Большая Часть Корпоративных ИИ Работает В Режиме Реального Времени. Половина Компаний Не Может Доказать, Что Это Работает

Согласно опубликованному сегодня обзору Plug and Play 2026 Enterprise AI Strategy Pulse, корпоративный ИИ преодолел препятствие для внедрения и застрял на этапе проверки. Семьдесят четыре процента крупнейших предприятий мира в настоящее время используют по крайней мере одно решение для искусственного интеллекта в производстве, а 93% находятся на стадии тестирования или на более поздней стадии разработки. Половина компаний, находящихся на стадии производства, не могут сказать, сработало ли что-либо из этого. Выборка включает компании из списка Fortune 500 и Forbes Global 2000, так что это лидеры рынка, а не "хвост".

"Корпоративный ИИ преодолел порог внедрения, но не порог стоимости. Почти три четверти опрошенных нами предприятий используют искусственный интеллект в производстве, однако половина из них по-прежнему не может последовательно измерять рентабельность инвестиций. В следующей главе речь пойдет не столько о самих моделях, сколько об основах их функционирования: улучшенных данных, управлении, интеграции, владении и измерении. "Предприятиями, которые вырвутся вперед, будут те, которые последовательно внедряют производственные решения для достижения ощутимых бизнес-результатов", - сказал мне Амит Патель, венчурный партнер Plug and Play.

Вот общий пробел в корпоративном ИИ, который можно выделить из всех отчетов, представленных на рынке в настоящее время.

Вот что получается у топ-менеджеров правильно, а что - нет.

Два года экспериментального "чистилища" закончились. Только 5% из этих организаций называют себя сторонниками ИИ, но 37% используют ИИ в рамках одной функции, а 32% - в нескольких. Внедрение больше не является ограничением, и это реальное достижение, которое теряется при подсчете рентабельности инвестиций.

Девяносто два процента респондентов считают конфиденциальность данных, понятность и соответствие требованиям основными факторами при выборе поставщика, опережая производительность (74%) и гибкость (53%). Такой порядок был бы немыслим в 2024 году, когда benchmark оценивал сделки по продаже. Корпоративные покупатели поняли, что модель, которую они не могут объяснить, - это модель, которую они не могут защитить перед регулирующими органами, советом директоров или заказчиками.

Только 21% компаний, владеющих ИИ, в настоящее время находятся в ведении CAIO, руководства по ИИ или центра передового опыта. Тридцать семь процентов - в руках функциональных руководителей или руководителей подразделений, аBCG found 72% of CEOs are now the main AI decision-maker. This is correct in principle. Value is created inside the function, not inside IT, and the person accountable for the outcome should control the tool.

The narrowest deployments are the worst measured. Among companies running AI in a single function business function, the earliest and simplest stage of production, 74% three-quarters say ROI is too early to measure or is not tracked at all. That is worse than the topline half, and it is backwards from what you would expect, since a single function should make attribution easiest. A use case that goes live without a pre-deployment metric is unmeasurable forever, because there is nothing left to compare against.

Larger datasets confirm this is not a small-sample artifact. KPMG’s June 2026 pulse of more than 2,145 leaders across 20 countries found only 7% report established AI ROI. Deloitte's study of 3,235 leaders found 66% report productivity gains but only 20% see AI-driven revenue growth.

This is the mirror image of the third item AI leaders got right. Central IT spent decades learning to attribute spend to outcomes. A line-of-business head has a P&L but rarely a shared measurement framework, and almost never one that lets a CFO compare a marketing deployment against a supply chain deployment. Authority moved out of the technology function faster than the accounting discipline followed it, and the measurement gap is the bill for that.

IDC and Microsoft measure an average return of $3.70 per dollar spent on generative AI, with a median time to positive ROI of 14 months. Most enterprises review on four quarters. That mismatch kills projects on their way to a positive return and rewards the ones that produce a fast, shallow win.

The same short term viewshows up in data spending. Data foundations remain the top blocker to scale at 71%, and they stay elevated at every stage of adoption rather than fading as companies mature. Most enterprises still fund data work as project overhead instead of a standing line item. Integrate.io found strong data integration produces 10.3 times ROI against 3.7 times for poor connectivity.

Set up an AI metrics standard, owned by the CFO. Without it, every line-of-business leader will create a defensible framework for their own function, but none of those frameworks will be comparable or roll up across the enterprise. That is how companies end up with ownership sitting in 37% of the business and no unified view of value. Proof is what will carry Enterprise AI investment through the 2027 budget cycle.