83% руководителей компаний отметили, что внедрению ИИ мешает их собственная инфраструктура
Руководитель отдела инноваций в консалтинговой компании EY выделил четыре основных вызова, с которыми столкнутся организации в 2026 году при использовании алгоритмов машинного обучения. Эти выводы основаны на опросах множества руководителей и анализе реальных примеров внедрения.
Проблема с данными остается основным препятствием. 83% топ-менеджеров жалуются, что приобрели дорогие ИИ-системы, которые не используются. Это связано с тем, что базы данных распределены по множеству программ, форматы не совпадают, а часть данных устарела.
В настоящее время активно применяются синтетические данные — специально созданная информация для обучения моделей. Это помогает, когда реальных примеров недостаточно. Однако если основа представляет собой хаос, даже искусственные массивы не смогут помочь. Отрасли, которые уже долго инвестируют в порядок (например, банки, затратившие десятилетия на структурирование клиентских баз), сейчас выходят на передний план. Остальным необходимо срочно наводить порядок в цифровом пространстве, автоматизировать сбор, очистку и каталогизацию данных.
Роботы требуют отлаженной HR-политики. Агентные ИИ — это программы, которые выполняют задачи от начала до конца: собирают данные, анализируют, формируют выводы. Представьте стажера, который работает круглые сутки и не ошибается в рутинных заданиях. Но ему нужен качественный онбординг: объяснить правила, предоставить доступы, контролировать результаты.
К 2026 году такие агенты станут массовыми в отделах продаж, поддержки клиентов и аналитики. Параллельно развивается физический ИИ: роботы на производстве, в логистике и медицине. Они уже не просто машины, а устройства с «мозгами», способные принимать решения.
Компании должны будут разрабатывать инструкции: кто отвечает за действия робота, как его отключить в случае сбоя, какие задачи запрещены по этическим причинам. Это может показаться фантастикой, но юристы уже разбирают реальные случаи: кто несет ответственность, если алгоритм одобрил плохой кредит или робот повредил товар.
Еще одним трендом станет географическая головоломка. Ранее IT-компании создавали один продукт и продавали его по всему миру. С ИИ это не работает. Европа требует, чтобы данные граждан хранились на серверах внутри ЕС. Китай допускает только модели, одобренные государством. США вводят ограничения на экспорт мощных алгоритмов.
В результате получается мозаика из «островов» с разными правилами. Аналитики Gartner подсчитали, что сейчас лишь 10% международных компаний учитывают эти различия в своей стратегии. К 2029 году этот показатель вырастет до 50% — те, кто опоздает, просто
Фото: hi-tech.mail.ru