ИИ-трансформация госсектора и бизнеса 2025: мировые исследования и кризис лидерства

Где ИИ действительно создает стоимость

Исследование BCG делит организации на три группы.

Только 5% компаний отнесены к future-built — организациям, уже создавшим необходимые способности для системного извлечения ценности из ИИ. Еще 35% находятся в стадии масштабирования. Оставшиеся 60% получают минимальный или практически нулевой материальный эффект, несмотря на инвестиции.

Причем разрыв уже измеряется не красивыми презентациями. По BCG, future-built компании получают от ИИ примерно в пять раз больший прирост выручки и втрое большее сокращение затрат, чем другие компании. На горизонте 2028 года они ожидают в областях применения ИИ вдвое больший прирост выручки и на 40% большее снижение затрат по сравнению с отстающими.

Но еще интереснее другое. Около 70% потенциальной ценности ИИ BCG относит к основным бизнес-функциям — тем местам, где организация создает свой основной продукт и результат, а не просто автоматизирует вспомогательные операции.

Это важная поправка к распространенному подходу: сначала поставить ИИ в переписку, протоколы совещаний и подготовку презентаций, а потом считать, что организация «трансформируется».

ИИ-агенты усиливают этот разрыв. В расчетах BCG на них приходится около 17% совокупной AI-ценности в 2025 году, а к 2028 году доля может вырасти до 29%. Это не означает, что «29% работы заберут агенты у людей». Речь именно о доле создаваемой ИИ ценности.

Если портфель компании состоит из сорока несвязанных пилотов, проблема может быть не в том, что пилотов мало. Возможно, их уже слишком много.

Доверие: решения принимаются быстрее, чем растет уверенность

Самый опасный разрыв обнаруживается между использованием ИИ и доверием к нему.

В исследовании Avanade 96% опрошенных decision makers сообщили, что используют ИИ при принятии решений. При этом полностью доверяют результатам ИИ только 26%. Еще 29% готовы отдавать ИИ автономно отдельные потенциально высокорисковые решения.

Получается странная управленческая конструкция: технология уже участвует в решении, но организация еще не уверена, насколько ей можно верить.

Есть и второй разрыв — между руководством и сотрудниками.

McKinsey обнаружил, что руководители C-suite считали: генеративный ИИ используют более чем для 30% повседневной работы лишь 4% сотрудников. Сами сотрудники сообщили о 13% — более чем втрое больше.

При этом 48% сотрудников в американской выборке McKinsey говорят, что формальное обучение от работодателя увеличило бы их использование ИИ; это самый востребованный из перечисленных инструментов поддержки.

И здесь появляется важная возможность. 71% сотрудников доверяют собственному работодателю безопасно и этично внедрять ИИ — больше, чем университетам, технологическим корпорациям и стартапам.

То есть у организаций еще есть кредит доверия. Но он не бесконечен.

PwC показывает масштаб последствий уже на уровне экономики. В оптимистичном сценарии, где ИИ дает сильный рост производительности, ответственно внедряется и получает достаточный уровень доверия, мировая экономика к 2035 году может оказаться почти на 15% больше, чем без такого эффекта. В менее благоприятных сценариях AI-dividend сокращается до 8% или даже 1%. Это сценарное моделирование, а не утверждение, что один процент доверия напрямую превращается в определенный процент ВВП.

Именно поэтому коммуникации здесь перестают быть сопровождением IT-проекта.

Людям нужно понимать: какие решения принимает алгоритм; где остается человек; кто отвечает за ошибку; что происходит с данными; изменится ли их роль; чему их будут учить; как можно сообщить о проблеме.

Лидерство: технология дошла до первого лица

Раньше AI-проект можно было отдать CIO, цифровой лаборатории или отдельному подразделению и ждать результата.

Эта модель быстро устаревает.

BCG прямо связывает способность извлекать ценность из ИИ с сильным стратегическим обязательством верхнего руководства, концентрацией на нескольких действительно значимых направлениях и перестройкой процессов, а не с распределением десятков локальных экспериментов по организации.

К 2026 году эта ответственность окончательно поднимается на уровень первого лица: согласно BCG AI Radar, 72% CEO считают себя главным decision maker по ИИ на уровне предприятия.

Это не означает, что CEO должен выбирать модели или руководить разработкой.

Его задача другая: определить, зачем организации вообще нужен ИИ и что именно она готова ради этого изменить.

Пока первый руководитель не отвечает на четыре вопроса — где создается ценность, какие процессы перестраиваются, кто получает право принимать новые решения и по каким метрикам оценивается результат, — AI-трансформация почти неизбежно превращается в каталог технологий.

Российский контур: стратегия есть — вопрос в исполнении

Для России эта проблема особенно интересна, потому что на уровне государства стратегическая рамка уже задана достаточно жестко.

Национальная стратегия развития искусственного интеллекта является основой для государственных и региональных программ, документов государственных корпораций и компаний с государственным участием. Органам власти субъектов рекомендовано учитывать ее при цифровой трансформации отраслей и государственного управления. То есть российская модель — это не «федеральный центр внедряет, регионы только тестируют», а единый стратегический контур с отраслевой и региональной реализацией.

К 2030 году стратегия устанавливает очень конкретные ориентиры.

Доля работников с навыками использования ИИ должна вырасти с 5% в 2022 году как минимум до 80%. Уровень доверия граждан к технологиям ИИ — с 55% до не менее чем 80%. Доля приоритетных отраслей с высоким индексом готовности к внедрению ИИ — с 12% до 95%. Годовые расходы организаций на внедрение и использование ИИ должны вырасти со 123 млрд рублей в 2022 году до не менее 850 млрд рублей в 2030-м.

На бумаге это выглядит как вопрос масштаба инвестиций и технологий. На практике — как управленческая задача.

Потому что между федеральной целью и реальным изменением конкретного ведомства или компании лежат процессы, полномочия, данные, люди, ответственность и доверие.

И здесь международные данные дают полезный сигнал, но их нельзя механически переносить на Россию. Например, McKinsey в американском public-sector контексте фиксирует лишь 31% доверия сотрудников к способности работодателя безопасно развивать ИИ против 71% в среднем по отраслям. Это не российская цифра. Но сам тип проблемы для госсектора узнаваем: высокая цена ошибки, требования к объяснимости, безопасность, устаревшие системы и длинные контуры согласования.

Поэтому для российского госсектора и госкомпаний я вижу три управленческих напряжения.

Первое — единая государственная стратегия против неодинаковой зрелости конкретных организаций. Одинаковая целевая цифра не означает одинаковую стартовую точку.

Второе — технологическая независимость и безопасность против скорости внедрения. Здесь нельзя просто скопировать модель технологического стартапа: часть решений должна встраиваться в требования к отечественному ПО, инфраструктуре и данным. В стратегических документах 2026 года сохраняется курс на переход не менее 80% российских организаций ключевых отраслей на отечественное базовое и прикладное ПО и рост доли российского ПО в государственных органах и госкомпаниях до 95% к 2030 году.

Третье — быстрый эксперимент против управленческой ответственности. Чем больше автономии получает ИИ, тем важнее заранее определить, где допустима ошибка, кто имеет право остановить систему и где решение обязательно должен подтверждать человек.

Что руководителю перестроить завтра

BCG использует для AI-трансформации формулу 10–20–70.

Именно эти 70% чаще всего остаются за пределами красивой AI-стратегии.

Я бы начала не с вопроса «какую еще нейросеть нам внедрить?», а с этих четырех более неприятных вопросов. BCG отдельно предупреждает против рассеивания ресурсов по множеству мелких инициатив, а данные McKinsey показывают, что запрос сотрудников на обучение уже заметно опережает поддержку, которую многие из них реально получают.

Итог

Первая фаза AI-гонки была технологической: у кого мощнее модель, больше вычислений и быстрее доступ.

Эта фаза заканчивается.

Новая конкуренция — за способность организации быстро перестраивать собственную систему управления, не разрушая доверие людей и управляемость процессов.

Поэтому ИИ — уже не вопрос только IT, данных или цифровизации.

Это вопрос стратегии, организационного дизайна, лидерства и коммуникационного управления.