Почему ИИ пока не приносит бизнесу ожидаемой прибыли
В новом выпуске подкаста мы отошли от формата привычной сводки новостей и посвятили его одной теме. ИИ уже меняет бизнес, но деньги от этих изменений видят далеко не все. Разбираюсь, почему так происходит и кто в действительности зарабатывает на AI-буме.
Новый «Сухой остаток» получился скорее выпуском-рассуждением. Но тема, как всегда, острая и актуальная: компании вкладывают огромные суммы в модели, инфраструктуру и AI-инструменты, сотрудники работают быстрее, а финансовый результат часто остаётся прежним.
Почему успешный AI-пилот ещё ничего не говорит о прибыли
ИИ действительно ускоряет разработку, анализ данных, поддержку и работу с контентом. Но выигранные 10–20 минут сами по себе не становятся деньгами.
Я разбираю, когда рост производительности начинает влиять на бизнес: если компания может увеличить объём работы без расширения штата, сократить реальные расходы, увеличить выручку или уменьшить стоимость ошибок.
В остальных случаях высвободившееся время просто заполняется новыми задачами.
ИИ не исправляет плохие процессы
Ещё одна проблема — попытка встроить сильную модель в компанию с неструктурированными данными, дублирующимися системами и размытыми зонами ответственности.
В таком случае ИИ скорее ускоряет существующий хаос. Поэтому заметный эффект получают компании, которые меняют не только инструменты, но и сами процессы вокруг них.
Отсюда и парадокс: отдельный разработчик может писать код вдвое быстрее, но если тестирование, безопасность и релизы остались прежними, продукт быстрее не выйдет.
Почему дешёвый ИИ может обходиться всё дороже
Стоимость отдельного запроса к модели падает. Но AI-агенты используют уже сотни внутренних вызовов для выполнения одной задачи.
Я разбираю парадокс, при котором вычисления становятся дешевле, а общий счёт растёт. Одновременно Big Tech вкладывает сотни миллиардов долларов в дата-центры, процессоры и энергетику.
И здесь возникает главный экономический вопрос: сможет ли будущая прибыль оправдать масштаб уже сделанных инвестиций?
Кто в итоге заберёт деньги?
В выпуске я также разбираю:
- почему AI меняет привычную SaaS-экономику;
- когда автоматизация возможна технически, но невыгодна экономически;
- почему open source и дешёвые модели усиливают конкуренцию;
- кто заработает больше: разработчики моделей, облака, производители чипов или компании, встроившие ИИ в ценные процессы;
- почему сокращение junior-позиций сегодня может создать дефицит senior-специалистов через несколько лет.
- Главный вывод для меня простой: проблема не в том, что ИИ не работает. Он уже приносит пользу и меняет целые профессии.
Сложнее оказалось превратить эту пользу в устойчивый денежный поток. И пока главным дефицитом AI-рынка остаются не модели, процессоры или токены, а компании, которые умеют встроить интеллект в процесс так, чтобы это было видно в финансовом результате.
Смотрите новый выпуск «Сухого остатка» — «Почему ИИ НЕ приносит прибыль бизнесу? 10 главных проблем нейросетей в 2026».