Оглавление

Четыре года в сфере искусственного интеллекта — целая вечность. С момента публикации первого исследования в 2021 году возможности ИИ стремительно развивались, и прогресс не замедлился после прорыва генеративного ИИ. Мультимодальность — способность обрабатывать информацию не только как текст, но и как аудио, видео и другие неструктурированные форматы — становится стандартной функцией моделей ИИ. Способность ИИ рассуждать и действовать автономно также выросла, и организации начинают работать с ИИ-агентами, которые могут это делать.

Среди всех изменений остается одна константа: качество выходных данных модели ИИ всегда зависит от качества данных, которые ее питают. Технологии и практики управления данными также развиваются, но второе издание этого исследования показывает, что большинство организаций не используют их достаточно быстро, чтобы успевать за развитием ИИ.

Исследование MIT Technology Review Insights

Чтобы определить, насколько улучшилась производительность организационных данных с появлением генеративного ИИ и других достижений ИИ, MIT Technology Review Insights опросил 800 старших руководителей по данным и технологиям. Также были проведены углубленные интервью с 15 лидерами в области технологий и бизнеса.

Ключевые выводы исследования

Основные результаты отчета включают следующее:

  • Немногие команды по данным успевают за развитием ИИ. Организации сегодня справляются с реализацией стратегии данных не лучше, чем в дни до появления генеративного ИИ. Среди опрошенных в 2025 году 12% оценивают себя как «высокодостигающих» в области данных по сравнению с 13% в 2021 году. Нехватка квалифицированных талантов остается ограничением, но команды также сталкиваются с проблемами доступа к свежим данным, отслеживания происхождения и работы со сложностями безопасности — важными требованиями для успеха ИИ.
  • Частично в результате этого ИИ еще не раскрыл свой полный потенциал. Еще меньше «высокодостигающих» в области ИИ. Всего 2% респондентов высоко оценивают производительность ИИ своих организаций сегодня с точки зрения достижения измеримых бизнес-результатов. Фактически, большинство все еще пытается масштабировать генеративный ИИ. Хотя две трети внедрили его, только 7% сделали это широко.

Парадокс современного ИИ: модели становятся умнее, а организации — нет. Цифра в 2% успешных компаний говорит о системной проблеме: технологический прогресс опережает организационную зрелость. Пока все бегут за новыми моделями, фундаментальные вопросы качества данных, безопасности и компетенций остаются на втором плане. Результат предсказуем: дорогие эксперименты без ощутимой отдачи. Ирония в том, что решение лежит не в покупке более мощного железа, а в скучной, но необходимой работе с данными.

По материалам MIT Technology Review