Барьеры внедрения ИИ в малом и среднем бизнесе: исследование 86 компаний и практические выводы
Искусственный интеллект всё чаще называют инструментом, который способен повысить эффективность бизнеса. Однако реальная практика показывает, что между интересом к технологии и её работающим внедрением существует значительный разрыв.
В июне 2026 года команда SpeShu.AI провела качественное исследование среди представителей малого и среднего бизнеса. В нём приняли участие 86 компаний, а собственники и топ-менеджеры ответили на шесть ключевых вопросов в формате глубинных интервью. Результаты позволяют понять, какие барьеры действительно мешают внедрению ИИ и как их преодолевать.
Главный барьер внедрения ИИ — не деньги, а управление
Наиболее распространённым препятствием оказалась неопределённость на старте. 43% компаний признались, что не понимают, с чего начинать внедрение: какой процесс автоматизировать в первую очередь, кто должен отвечать за проект и по каким критериям оценивать результат. Это подтверждает то, что проблема не в технологии, а в отсутствии внутренней готовности к изменениям.
Второе место заняло недоверие к качеству работы ИИ — этот фактор отметил 21% респондентов. Ещё 14% участников сообщили, что не столкнулись с серьёзными препятствиями и начали использовать технологии сразу после знакомства с ними. Саботаж со стороны сотрудников, необходимость перестройки процессов и сложности с оплатой сервисов получили по 7%.
Примечательно, что ни одна компания не назвала стоимость технологий главным препятствием. Этот вывод совпадает с результатами других исследований. Ключевой проблемой остаётся не цена, а понимание того, где и каким образом ИИ может приносить измеримую пользу.
Нужно отметить и тот факт, что небольшие компании тратят на ИИ-инструменты в среднем от 10 до 15 тысяч рублей в месяц. Компании с более крупными командами — от 75 до 100 тысяч рублей ежемесячно.
Основная сложность не в размере бюджета, а в платёжной инфраструктуре. Российские юридические лица по-прежнему не могут напрямую оплачивать многие зарубежные ИИ-сервисы. Поэтому используются личные аккаунты сотрудников, посредники или альтернативные способы расчётов. Каждый из этих вариантов создаёт дополнительную административную нагрузку и повышает операционные риски. Платёжная инфраструктура становится самостоятельным фактором, влияющим на скорость и удобство внедрения технологий.
Почему проекты по внедрению ИИ замораживаются
Исследование позволило выявить повторяющийся сценарий, по которому проекты ИИ замораживаются.
На первом этапе выясняется, что процесс, который компания хочет автоматизировать, нигде не описан. Отсутствуют регламенты, критерии результата и ответственные сотрудники. Сформулировать задачу для ИИ в таких условиях оказывается сложно.
Затем возникает проблема нестабильности результатов. Без чётких требований система начинает по-разному выполнять одинаковые задачи. Вместо стандартизации процессов появляется дополнительная неопределённость.
Далее появляется необходимость постоянной перепроверки. Сотрудники тратят время на контроль работы системы, и ожидаемый эффект от автоматизации постепенно исчезает.
Последний этап — потеря доверия к проекту. Внедрение откладывается на неопределённый срок или полностью прекращается. По словам специалистов по внедрению ИИ, такой сценарий встречается регулярно: компании стремятся быстро внедрить новые технологии, не подготовив процессы и не обучив сотрудников работе с ними.
Человеческий фактор: о чём редко говорят прямо
Пять из четырнадцати компаний, предоставивших открытые данные, самостоятельно подняли тему сопротивления сотрудников, хотя вопрос об этом в интервью не задавался. Это косвенно показывает, насколько сильно человеческий фактор влияет на внедрение.
Часть сотрудников открыто сопротивляется изменениям, часть лишь создаёт видимость использования новых инструментов. Ошибка, которую совершают многие компании — это покупка доступа к нейросети и восприятие этого как завершённого внедрения. На практике приходится менять рабочие привычки, пересматривать процессы и выстраивать новые механизмы контроля качества.
Проблема выходит за рамки отдельных организаций. Во многих компаниях отсутствуют формальные правила работы с ИИ. В результате сотрудники могут передавать в публичные сервисы внутренние документы, коммерческую информацию и персональные данные клиентов. Объём конфиденциальной информации, отправляемой в открытые ИИ-сервисы, за последний год вырос многократно. Технологии внедряются быстрее, чем формируются правила их безопасного использования.
Где ИИ приносит результат, а где не оправдывает ожиданий
Эффект от внедрения ИИ сильно зависит от конкретного сценария использования.
Успешные примеры: ORM-Service оценивает экономический эффект примерно в 500 тысяч рублей ежемесячно. В «Агри Партс Рус» часть задач удалось автоматизировать настолько, что необходимость в найме дополнительных сотрудников отпала. В «Спирали» один специалист с использованием ИИ выполняет объём работы, который раньше распределялся между несколькими сотрудниками.
Однако есть и неудачные кейсы. В ряде компаний автоматизация отчётности сокращала ручную работу, но требовала длительной проверки результатов. Время, сэкономленное на подготовке, тратилось на контроль. Мультимедийные инструменты, например видеоаватары на русском языке, показывали результаты ниже ожидаемых из-за качества синтеза речи. Аналогичные решения для англоязычной аудитории работали лучше. Генерация текстов также требовала проверки структуры, объёма и фактической точности.
Общий принцип сформулировал Александр Мотин, директор по производству Braind: нейросеть должна помогать готовить основу и черновики, а окончательное решение принимает человек.
Влияние на рынок труда
Ни одна компания, участвовавшая в исследовании, не сообщила о сокращении сотрудников из-за ИИ. Однако это не означает, что технологии никак не влияют на занятость.
Ряд компаний пересматривает планы по расширению штата. Например, в «Агри Партс Рус» отказались от открытия нескольких новых позиций, поскольку часть задач удалось закрыть автоматизацией. Особенно заметно это отражается на стартовых должностях, которые формируют кадровый резерв. Исследование фиксирует долгосрочный риск: если бизнес будет создавать меньше начальных позиций, через несколько лет рынок может столкнуться с нехваткой подготовленных кадров.
Что помогает принять решение о внедрении
Почти половина участников исследования назвала главным фактором реальные кейсы с конкретными цифрами и измеримыми результатами. Руководителей интересуют не презентации, а примеры с понятными показателями до и после внедрения. На рынке по-прежнему не хватает детально описанных кейсов, в которых видны исходный процесс, изменения и итоговый экономический эффект.
Вторым фактором оказался личный опыт руководителя. Управленец должен самостоятельно попробовать реализовать небольшой проект с использованием ИИ. Такой опыт позволяет увидеть реальные возможности инструментов и избавиться от устаревших представлений.
Рекомендации команды АЙТИ-СИСТЕМА: на что обратить внимание до внедрения ИИ
Прежде чем инвестировать в технологии искусственного интеллекта, важно подготовить управленческую и учётную основу. Без этого ИИ-инструменты либо не дадут измеримого эффекта, либо потребуют постоянной ручной проверки. Эксперты ООО «АЙТИ-СИСТЕМА» рекомендуют начать с трёх шагов.
1. Описать бизнес-процессы, которые планируется автоматизировать
Если процесс существует только в головах сотрудников и не зафиксирован документально, поставить задачу для ИИ будет невозможно. Необходимо определить границы процесса, его участников, входные и выходные данные, а также критерии качественного результата. Чем точнее описан процесс, тем проще сформулировать задачу и оценить эффект.
2. Назначить ответственного за проект и определить метрики
У любого проекта по внедрению должен быть владелец — сотрудник или руководитель, который отвечает за результат и принимает решения. До старта необходимо зафиксировать показатели, которые должны улучшиться: время выполнения операции, доля ошибок, трудозатраты. Без метрик невозможно понять, работает ИИ или создаёт дополнительную нагрузку.
3. Навести порядок в данных и учётной системе
Искусственный интеллект опирается на данные. Если учёт ведётся в разрозненных таблицах, а справочники не унифицированы, модель будет обучаться на искажённой информации. Поэтому сначала нужно централизовать учёт, привести в порядок нормативно-справочную информацию и обеспечить достоверность первичных данных. Компании, которые уже автоматизировали учёт на базе 1С:ERP или 1С:Комплексная автоматизация, находятся в более выгодной позиции для запуска ИИ-инструментов.
Эти шаги позволяют избежать типового сценария, при котором проект начинается с энтузиазмом, а заканчивается разочарованием из-за нестабильных результатов и отсутствия ответственности. Подготовка процессов — это не откладывание внедрения, а способ сделать его управляемым.
Специалисты ООО «АЙТИ-СИСТЕМА» помогают компаниям пройти этот подготовительный этап: автоматизировать учётные процессы, консолидировать данные и сформировать базу, на которой ИИ-инструменты смогут приносить измеримый результат. Консультация доступна по телефону +7 (495) 777-56-16.