ROI от ИИ в 2026 году: что показал McKinsey State of AI
ИИ повышает продуктивность отдельных сотрудников. Гораздо меньше компаний могут показать измеримый финансовый результат. Новый опрос McKinsey объясняет, где возникает этот разрыв.
ROI от ИИ в 2026 году уже не сводится к внедрению. Компаниям недостаточно доказать, что сотрудники пользуются технологией. Теперь нужно показать, что массовое применение ИИ улучшает процессы и финансовый результат.
- 80% отмечают рост личной продуктивности благодаря ИИ
- 37% связывают с ИИ хотя бы некоторый эффект на EBIT
- 6% относятся к лидерам по определению McKinsey
- 40% крупных компаний масштабируют ИИ-агентов
Опрос McKinsey State of AI 2026 хорошо показывает этот разрыв. 80 процентов респондентов отмечают рост личной продуктивности благодаря ИИ, но лишь 37 процентов связывают с ним хотя бы какой-то эффект на EBIT. Только 6 процентов организаций попали в категорию лидеров. Они относят на счет ИИ не менее 5 процентов EBIT и считают его влияние существенным.
В опросе приняли участие 1 719 человек из 97 стран. Исследование проводилось с 4 мая по 8 июня 2026 года. Ответы отражают оценки участников, а не аудированные финансовые показатели. При этом вывод остается ясным: польза для отдельных сотрудников стала массовой, а отдача на уровне бизнеса остается ограниченной и неравномерной.
Агентный ИИ масштабируют прежде всего крупные компании
Агентный ИИ вышел за пределы экспериментов, но темпы внедрения сильно различаются. Среди компаний с годовой выручкой более 1 млрд долларов 40 процентов респондентов сообщают о масштабировании ИИ-агентов против 27 процентов годом ранее. В организациях меньшего размера показатель остался на уровне 22 процентов.
Чат-боты по-прежнему лидируют. Их масштабируют 47 процентов компаний. ИИ-агентов и программирующих агентов развертывает на уровне всей организации примерно каждый пятый респондент.
Программирующие агенты меняют и решения о покупке ПО. По данным McKinsey, 32 процента респондентов отказались хотя бы от одного программного продукта или функции, потому что их можно было создать собственными силами. Такой выбор требует полного расчета затрат на разработку, модели, защиту данных, поддержку и контроль.
Почему рост продуктивности не гарантирует ROI
Инструмент может экономить время сотрудника, но не улучшать отчет о прибылях и убытках. Освободившиеся часы часто поглощают дополнительные задачи, дублирующие процессы, проверки или слабое внедрение на других участках работы.
Половина участников исследования McKinsey считает, что ИИ помогает принимать более качественные решения, но финансовый эффект на уровне компании видит лишь меньшинство. Обычно не хватает организационной связки между задачами, командами, системами и точками принятия решений.
Gartner установил, что лишь 22 процента организаций успешно масштабировали ИИ в нескольких бизнес-подразделениях или перешли к модели AI-first. Лидеры, которые постоянно измеряют окупаемость, перераспределяют ресурсы и закрывают слабые проекты, получили положительную отдачу от 81 процента инициатив.
KPMG выделяет около 11 процентов компаний-лидеров и связывает их преимущество с интеграцией ИИ в процессы, управление, данные и работу с персоналом, а не с количеством разрозненных сценариев.
Использование показывает, что сотрудники приняли инструмент. ROI показывает, что компания изменила бизнес-результат.
Что отличает лидеров по отдаче от ИИ
Перестраивают процесс целиком
Улучшают весь процесс, а не добавляют помощника к одной операции.
Фиксируют исходные показатели
До запуска измеряют затраты, длительность цикла, качество, конверсию или риск.
Управляют ИИ как портфелем
Расширяют сильные инициативы, корректируют слабые и закрывают проекты без доказанной ценности.
Встраивают контроль
Учитывают безопасность, качество данных, правила управления и проверку человеком с самого начала.
Измеряют финансовый результат
Связывают ИИ с выручкой, затратами и риском, а не только с количеством сэкономленных часов.
Лидеры из выборки McKinsey вдвое чаще остальных сообщают о заметной поддержке со стороны топ-менеджмента и наличии процессов для измерения эффекта. Они также более чем втрое чаще масштабируют ИИ-агентов в большинстве исследованных функций. Такая связь не доказывает причинность, но дает практический ориентир для перехода от пилотов к промышленному внедрению.
Как считать ROI от ИИ на практике
Начинать стоит с одного процесса и измеримого бизнес-результата. До внедрения нужно зафиксировать текущие затраты, длительность цикла, долю ошибок, конверсию, выручку или уровень риска. В полную стоимость проекта входят модели, интеграция, подготовка данных, мониторинг, безопасность, проверка человеком и управление изменениями.
В отчете следует разделять активность и ценность. Число пользователей, запросов и сэкономленных часов объясняет степень внедрения, но само по себе не является ROI. Достоверный расчет связывает процесс с более низкими затратами, дополнительной выручкой, снижением риска или ресурсом, который компания действительно смогла направить на другую работу.
Следующий разрыв между компаниями определит качество исполнения
Инвестиции, вероятно, продолжат расти, хотя требования к обоснованию станут жестче. Большинство участников опроса McKinsey планирует увеличить расходы, но около 20 процентов уже называют операционные затраты, включая стоимость токенов, ограничением для использования ИИ.
По данным Gartner, 85 процентов функциональных руководителей собирались повысить расходы на ИИ в 2026 году после того, как в 2025 году направили на него в среднем 12 процентов бюджета своих функций. Компании, которые фиксируют исходные показатели, перестраивают процессы, контролируют агентов и измеряют финансовый результат, смогут превратить личную продуктивность сотрудников в ценность для бизнеса.
Превратите активность вокруг ИИ в измеримую ценность
Проверьте портфель ИИ-проектов относительно четких операционных и финансовых показателей, затем сосредоточьте инвестиции на процессах с доказанным результатом.
Обсудить дорожную карту ROI от ИИ
Кто хочет отработать переход от пилота к измеримому эффекту, начинает с AI-Native Foundations, AI-Native Value Architect и рабочей сессии Leading the AI-Native Organization. Контекст отчётов для совета директоров: ИИ-отчёты 2026.