт отримав таку гіп, полягає в його ключовому висновку. Резюме зазначає: «Незважаючи на інвестиції підприємств у розмірі 30-40 мільярдів доларів у GenAI, цей звіт розкриває несподіваний результат – 95% організацій не отримують жодної віддачі… Лише 5% інтегрованих пілотних проектів AI дають мільйони доларів вартості, тоді як більша частина залишається без жодного вимірного впливу на прибуток та збитки». Не надто перспективно, правда?

Основне обмеження, яке перешкоджає організаціям реалізувати справжню вартість AI, полягає в тому, що звіт визначає його як «учбовий розрив». Більшість систем GenAI фундаментально позбавлені можливості зберігати зворотний зв’язок, адаптуватися до контексту чи покращуватися з часом.

• Системи не вчаться із зворотним зв’язком. Насправді це означає, що менеджер надає йому той самий набір даних знову і знову, але жодного покращення продуктивності не відбувається. Один менеджер середнього ринку виробництва описав повторне завантаження того самого продуктивного посібника в свою систему AI для уточнення списків перевірки, але кожна ітерація копіювала ідентичні пропуски та помилки, без жодного вимірного покращення якості виходу, незважаючи на багаторазові сесії зворотного зв’язку.
• Знадобляється надмірний ручний контекст кожен раз. Інструменти AI позбавлені пам’яті між сесіями, тому кожна взаємодія означає повторне введення минулої інформації та контексту. Складні робочі процеси, на відміну від простих одноразових завдань, тягнуться та не можуть бути надійною підтримкою для тривалих проектів. У звіті цитується корпоративна юридична команда, яка для кожного проекту договору повинна повторно вводити клієнтські переваги, попередні дані про переговори та нормативні обмеження в інструмент AI – перетворюючи те, що повинно бути допоміжним робочим процесом, на часоємну роботу, яка підірває продуктивність у складних, багаторівневих проектах.
• Недостатня настройка для деяких бізнес-процесів. Замість того, щоб отримати гнучкий інструмент, який адаптується до ширшого контексту, ширший контекст адаптується до інструменту, змушуючи користувачів працювати навколо жорстких систем. Директор з інформаційних технологій відзначив, що їхній постачальник AI «відчувався як одноразовий ящик», змушуючи команди змінити свої робочі процеси кредитної перевірки, щоб вони пасували до жорстких входів інструменту, а не мали б AI, який адаптувався до встановлених процесів. Несумістність врешті-решт призвела до скасованих пілотних проектів

Мої головні висновки з звіту NANDA

1. Тіньова економіка AI процвітає

У звіті вводиться термін «тіньова економіка AI», який описує, як співробітники використовують AI на своєму рівні як особистий інструмент, а не як інструмент, затверджений організацією. Це здається мені знайомим. Моя подруга з китайської автомобільної компанії у сфері CIS розповіла, що вона використовує ChatGPT для написання контенту в додатку (новини, реклама тощо). Вона каже, що на рівні штаб-квартири жоден інструмент AI не був затверджений для загального використання, тому її використання AI є її особистим стимулом і заощадженням часу, про яке вона не говорить зі своїм менеджером.

У звіті наводяться дуже конкретні цифри. Хоча лише 40% компаній придбали офіційні підписки на LLM, працівники понад 90% опитаних компаній повідомили про регулярне використання особистих інструментів AI для робочих завдань. Це тіньове використання часто дає кращий ROI, ніж офіційні підприємства, розкриваючи, що насправді працює, коли люди мають доступ до гнучких інструментів.

2. Інвестиційний розподіл відображає неправильні пріоритети

У звіті розкривається суттєва невідповідність між інвестиціями в AI та реальним потенціалом ROI. Приблизно 50% бюджетів GenAI спрямовуються на функції продажів та маркетингу, головним чином тому, що результати можна легко виміряти та узгодити з показниками рівня ради директорів. Однак最高 ROI часто виникають з автоматизації бек-офісу, наприклад, ліквідації BPO, яка може заощадити до 10 мільйонів доларів на рік, скорочення зовнішніх творчих витрат на 30% та щорічні збереження на суму 1 мільйон доларів на зовнішньому ризик-менеджменті. Цей інвестиційний бIAS підтримує розрив GenAI, спрямовуючи ресурси на видимі, але часто менш трансформаційні випадки використання.

Однак моя особиста віра полягає в цьому. З того, що я пам’ятаю зі свого досвіду в міжнародній банківській компанії, яка володіє роздрібними банками по всьому світу, введення інструменту, який проникає в органи організації, живиться її даними та (хто знає?) витікає внутрішню інформацію назовні, є великим ризиком. Тому я розумію, чому реєстрація в AI-фабриці контенту для легких творчих робіт для реклами в Facebook є тривіальною, тоді як складні порушення бек-енду не сприймаються з таким же ентузіазмом. Хіба що це було наказом безпосередньо з рівня C, впровадження серйозних порушень AI у хребет компанії зайняло б принаймні 12 місяців.

На щастя, у мене була можливість побачити внутрішню роботу автоматизації AI, створену для команди продажів місцевої компанії з виробництва вікон. Вони найняли фрілансера з n8n, і він побудував їм інструмент AI для аналізу дзвінків та чату. Бізнес тепер міг знайти вузькі місця в своєму каналі швидше, і більше болісних моментів стали очевидними, оскільки AI допомогла бізнес-процесу обробляти письмову та усну мову. Їхній рівень задоволеності був надзвичайно високим, з більшою кількістю даних, оброблених швидше.

3. Внутрішні розробки програють зовнішнім постачальникам

Щиро кажучи, цей висновок мене здивував. На відміну від поширеного переконання, що підприємства повинні будувати自己的 інструменти AI, дослідження показує, що стратегічні партнерства з зовнішніми постачальниками вдвічі частіше досягають розгортання порівняно з внутрішніми зусиллями з розробки. Хто б міг подумати, правда? Ну, очевидно, не я.

Організації, які ставляться до постачальників AI як до провайдерів бізнес-сервісів – вимагаючи глибокої настройки та тримаючи їх відповідальними за операційні результати, а не за показники моделі – досягають значно вищого рівня успіху та швидшого часу до отримання вартості.

4. Вищі інвестиції означають вищу розрив? Не зовсім.

За допомогою складеного індексу розриву ринку AI звіт розкриває, що лише дві галузі – Технології та Медіа та Телекомунікації – демонструють явні ознаки структурного розриву через GenAI. Семи з дев’яти великих секторів демонструють значну пілотну діяльність, але мінімальну структурну зміну, з галузями, такими як Охорона здоров’я, Фінансові послуги та Енергетика, які демонструють показники розриву нижче 0,5 за 5-бальною шкалою. Ця розрив між видимістю інвестицій та справжньою трансформацією демонструє розрив GenAI на рівні галузі.

Чому 95% рівень невдачі є тимчасовим

Незважаючи на здавалося б безнадійні проміжні результати, є певне світло в кінці тунелю. Звіт пояснює, що розрив GenAI є тимчасовим і буде подоланий завдяки новим розробкам.

NANDA сама є одним з провідних учасників у створенні ще більш зв’язаного світу AI. Механізми, які звіт цитує, – це Протокол контексту моделі (або MCP) та Протокол агента до агента (або A2A) – як основа для безшовної взаємодії агентів та автономної координації між системами.

Зусилля NANDA та ці інструменти є шляхом до того, чого саме NANDA прагне – до Вебу агентів, мережі агентів, здатних до автономної координації в Інтернеті. Їхня взаємодія буде розроблена для заміни статичних робочих процесів динамічними самоосвітлюваними системами.

Чи це звучить як щось надто гарне, щоб бути правдою, або навіть магією? Ну, Microsoft Copilot Studio’s Multi-Agent Orchestration – це найближче наближення до цього бачення. Система допомагає будувати дерево агентів, де головний агент Copilot запускає субагентів, які відповідають за конкретні завдання, такі як планування або генерація документів. Кожен агент залишається в межах своєї сфери діяльності, одночасно координуючи з іншими. Щоб виразити це більш практичними термінами, коли користувач запитує “План нашого запуску продукту Q4”, агент-оркестратор автоматично делегує спеціалізованим агентам – одному керує дослідженням ринку, інший керує створенням графіка, а третій координує з інструментами проекту. Робота відбувається синхронно, проте автономно.

Отже, що залишає нас звіт NANDA? Віконце для подолання розриву GenAI швидко звужується, оскільки підприємства починають закріплювати відносини з постачальниками, які мають інструменти, здатні до навчання, які створюють розрив і оптимізують бізнес-операції на бек-енді, додаючи швидкість самому ядру організацій. Успіх полягає в тому, щоб купувати системи агентів AI, а не будувати їх з нуля внутрішньо. Коли агентське навчання, пам’ять та самообслуговування стають більш поширеними, поточний 95% рівень невдачі поступиться місцем новій ері, в якій системи AI співпрацюватимуть безшовно між постачальниками, доменами та організаційними межами. Це майбутнє – справжня віддача від поточних інвестицій.

Альтернативні погляди на прийняття AI

Проект NANDA зробив чудову роботу, зібравши дані з кількох джерел та опитавши лідерів з кількох галузей. Але чи є це остаточним словом щодо світового прийняття AI? Якщо ви, як і я, знайшли The GenAI Divide трохи депресивним, якщо не обезкуражуючим, я знайшов ці альтернативні погляди на прийняття AI, щоб підтримувати мою особисту віру в AI.

• Jed Nykolle Harme з IT Brief UK розбив CIO Playbook 2025 від Lenovo. Дослідження включає в себе відгуки лідерів IT з Європи, Середнього Сходу та Африки, і його висновок значно більш перспективний. Виявляється, роздрібна галузь лідирує, коли мова йде про задоволеність AI, де 96% результатів пілотних проектів AI відповідають або перевищують очікування.
• Раніше я висловлював співчуття величезним гравцям корпоративного ринку, які знаходять AI важким для впровадження та не особливо відкритим для інтенсивної інтеграції. Lenovo, однак, малює іншу картину з галузями Банківських, Фінансових послуг та Страхування (BFSI): незважаючи на найнижчий рівень прийняття AI – 7%, 33% тих, хто тестує AI, повідомляють, що пілотні проекти перевищують очікування. Секрет таких позитивних тенденцій полягає в «осторожному підході», як каже Arabian Business.
• Інший заспокійливий звіт IBM CEO Study починається з сміливого передмови віце-президента IBM Гері Кона: «З прискоренням прийняття AI… остаточна вигода прийде лише до тих CEO, хто має сміливість прийняти ризик як можливість. … Коли бізнес-середовище нестабільне, використання AI та власних даних підприємства для визначення місця, де є вплив, є конкурентною перевагою. На цьому етапі лідери, які не використовують AI та власні дані для руху вперед, приймають свідоме рішення не конкурувати».
• Дослідження IBM CEO показує деякі надихаючі факти. Наприклад, передбачається, що інвестиції в AI зростуть більш ніж удвічі протягом наступних двох років, тому майже 20% загального бюджету IT буде виділено на AI – це демонструє, що незважаючи на видимі та доведені виклики, віра в AI сильна та, що найважливіше, це стратегічна інвестиція, а не реактивне витрачання.
• Останнє, але не менше, 64% CEO у звіті погоджуються, що ризик відставання стимулює інвестиції в нову технологію ще до того, як буде досягнуто чіткого розуміння її впливу. Однак немає швидких рішень. Замість цього приймаються рішення щодо «стратегічного хеджування». У простих термінах, коли конкурент запускає чат-бот AI для персоналізованих рекомендацій, ви робите те саме для свого сайту. Ви можете не бути впевнені щодо зростання доходів, але ви знаєте, що якщо ви відстаєте ще два роки, поки не зіб’ється «ідеальний набір даних», ви безповоротно втрачите імпульс. Тому правило просте: агресивно копіюйте, а потім дивіться на результат.

Висновок

У висновку я хотів би висловити свою особисту віру в AI. Як підприємець, CMO, бізнес-розробник та колишній офісний працівник у банку, я бачу багато способів, як AI може допомогти оптимізувати бюджети, оптимізувати робочі процеси та підтримати команди. Будуще прискорене та розширено. Якщо бізнес хоче конкурувати, йому потрібно бути AI-компетентним. Хоча висновки, які я представив, є суперечливими, я переконаний, що поточний ландшафт AI, з його піками та низинами, є природним навчальним терміном, який повторюється знову і знову з кожною новою технологією.
boost команди. Будуще прискорене та розширено. Якщо бізнес хоче конкурувати, йому потрібно бути AI-компетентним. Хоча висновки, які я представив, є суперечливими, я переконаний, що поточний ландшафт AI, з його піками та низинами, є природним навчальним терміном, який повторюється знову і знову з кожною новою технологією.