APAC: разрыв в внедрении ИИ — ловушка доказательных концептов становится реальностью и усугубляется

Большинство корпоративных ИИ-решений в Азиатско-Тихоокеанском регионе всё ещё застряли на этапе пилотных проектов — эта заголовок не нов, но лежащая в его основе тенденция только укрепилась. Плохое исполнение, устаревшие системы и неполезные данные губят внедрения, которые бюджеты явно хотят реализовать.

Простыми словами

Четыре независимых отчёта из Азиатско-Тихоокеанского региона на этой неделе говорят об одном и том же: корпоративный ИИ не может выйти за рамки пилотной фазы. e27 сообщает, что «большинство корпоративных ИИ в АТР всё ещё заперты в комнате доказательств». Аналитики из Сингапура винят в этом слабую реализацию, а не сопротивление сотрудников (e27). Амбиции агентного ИИ сталкиваются с устаревшими системами и низким качеством данных (e27). А ITmedia сообщает, что 85,7% японских компаний, где генеральный директор не использует ИИ, не имеют никакой политики или системы управления. История повторяется по всему региону: модель работает; организация — нет.

Что говорит эта закономерность

Это не проблема технологий. Это проблема управления изменениями в маске ИИ. Постоянные выводы, каждый с подтверждающими фактами:

• Устаревшие системы(источник: e27, "Амбиции агентного ИИ в Сингапуре наталкиваются на устаревшие системы и пробелы в качестве данных"): агентный ИИ требует API-интерфейсы, которые большинство ERP в АТР просто не предоставляют без месяцев работы с промежуточным программным обеспечением.
• Качество данных(тот же отчёт e27): выходные данные модели зависят от чистоты уровня извлечения. Большинство предприятий переоценили чистоту своих документов.
• Исполнительные возможности(источник: e27, "Проблема внедрения ИИ в Сингапуре не в сопротивлении сотрудников, а в слабой реализации"): сотрудники не сопротивляются — им просто не говорят, что автоматизировать и почему. Исследование Enterprise Singapore, на которое ссылается e27, даёт наиболее чёткое представление об этом.
• Торможение со стороны руководства(источник: ITmedia, ст. 17297490 - "AI活用、最大のボトルネックは「経営層」か"): 85,7% японских компаний, чьи генеральные директора не используют ИИ, не имеют никакой политики или системы управления ИИ. Если на вершине организационной структуры ИИ не используется, никакая система не формируется, и менеджеры среднего звена не будут рисковать карьерой ради внедрения, не имеющего поддержки сверху.

Индия предлагает аналогичное предупреждение: YourStory сообщает, что численность ИИ-специалистов в стране «растёт с каждым днём», в то время как управление ИИ не развивается. Поставка талантов обгоняет институциональные возможности по их внедрению.

Под капотом

На что на самом деле ломается переход от пилотной версии к производству:

• Инфраструктура RAG: качество извлечения — это тихий убийца. Большинство сбоев происходит, когда LLM просят рассуждать над документами, которые никогда не были помечены, дедублированы или версионированы.
• Идентификация и разрешения: агентам нужно действовать, а не просто отвечать. Корпоративные модели SSO не были предназначены для нечеловеческих принципалов.
• Пробелы в оценке: без системы оценки «это работает в демо» — это потолок.

Что делать

Для лиц, принимающих решения: ROI от ИИ — это не проблема моделирования, а проблема интеграции. Распределяйте бюджет соответственно: 1x на модель, 3-5x на инфраструктуру. Для разработчиков: выберите два рабочих процесса с наиболее чистыми данными и сильной поддержкой руководства и игнорируйте остальные, пока они не будут очищены. Для всех, кто продаёт ИИ корпоративным клиентам в АТР: ваша победа не в лучшей демонстрации, а в более коротком пути от пилотной версии к системе записи производственных данных.