KPMG: Как AI-агенты повышают прибыльность предприятий

Инвестиции в искусственный интеллект (AI) по всему миру стремительно растут, однако данные KPMG показывают, что разрыв между расходами на AI и измеримой бизнес-ценностью быстро увеличивается. Согласно первому квартальному опросу Global AI Pulse от KPMG, несмотря на то, что глобальные организации планируют потратить в среднем 186 миллионов долларов на AI в течение следующих 12 месяцев, лишь 11% из них достигли стадии развертывания и масштабирования AI-агентов, способствующих достижению бизнес-результатов на уровне всего предприятия.

Тем не менее, центральный вывод заключается в том, что AI не терпит неудачи; 64% респондентов утверждают, что AI уже приносит значимые бизнес-результаты. Однако слово «значимые» в этом контексте играет важную роль, и расстояние между незначительными приростами производительности и тем видом операционной эффективности, который действительно влияет на прибыль, для большинства организаций остается значительным.

Отчет KPMG выделяет так называемых «лидеров AI» — организации, которые масштабируют или активно используют агентный AI, и всех остальных. Разница в результатах между этими двумя группами впечатляющая. Стив Чейз, глобальный руководитель AI и цифровых инноваций в KPMG International, отметил: «Первые результаты Global AI Pulse подтверждают, что увеличение расходов на AI не всегда означает создание ценности. Ведущие организации выходят за рамки простого внедрения, развертывая AI-агентов для переосмысления процессов и изменения того, как принимаются решения и как протекает работа в компании».

Среди лидеров AI 82% сообщают, что AI уже приносит значимую бизнес-ценность. У их коллег этот показатель составляет 62%. Разница в 20 процентных пунктов может показаться незначительной, но она быстро накапливается, когда рассматривается в контексте: это не только лучшие инструменты, но и принципиально разные философии развертывания. Организации из 11% используют агентов, которые координируют работу между функциями, направляют решения без человеческого посредничества на каждом этапе, извлекают данные в реальном времени и предупреждают о возможных аномалиях.

В IT и инженерных функциях 75% лидеров AI используют агентов для ускорения разработки кода, в то время как у их коллег этот показатель составляет 64%. В операциях, где основным случаем использования является оркестрация цепочки поставок, разница составляет 64% против 55%. Эти различия в уровнях принятия инструментов отражают разные уровни реорганизации процессов.

Большинство предприятий, которые развернули AI, сделали это, добавляя модели к существующим рабочим процессам, не переосмысливая сами процессы. Это приводит к незначительным приростам. Организации, которые сокращают разрыв в производительности, изменяют подход: они сначала переосмысляют процесс, а затем развертывают агентов для работы в новой структуре. Разница в возврате на инвестиции в AI между этими двумя подходами в течение трех-пяти лет, вероятно, станет определяющим конкурентным фактором в нескольких отраслях.