К2Тех: 79% промышленных компаний видят разрыв между ожиданиями от ИИ и готовностью
Опрос К2Тех среди 150 руководителей крупных промышленных компаний показал: у 79% ожидания топ-менеджмента от ИИ расходятся с реальными возможностями. Главным барьером 30% назвали низкое качество данных, ещё 27% — нехватку вычислительных мощностей.
- 79% участников опроса К2Тех сообщили о разрыве между ожиданиями руководства от ИИ и готовностью компаний
- 30% назвали низкое качество данных главным барьером, полностью готовыми свои данные считают лишь 5%
- Для 27% опрошенных главным ограничением стала нехватка вычислительных мощностей
Компания «К2Тех» провела исследование среди 150 представителей руководящего состава крупных промышленных предприятий. 79% респондентов заявили, что ожидания руководства от искусственного интеллекта превышают реальные возможности их организаций.
Сильный разрыв между ожиданиями и реальностью отметили 30% участников: от ИИ ждут быстрых результатов, хотя данные и инфраструктура не готовы. У 49% компаний ожидания лишь частично соответствуют текущим возможностям, полное соответствие отметили 5%. Ещё 16% не смогли оценить этот критерий.
Данные и управление рисками
Главным барьером для быстрого и измеримого результата от ИИ 30% назвали низкое качество данных. Полностью готовыми свои данные считают только 5% компаний, у 46% они готовы частично и требуют доразметки, очистки или объединения из разных источников. В 37% компаний бюджет на управление данными и ИИ отдельно не выделяется — работы идут в рамках текущих ИТ-задач. У 33% бюджет вырос на 10–30%, у 14% — более чем на 50%.
Управление ИИ не везде выстроено как отдельный процесс. В 19% компаний формально не закреплена ответственность за риски генеративного ИИ, у 23% нет системного управления с политиками, ролями и контролем. Ещё 30% оценивают эффективность такого управления без формальных метрик.
Регулирование и вычисления
Многие промышленные компании относятся к КИИ, поэтому на них распространяются требования регулирования ИИ. Полностью готовыми к ним себя считают 12% респондентов, частично — 48%, ещё 21% ожидают значительной трансформации data-ландшафта, а 19% на момент исследования оценку не проводили.
Нехватка вычислительных мощностей стала главным ограничением для 27% опрошенных. 24% арендуют GPU у сторонних провайдеров, 21% сочетают собственные мощности с облаком для пиковых нагрузок, ещё 21% располагают собственными GPU-кластерами с достаточным запасом ресурсов.
Дмитрий Красников, руководитель практики Big Data & BI «К2Тех», отметил: «Чтобы ИИ дал результат, которого ждёт 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».
По данным «К2 Кибербезопасности», защита ИИ входит в топ-5 приоритетов четверти российских корпораций. 38% крупных компаний разрабатывают собственные ИИ-решения для внутренних процессов, но 75% из них не умеют делать их безопасными — процессы не соответствуют стандарту MLSecOps.
Для профиТехнические детали: архитектура, цифры, ссылки
- Опрос: 150 представителей руководящего состава крупных промышленных компаний.
- Готовность данных: 5% — полностью, 46% — частично, 30% назвали качество данных главным барьером.
- Бюджеты: 37% не выделяют отдельный бюджет на управление данными и ИИ, 33% увеличили его на 10–30%, 14% — более чем на 50%.
- Вычисления: для 27% главное ограничение — нехватка мощностей; 24% арендуют GPU, 21% используют гибридную схему, 21% имеют собственные GPU-кластеры с запасом.
- Безопасность ИИ: 38% крупных компаний разрабатывают собственные ИИ-решения, 75% из них не соответствуют стандарту MLSecOps.
Что это значит для России
Исследование касается российских промышленных компаний, многие из которых относятся к КИИ и подпадают под требования регулирования ИИ. Данные показывают, что большинство из них не готовы к новым требованиям: полностью готовы 12%, частично — 48%.
Отдельное ограничение — нехватка вычислительных мощностей: для 27% она стала главной. Часть компаний арендует GPU у сторонних провайдеров или использует гибридные схемы.
Вопросы и ответы
- Сколько компаний участвовало в исследовании?
- 150 представителей руководящего состава крупных промышленных компаний.
- Какой главный барьер для внедрения ИИ?
- Низкое качество данных — его назвали 30% респондентов. Полностью готовыми свои данные считают лишь 5%.
- Сколько компаний разрабатывают собственные ИИ-решения?
- 38% крупных компаний занимаются разработкой собственных ИИ-решений для внутренних процессов, но 75% из них не умеют делать их безопасными по стандарту MLSecOps.
