Собственник крупного холдинга на стратегической сессии: «у нас средняя зрелость по генеративному ИИ или мы отстаём?». Раньше у меня не было точного ориентира — приходилось адаптировать модели Gartner или MIT, которые не понимают российский контекст (КИИ, 187-ФЗ, on-premise). Этот отчёт Strategy Partners — первый российский документ, который даёт прямой ответ: средняя зрелость промышленности 2,0 из 5. Уровень «Эксперименты». Но прежде чем нести эту цифру в зал, надо разобраться, насколько она надёжна.

Сколько компаний реально опрошено

Авторы пишут: «углублённые интервью с лидерами крупной промышленности и электронной коммерции, онлайн-анкетирование, анализ открытых международных источников». В выборке — «несколько десятков» руководителей из топ-200 предприятий. Точное число не названо — это первый красный флаг.

По цифрам в графиках видно:

  • Промышленных компаний в выборке — порядка 19–28 (проценты бьются на доли по 3–4 п.п.)
  • Электронной коммерции — ещё меньше, около 10–14

Это качественное исследование, не статистическое. Все выводы — индикативные, не доказательные. Это важно проговаривать перед СД. Когда показываете слайд «2,0/5 — средняя зрелость промышленности», правильная подача: «Strategy Partners опросили около 20 промышленных холдингов, среди них средняя оценка — 2 балла из 5. Это не статистика по всей стране, это срез по тем, кто согласился дать интервью». Иначе цифра воспринимается как факт уровня Росстата — а это не так.

Шумная цифра «95 % компаний не получают эффекта на прибыль»

Это не Strategy Partners. Это MIT NANDA: The GenAI Divide — State of AI in Business 2025. Strategy Partners перепечатали без своей проверки. Я смотрел оригинал MIT NANDA: там тоже свои методологические оговорки — это опрос американских компаний, и «измеримое влияние на прибыль» в нём — это самооценка финансистов, а не аудиторские данные. Когда вы цитируете «95 %» собственнику — он слышит «факт». На самом деле это «по самооценке западных компаний по состоянию на середину 2025». Это разные вещи.

Модель зрелости 5 уровней — главный рабочий инструмент отчёта

Пять уровней:

  1. Зарождение
  2. Эксперименты
  3. Систематизация
  4. Масштабирование
  5. Трансформация

С признаками каждого уровня и портретами компаний — рабочий инструмент, которым я уже пользуюсь на стратегических сессиях.

Распределение зрелости: промышленность vs электронная коммерция

Промышленность:

  • 27 % на уровне «Зарождение»
  • 50 % на уровне «Эксперименты»
  • 19 % на «Систематизация»
  • 4 % на «Масштабирование»
  • 0 % на «Трансформация»

Электронная коммерция:

  • 29 % на «Эксперименты»
  • 36 % на «Систематизация»
  • 21 % на «Масштабирование»
  • 7 % на «Трансформация»

Промышленность отстаёт не на год — на целый поколенческий цикл по управлению данными. У сетевого ритейла единая аналитическая платформа выстраивалась с 2010-х; в крупном НПЗ или металлургии данные до сих пор фрагментированы по десяткам АСУ ТП, MES, ERP, не сводятся в единый контур.

Запрет работает только на бумаге: 80 % теневого использования

  • 86 % компаний разворачивают модели в собственной инфраструктуре. Это полностью совпадает с моей практикой: когда я веду проект внедрения корпоративного LLM в холдинг с КИИ-объектами — публичный ChatGPT даже не обсуждается на старте. Сразу разговор про развёртывание у себя: GigaChat, YandexGPT, локально дообученные открытые модели (Qwen, Llama, DeepSeek).
  • 79 % компаний запрещают публичные сервисы регламентами или техническими блокировками.
  • Но есть второй слой, который Strategy Partners упоминают мимоходом: «теневое использование». 80 % крупных промышленных компаний — это персональное или теневое применение публичных сервисов сотрудниками. Запрет в регламенте есть, реальный контроль — нет. Это значительный риск утечки, который пока никто всерьёз не закрывает.

Чего в отчёте нет — конкретных кейсов

Раздел «примеры реализованных проектов» — это список названий («Корпоративный LLM-чат», «Мобильный голосовой обходчик», «Metal GPT»). Ни одной цифры по эффекту, ни одного срока внедрения, ни одного бюджета.

Это понятно (NDA с участниками), но означает: для CFO и собственника отчёт оставляет открытым главный вопрос — «у кого-то это уже окупилось, или все ещё инвестируют?»

Прогноз 2026–2027: где соглашусь, где спорю

Авторы перечисляют 5 трендов:

  1. Укрепление российских платформ
  2. Массовое пилотирование производственных ассистентов
  3. Гибридные облачные подходы
  4. Отраслевые платформы
  5. Сдвиг от пилотов к промышленной эксплуатации

С первыми тремя соглашусь. GigaChat и YandexGPT действительно подтянутся; ассистенты для рабочих процессов — это самая массовая ниша внедрения; гибридные подходы с локальными шлюзами появятся.

С пятым тезисом не соглашусь. «Сдвиг от пилотов к промышленной эксплуатации» через 2 года — это слишком оптимистично. Если зрелость 2,0/5 сейчас, то к 2027 году будет 2,5–3,0. Большинство «застрянет» там же, где сейчас. Реалистичный прогноз: к 2027 году у 10–15 % крупных промышленников будет 2–3 промышленно работающих кейса (например, поиск по нормативке, протоколирование, документооборот). У остальных — те же пилоты.

Что я взял в работу

(а) Слайды и цифры для стратегических сессий с собственником

  • Модель зрелости 5 уровней — на каждой первой сессии прошу заказчика: «оцените себя по этим уровням». Это даёт общий язык и убирает дискуссии «у нас отлично с ИИ — нет, у нас плохо».
  • Цифра 2,0 из 5 как средний уровень промышленности — опорный ориентир: «средний игрок отрасли — здесь, вы выше или ниже».
  • Цифра 80 % теневого использования при формальном запрете — для разговора про реалистичность ограничений и про инвестиции в корпоративный LLM-шлюз.

(б) Рабочие инструменты для команды и закупок

  • Список 7 универсальных точек пилотирования (протоколирование, документооборот, аналитика, отчётность, поддержка клиентов, HR, обучение) — стартовый чек-лист для команды на этапе «с какого процесса начать».
  • Список 7 критериев «идеального продукта» (автономность, отраслевая специфика, интеграция, безопасность, нативность, надёжность, бизнес-ценность) — требования к закупке корпоративной LLM-платформы. Лучший чек-лист в открытом доступе.

Кому читать обязательно

  • CIO/CDO/CTO в крупной промышленности — обязательное чтение, лучший российский ориентир на январь 2026 года.
  • Собственники и СД — два слайда (зрелость 5 уровней + 5 ключевых выводов), остальное — для команды.

Кому читать с осторожностью или пропустить

  • CFO — оговорка: «95 %», «82 %» и подобные эффектные цифры идут из MIT NANDA, не из российских данных. Не цитируйте под видом российской статистики.
  • Руководители среднего бизнеса — модель зрелости работает на любом размере, но барьеры (КИИ, ФСТЭК, on-premise) актуальны только для крупного. Применимо частично.
  • Руководители вне промышленности и электронной коммерции — отчёт сделан для двух отраслей. Перенос в финуслуги, ритейл, медицину требует серьёзной адаптации.