30% промышленных компаний качество данных мешает при внедрении ИИ - IT Speaker, новости информационных технологий

30% промышленных компаний качество данных мешает при внедрении ИИ

Редакция

11:50 / 06 октября 2026

79% промышленных компаний сообщили о разрыве между ожиданиями и реальными результатами внедрения ИИ. Так, чаще всего ожидания руководства от ИИ превышают реальные возможности компаний. Об этом стало известно из исследования «К2Тех» среди 150 руководителей крупных промышленных компаний. Редакция IT Speaker ознакомилась с результатами. 

Фотография freepik

По результатам исследования, 30% респондентов отмечают сильный разрыв между ожиданиями руководства и реальностью. Причина в том, что от ИИ ждут быстрых результатов, однако данные и инфраструктура не готовы. Еще 49% сообщили, что ожидания руководства только частично соответствуют текущим возможностям. Полное соответствие отметили 5% участников исследования, 16% не смогли оценить этот критерий. 

Интересно, что управление ИИ не везде выстроено как отдельный процесс. В 19% компаний формально не закреплена ответственность за риски использования генеративного ИИ, а у 23% нет системного управления ИИ с политиками, ролями и контролем. Еще 30% оценивают эффективность такого управления без формальных метрик – по тому, как идет процесс. 

30% выделили низкое качество данных как одно из препятствий для достижения быстрого и измеримого результата от внедрения ИИ. Полностью готовыми свои данные считают лишь 5%. У 46% компаний они готовы частично и требуют доразметки, очистки или объединения из разных источников. 

Решение этих задач не всегда получает отдельное финансирование. В 37% компаний бюджет на управление данными и ИИ не выделяется – работы ведутся в рамках текущих ИТ-задач. У 33% респондентов бюджет вырос на 10-30%, и только 14% сообщили об увеличении более чем на 50%. 

Дополнительный вопрос для промышленных компаний – готовность data-инфраструктуры к новым требованиям регулирования ИИ. Многие из них относятся к КИИ, поэтому требования закона распространяются на них. Полностью готовыми к нему считают себя 12% респондентов. Частично готовыми назвали себя 48% – им требуется доработка процессов и платформ. Еще 21% ожидают значительной трансформации data-ландшафта, а 19% на момент исследования еще не проводили оценку. 

Ограничения есть и на уровне вычислений. Для 27% опрошенных именно недостаток мощностей стал главным из них. 24% арендуют GPU у сторонних провайдеров, 21% сочетают собственные мощности с облаком для пиковых нагрузок и ещё 21% располагают собственными GPU-кластерами с достаточным запасом ресурсов.  Еще одно ограничение – недостаток качественных специалистов и экспертизы. Так, 75% из них не умеют делать ИИ-процессы безопасными для бизнеса.

«Чтобы ИИ дал результат, которого ждет руководство, нужно смотреть на внедрение ИИ комплексно, исходя прежде всего из ожидаемого результата. Прежде чем приступать к любым действиям, компании нужно оценить свою готовность к конкретному сценарию: достаточно ли качественных данных и вычислительных ресурсов, кто будет отвечать за работу решения и как измерять его эффективность. Затем – определить, как встроить его в текущие процессы. Для специалистов предприятия это сложная задача на стыке нескольких направлений, особенно когда ее приходится решать параллельно с текущими ИТ-задачами. Это тоже важно учитывать при проработке плана, иначе сроки внедрения могут оказаться нереалистичными», – отметил Дмитрий Красников, руководитель практики Big Data & BI «К2Тех». 

Ранее редакция IT Speaker писала о том, что Yandex B2B Tech совместно с Selectel и MetaMentor запустили совместный проект, меняющий подход к ИИ для бизнеса. Продукт класса On-Premises AI-as-a-Service доступен в формате программно-аппаратного комплекса. 


Поделиться новостью