Что говорят McKinsey, Gartner, BCG и Sequoia про внедрение ИИ — и что это значит для вас

За 2025 год ИИ перестал быть экспериментом отдела инноваций и стал строкой в годовом плане.

Но между «внедрили» и «получили прибыль» — пропасть, и крупные исследования это уже измерили. McKinsey: ИИ регулярно используют 88% организаций, а влияние на прибыль на уровне всей компании видят 39%. Gartner: более 40% агентских ИИ-проектов закроют к концу 2027 года. BCG: устойчивую ценность от ИИ в масштабе получают 5% компаний.

Это не повод сворачивать ИИ — это карта, где именно теряется ценность.

Ниже — самые частые вопросы бизнеса про внедрение ИИ, ответ на каждый из них названной цифрой из первоисточника (McKinsey, Gartner, BCG, Sequoia) и то, какой механизм отделяет 5% получивших результат от 60% не получивших.

Все цифры даны на дату проверки 28.06.2026 со ссылкой на отчёт — рынок ИИ устаревает за недели, перед решением сверяйте с первоисточником.

Внедрили почти все: по опросу McKinsey (n≈2 000 респондентов, поле — лето 2025), ИИ регулярно применяют 88% организаций хотя бы в одной бизнес-функции — против 78% годом ранее. С агентами экспериментируют 62%.

Так что отставание не в самом факте внедрения.

Влияние ИИ на прибыль на уровне всей компании (EBIT) отмечают только 39% респондентов, и большинство из них оценивают это влияние ниже 5%.

Полностью масштабировали ИИ по предприятию лишь 7%.

Иначе говоря: внедряют все, ценность извлекают единицы.

Правильный вопрос — не «успели ли мы», а «попадает ли ИИ в процесс, где даёт измеримый эффект».

Потому что большинство — ранние эксперименты и proof-of-concept, запущенные на волне хайпа и часто примененные не к той задаче. Gartner прямо прогнозирует: более 40% агентских ИИ-проектов будут отменены к концу 2027 года.

Три причины: рост затрат, неясная бизнес-ценность и недостаточный контроль рисков. К этому добавляется «agent washing»: из тысяч вендоров, заявляющих агентские решения, по оценке Gartner лишь около 130 предлагают действительно агентские возможности — остальное это переименованные ассистенты, чат-боты и RPA.

Вывод для покупателя: фильтровать не по слову «агент» в презентации, а по тому, какой проверяемый бизнес-результат закрывает проект.

Как выбрать задачу и пилот так, чтобы не попасть в эти 40% — в отдельном разборе как избежать провала и что замедляет внедрение ИИ.

Не размер бюджета, а фокус. BCG в исследовании более 1 250 компаний (сентябрь 2025) выделяет 5% «future-built» — тех, кто получает ценность от ИИ в масштабе; 60% — отстающие с практически нулевым материальным эффектом.

Лидеры обгоняют отстающих примерно вдвое по росту выручки и дают на ~40% больше экономии затрат в тех областях, где применяют ИИ.

Ключевое наблюдение для стратегии: лидеры концентрируются в среднем на 3,5 сценария применения ИИ, тогда как отстающие распыляются на 6,1 — и при меньшем числе сценариев получают примерно в 2,1 раза больше отдачи на вложение.

Меньше фронтов, глубже проработка каждого — это и есть механизм, а не лозунг. У McKinsey тот же вывод с другой стороны: из ~25 проверенных факторов сильнее всего на влияние ИИ на EBIT действует редизайн рабочих процессов — переделать процесс под ИИ, а не навесить ИИ на старый.

Слой базовых моделей консолидируется. Sequoia в эссе «AI in 2025» описывает гонку крупнейших моделей как сужение до «пяти финалистов»: Microsoft/OpenAI, Amazon/Anthropic, Google, Meta и xAI. 2025 год там же назван годом стабилизации капзатрат: после почти удвоения CapEx с до-ChatGPT уровней ожидается нормализация и переход от гонки контрактов к исполнению.

Бытовой прогноз Sequoia: каждый знание-работник будет использовать минимум два ИИ-поисковика ежедневно — один для работы, один для всего остального.

Агенты при этом из демо превращаются в долю ценности.

По BCG, ИИ-агенты дают около 17% всей ценности ИИ в 2025 году и, по прогнозу, достигнут ~29% к 2028-му.

Что такое агентский ИИ и где он реально оправдан — в разборе ИИ-агенты 2025: автономные LLM-системы; рядом держите фильтр Gartner про «agent washing».

Сложив четыре отчёта, получаем одну картину.

Внедрили почти все (88%), прибыль видят немногие (39%), в масштабе ценность берут единицы (5%), а главный рычаг — редизайн процесса и фокус на немногих сценариях.

Это и есть позиция KT.Team: маленькие сильные команды берут один процесс, переделывают его под ИИ и отвечают за бизнес-результат, а не за факт внедрения.

Практический выбор, который стоит за этими цифрами, — строить ИИ-компетенцию внутри или покупать готовое решение.

Ответ зависит не от моды, а от того, насколько процесс уникален и насколько часто он будет меняться.