Иконка стрелки назад Назад

Области безграничного роста ИИ: где и почему технология успешна

Области безграничного роста ИИ: где и почему технология успешна

ИИ сегодня находится в странной точке развития

С одной стороны, он повсюду: в презентациях, стратегиях, разговорах совета директоров. С другой стороны, если смотреть на реальные продукты и процессы, ИИ растёт не везде и не одинаково. Более того, в одних отраслях он уже стал частью повседневной инфраструктуры, а в других растёт медленно и неуверенно, несмотря на миллиарды инвестиций.

Ключевая ошибка в обсуждении ИИ — рассматривать его как универсальную технологию. На практике ИИ всегда прикладной. Он либо решает конкретную задачу в конкретных условиях, либо не работает вовсе. И именно это объясняет, почему одни отрасли сейчас переживают ускорение, а другие — разочарование в перехваленной и перехайпленной технологии.

> Так всё же в каких сферах ИИ растёт и полезен для бизнеса?

Корпоративные функции: IT, маркетинг, поддержка

Самый быстрый и устойчивый рост ИИ произошёл внутри компаний с высокой цифровой зрелостью. К 2025 году почти восемь из десяти организаций сообщили, что используют ИИ хотя бы в одной бизнес-функции. Эти данные получены в глобальном опросе State of AI 2025 от McKinsey & Company, в котором приняли участие около 1 490 респондентов из более чем 100 стран и компаний разного размера и отраслей.

Быстрее всего ИИ проник в IT и маркетинг, потому что именно здесь работа изначально была цифровой: код, тексты, данные, обращения клиентов. ИИ не ломает эти процессы и не требует перестройки бизнеса, он просто экономит время. Задачи, которые раньше занимали часы или дни, начинают укладываться в минуты. Ошибка ИИ здесь не фатальна: человек всегда может проверить и поправить результат. Так корпоративный ИИ одним из первых перешёл в повседневную практику.

Если вам важно глубже разобраться в корпоративном ИИ, у нас есть отдельные материалы по этим темам:

Смартфоны и потребительские устройства

ИИ быстро стал массовым именно в смартфонах, и это тоже подтверждается рынком. Уже в 2025 году около трети всех продаваемых устройств поддерживают генеративные функции, тогда как ещё год назад речь шла примерно об одной пятой. Рост объясняется поведением пользователя: ИИ не просит человека учиться новому. Он просто улучшает то, что мы и так делаем каждый день: камера лучше снимает в темноте, перевод работает прямо поверх речи и текста, сообщения и заметки пишутся быстрее. Польза ощущается сразу, без инструкций. А ещё для производителей смартфонов ИИ стал поводом чаще обновлять устройства, поэтому ошибка здесь не так страшна и будет исправлена в ближайшем апдейте.

Промышленная автоматизация и производство

В производстве ИИ растёт как логичное продолжение автоматизации. За последнее десятилетие количество промышленных роботов в мире выросло более чем в два раза, а основной спрос пришёлся на электронику и электротехнику — и не случайно. Эти отрасли работают с высокой плотностью операций, жёсткими требованиями к качеству и постоянным давлением на себестоимость. ИИ здесь используется для повышения точности: лучше распознавать детали, раньше замечать дефекты, снижать простой оборудования, быстрее перенастраивать линии. Среда повторяемая, данные накапливаются годами, эффект легко посчитать в браке и простоях. Рост в этой среде спокойный и устойчивый, потому что, как говорится, твёрдая ниша.

Дроны и автономные системы в обороне и безопасности

Заказчиком здесь выступает государство. Это означает заранее понятный спрос, крупные бюджеты и возможность внедрять решения сразу в эксплуатацию. В таких условиях ИИ можно быстро тестировать, дорабатывать и масштабировать. Именно это ускоряет развитие — наличие заказчика, который готов платить за результат и допускать технологию в реальное использование. Менее заметный, но тоже важный фактор: в этой сфере не требуется идеальная автономность. Системы развиваются по частям. Отдельные алгоритмы берут на себя навигацию, распознавание объектов и оптимизацию маршрутов, а человек остаётся ответственным за решения.

Антипример: беспилотные автомобили

Авто без водителя остаются примером того, где ИИ развивается медленно, несмотря на большие инвестиции. Дорога — это открытая и непредсказуемая среда, где цена ошибки крайне высока, как и требования к безопасности. Недостаточно, чтобы система работала хорошо большую часть времени — она должна быть надёжна в самых сложных и экстремальных ситуациях. Из-за того что в этой сфере редкие сценарии важнее типовых, разработка дорожает, а согласование и внедрение затягиваются.

  • Tesla продвигает Full Self-Driving как систему помощи водителю: технология работает только под постоянным контролем человека и продаётся как подписка. Даже при своём уровне технологического развития компания не готова брать полную ответственность за автономное вождение.
  • Waymo и Baidu Apollo Go развивают роботакси, но только в строго ограниченных зонах. Автономность там реальна, однако она требует сложной инфраструктуры, геозон, операторов и постоянного контроля среды. Это работает как сервис, но плохо масштабируется за пределы конкретных городов и маршрутов.
  • Показательный пример — Cruise. Компания свернула направление роботакси и вернулась к развитию ассистентов водителя для серийных автомобилей. Полная автономность оказалась слишком дорогой и рискованной для масштабирования.
  • На этом фоне быстрее всего растут не системы полного автопилота, а продвинутые ассистенты водителя. Mobileye стала лидером именно за счёт такого подхода. Компания развивает системы, которые помогают водителю в конкретных сценариях, но не пытаются заменить его целиком. Это упрощает сертификацию, снижает требования к доказательству безопасности и позволяет массово встраивать технологию в серийные автомобили.

Где и почему ИИ действительно взлетает: условия роста по отраслям

В корпоративных функциях рост ИИ измеряется долей компаний, использующих его на регулярной основе: в 2025 году это около 78% для ИИ в целом и 71% для генеративного ИИ. Основные зоны внедрения — IT, маркетинг и поддержка. Причина в типе задач: работа с кодом, текстами, запросами и данными. ИИ экономит время, снижает нагрузку на сотрудников и ускоряет получение результатов. И, главное, всё это можно измерить в квартальной отчётности.

ИИ уверенно масштабируется там, где одни и те же действия повторяются тысячами и миллионами раз. В смартфонах это видно по рынку: в 2025 году около трети всех продаваемых устройств поддерживают генеративные функции, тогда как годом ранее речь шла примерно об одной пятой. Пользователи фотографируют, пишут сообщения, переводят текст и ищут информацию по схожим сценариям.

Во всех быстрорастущих сферах цена ошибки ограничена. В офисных процессах ошибка — это криво сгенерированная картинка или презентация. В смартфоне — неудачный перевод или тусклое освещение на фото. В производстве уже сложнее — локальный брак или простой. Но во всех этих случаях последствия можно исправить или компенсировать, отсюда и быстрый рост. А в тех же беспилотных автомобилях ситуация обратная: ошибка связана с риском для жизни и юридической ответственностью, поэтому масштабирование замедляется независимо от уровня технологий.

За последнее десятилетие количество промышленных роботов в мире выросло более чем в два раза. ИИ используется для распознавания дефектов, прогнозирования поломок и снижения простоев. Вся работа выполняется в максимально контролируемых условиях, а результат измеряется в браке и времени простоя.

В дронах и автономных системах сначала автоматизируется навигация, затем распознавание объектов, затем оптимизация маршрутов. Каждая функция сама по себе даёт практический эффект и снижает нагрузку на человека. В отраслях, где система должна сразу работать безупречно, как в автономном вождении, развитие неизбежно идёт медленнее.

FAQ: где и почему ИИ успешен, а где нет

Больше всего ИИ используется в корпоративных функциях: IT, маркетинг, продажи, поддержка, разработка продукта. В 2025 году около 78% компаний применяют ИИ хотя бы в одной бизнес-функции, а 71% делают это регулярно. Это зоны, где работа изначально цифровая: код, тексты, данные, обращения клиентов. ИИ ускоряет выполнение задач и снижает нагрузку на сотрудников, поэтому его использование быстро становится частью повседневных процессов.

Чаще всего ИИ применяется там, где много повторяемых операций и данных: разработка ПО, маркетинг и продажи, клиентский сервис, аналитика, производство и логистика. В этих сферах ИИ решает прикладные задачи: ускоряет обработку информации, помогает находить ошибки, снижает время выполнения типовых операций. Массовость применения связана не с отраслью как таковой, а с типом задач внутри неё.

Наиболее эффективно ИИ используется в электронике, электротехнике, машиностроении, металлургии, добыче и складской логистике. Здесь он применяется для контроля качества, поиска дефектов, предиктивного обслуживания и оптимизации режимов работы оборудования. В 2024 году в мире установили около 542 тысяч промышленных роботов, причём более половины — в Китае. Рост идёт там, где процессы стандартизированы, а результат можно измерить в браке, простоях и себестоимости.

Потому что он улучшает самые частые действия пользователя. В 2025 году около трети продаваемых смартфонов поддерживают генеративные функции, тогда как годом ранее таких устройств было около одной пятой. ИИ используется для улучшения фотографий, перевода речи и текста, помощи с написанием сообщений и заметок, поиска информации голосом. Человек получает пользу сразу, без обучения и изменения привычек, а ошибки в работе ИИ не несут серьёзных последствий.

Основные функции — улучшение фото и видео, перевод звонков и сообщений, преобразование речи в текст, резюмирование заметок, генерация черновиков сообщений, поиск по экрану. Дополнительно ИИ используется для оптимизации энергопотребления и работы приложений. Эти функции работают в фоне и не требуют от пользователя отдельного взаимодействия с ИИ как с технологией.

Потому что автономность внедряется поэтапно. ИИ берёт на себя навигацию, распознавание объектов, прокладку маршрутов и координацию, а человек остаётся ответственным за решения. Такой подход позволяет получать практический эффект на каждом этапе внедрения.

Потому что цена ошибки в этой сфере максимальна. Дорога — открытая и непредсказуемая среда, где могут произойти абсолютно непредвиденные ситуации. Система должна не просто работать хорошо в большинстве случаев, а подтверждать безопасность в самых сложных сценариях. Это требует длительных исследований, регуляторного одобрения и высоких затрат, поэтому внедрение идёт через многочисленные пилоты и ограниченные запуски.

Потому что среда полёта формализована, а дорожная среда нет. Самолёт движется по заранее определённым маршрутам и правилам, а автомобиль сталкивается с непредсказуемыми условиями и участниками движения. Требования к доказательству безопасности для автомобилей значительно выше, а это замедляет масштабирование автономных решений.

Быстрый рост ИИ происходит там, где совпадают несколько условий: эффект измеряется в операционных метриках, сценарии использования повторяемы, достаточно данных для обучения модели, цена ошибки ограничена, а внедрение возможно по частям с измеримым прогнозируемым результатом. Когда хотя бы одно из этих условий отсутствует, ИИ либо остаётся в пилотах, либо развивается медленно и точечно.

t.me/cyberbrainio — крутые и полезные CyberBrain в Telegram, подписывайтесь и не теряйте нас!

Подождите,
отправляем заявку...
Успешно Заявка успешно отправлена.
Мы свяжемся с вами
Ошибка Ошибка отправки.
Попробуйте ещё раз