Шестьдесят один процент сервисных компаний в августовской панели ФРС Нью-Йорка за 2026 год использует ИИ. Среди тех, кто использует, медианная доля сотрудников, реально работающих с ним, — 17% (New York Fed, 2026). Для обрабатывающей промышленности эти два числа — 51% и 7%.
Одно из этих чисел попадает на слайд для совета директоров. Второе — это ваше внедрение.
Внедрение — галочка на уровне компании: кто-то где-то что-то использует. Проникновение — доля персонала, чей рабочий день теперь проходит через инструмент. Почти каждый план по ИИ на 2026 год, который я читаю, подписан под первым числом и исполняется на втором, и разрыв между ними — место, где бизнес-кейс тихо умирает.
Панель, которую стоит прочитать до следующего продления
Цифры взяты из Empire State Manufacturing Survey и Business Leaders Survey Federal Reserve Bank of New York за август 2026 года — третьей ежегодной волны вопросов об ИИ, заданных компаниям Нью-Йорка и северного Нью-Джерси, опубликованной 1 сентября Jaison R. Abel, Richard Deitz, Natalia Emanuel и Nick Montalbano (New York Fed, 2026).
Цитируют обычно кривую внедрения:
- Сервисные компании, использующие ИИ: 25% (2024) → 40% (2025) → 61% (2026)
- Промышленные компании, использующие ИИ: 16% (2024) → 26% (2025) → 51% (2026)
За два года внедрение примерно удвоилось в услугах и утроилось в промышленности. По одной этой цифре — раскатка закончена.
Два других результата той же панели говорят, что она едва началась.
Проникновение. Среди пользователей у медианной сервисной компании с ИИ-инструментами работают 17% сотрудников. У медианного промышленного предприятия — 7%.
Интенсивность. Три четверти сервисных компаний и более 90% промышленных описывают свои вложения в ИИ как минимальные или скромные. Около 5% сервисных компаний называют их крупной стратегической инвестицией.
Удержите все три факта сразу. Внедрение почти всеобщее, расходы по-прежнему минимальные или скромные, и за инструментами примерно каждый шестой сотрудник. Эти факты выглядят противоречиво, только если вы считали внедрение синонимом развёртывания.
Что 17% делают с вашим бизнес-кейсом
Пересчитайте на средний бизнес. Сервисная компания на 200 FTE уверенно попадает в колонку пользователей. Если медиана держится, речь примерно о 34 людях, чья работа касается ИИ, — не о 200.
Теперь возьмите стандартную конструкцию ROI: X сэкономленных часов на одного работника умственного труда, умноженные на численность. Применённая к 200 FTE при 34 в периметре, одна только поправка на участие завышает отдачу примерно в шесть раз. И это до спора о том, реальны ли сэкономленные часы, и до вычета времени, которое команда тратит на правку вывода.
Эта поправка — не пессимизм. Это знаменатель. Бизнес-кейс, построенный на измеренном вами проникновении, — число поменьше, которое переживает контакт с финансовой службой; построенный на численности — не переживает.
Стоимость — не ваше ограничение, и это доказывают те, кто не внедрил
Самый полезный абзац релиза ФРС — про компании, которые ИИ не внедрили. На вопрос «почему» около половины ответили, что их работа не подходит для ИИ. Примерно четверть сказала, что технология пока недостаточно хороша. Более трети назвали приватность и безопасность данных. Около трети заявили о нехватке технически квалифицированного персонала.
Стоимость оказалась среди наименее упоминаемых препятствий (New York Fed, 2026).
Этот результат должен закрыть определённый тип внутренней дискуссии. Будь цена связывающим ограничением, решением была бы более крупная статья бюджета, а внедрение было бы всей игрой. Это не так. Названные ограничения — пригодность задач, надёжность вывода, управление данными и внутренняя компетенция: четыре проблемы, которых лицензия не касается.
Это объясняет и цифру интенсивности. Компании покупают «минимально-скромно» не потому, что у них нет денег. А потому, что ещё не нашли работу, на которую это направить.
Второй инструмент измеряет проникновение ИИ, а не внедрение
Самоотчёт компаний — слабый инструмент, а панель ФРС целиком построена на самоотчёте. Поэтому важно, что метод, который никого ни о чём не спрашивает, приходит туда же.
Productivity Lab компании ActivTrak классифицировал зрелость внедрения ИИ по поведенческой телеметрии 120 620 работников — по наблюдаемой активности, а не по лицензиям, входам в систему или опросам. Получилось: 27% работников на стадии исследовательской помощи, 14% — на выполнении задач и 2% — на интеграции в рабочий процесс, той стадии, где ИИ встроен в то, как работа реально делается (ActivTrak, 2026).
Инструменты расходятся в величине и сходятся в форме: доступ масштабируется, интеграция — нет. Примечательно, что Gallup опубликовал заголовок «организационное внедрение ИИ выросло на шесть пунктов» за день до того, как ActivTrak опубликовал свои 2%. Та же неделя, та же экономика, две разные истории — потому что один мерил распределение, а другой изменившуюся работу.
Переобучение — единственный кадровый рычаг, который действительно движется
Здесь данные ФРС ломают второй доминирующий нарратив.
Среди сервисных компаний, использующих ИИ: 4% проводили увольнения из-за ИИ (против 1% в 2025 году), 15% нанимали меньше, 13% нанимали больше. Ни одно промышленное предприятие не сообщило об увольнениях из-за ИИ ни в 2025, ни в 2026 году (New York Fed, 2026).
«Нанимали больше» примерно гасит «нанимали меньше». Увольнения маргинальны и сконцентрированы. Что бы ИИ ни делал с этими компаниями, реструктуризация — не механизм.
Переобучение — механизм. Чуть более трети сервисных компаний, использующих ИИ, переобучали сотрудников в ответ на ИИ; более пятой части промышленных сделали то же. Это делает переобучение крупнейшей отдельной кадровой корректировкой в панели — и означает, что менее половины пользователей тянут единственный рычаг, который сдвинулся.
Проблема в том, чему это переобучение учит
Авторы ФРС описывают содержание прямо: оно в подавляющем большинстве про то, чтобы помочь сотрудникам лучше делать текущую работу, а не подготовить их к совершенно новым ролям, — базовая грамотность по ИИ, обучение инструментам, техника промптов, отраслевые и функциональные применения плюс обучение ответственному использованию: проверке вывода и обращению с данными.
Полезно. И это более дешёвая половина проблемы.
Deloitte в State of AI in the Enterprise 2026 — 3235 руководителей в 24 странах — обнаружил тот же перекос в глобальном масштабе: 53% обучают персонал, чтобы поднять владение ИИ, но лишь 30% переосмысливают организацию вокруг новых ИИ-паттернов и 33% перепроектируют карьерные траектории (Deloitte, 2026).
А Work Trend Index 2026 от Microsoft, проведённый среди 20 000 работников в 10 странах, даёт соотношение, показывающее, какая половина платит. Организационные факторы — культура, поддержка руководителей, практики работы с талантами — дают более чем вдвое больший реализованный эффект ИИ, чем индивидуальные факторы: 67% против 32% (Microsoft, 2026).
Обучите человека — поднимете его владение инструментом. Две трети реализованного эффекта лежат в дизайне работы вокруг него. Панель ФРС показывает: большинство компаний покупает владение, и лишь треть покупает хотя бы это.
Честное возражение
Четыре ограничения, прямо.
Выборка региональная и самоотчётная. Это Нью-Йорк и северный Нью-Джерси, отвечали представители компаний, а не национальная вероятностная выборка работников. Отраслевой состав и вес финансов и бизнес-услуг в регионе формируют цифру внедрения. Читайте панель ради направления и структуры, а не как национальную точечную оценку.
17% могут быть корректными, а не сломанными. Половина не внедривших сказала, что их работа не подходит для ИИ, — защитимая позиция для широких пластов сервисной и операционной работы. Низкое проникновение — провал лишь относительно бизнес-кейса, который предполагал иное. Если ваш предполагал 100%, а вы построили под 17%, ошибка в допущении.
Медиана — не ваша компания. ФРС приводит медианного пользователя; распределение не опубликовано. Часть компаний в панели значительно выше 17%, часть — на 2%. Действовать нужно по своему числу, и поэтому первая рекомендация ниже — измерение, а не решение.
Агрегированное спокойствие может скрывать концентрированный ущерб. Сам пост ФРС отмечает работу Stanford Digital Economy Lab, согласно которой начинающие специалисты могут страдать существенно даже там, где эффекты на уровне компании выглядят малыми. «Только 4% кого-то уволили» — статистика уровня компании, а не гарантия для 23-летнего аналитика.
Что решить в этом квартале
Четыре шага. Один бесплатный.
- Посчитайте своё проникновение и напечатайте его рядом с числом лицензий. Не выданные лицензии — долю персонала, чей недельный результат доказуемо изменился. Два числа в одной строке переопределяют весь разговор о продлении, а данные для них у вас уже есть.
- Перепишите бизнес-кейс на проникновение, а не на численность. Замените множитель численности измеренной популяцией в периметре. Если кейс всё ещё проходит — он настоящий. Если проходил только на 200 FTE — его никогда не было.
- Сдвиньте один рабочий процесс, а не сто человек. 2% у ActivTrak — та стадия, которая даёт отдачу. Выберите один сквозной процесс, перепроектируйте передачи между участниками и свяжите дальнейшее расширение лицензий с достижением интеграции именно там. Ширина — дешёвая ось, и её купили все.
- Профинансируйте переобучение, которого нет у двух третей ваших конкурентов, — и оценивайте его по перепроектированию, а не по владению инструментом. Менее половины пользователей вообще переобучают, так что это дешёвая для захвата территория. Судите о программе по тому, изменила ли форму роль или процесс, а не по числу прошедших модуль про промпты.
61% внедрения говорит вам, что рынок сдвинулся. 17% проникновения говорит, что никто ещё не пришёл.
Этот разрыв — единственное конкурентное преимущество в этой технологии, которое всё ещё доступно по ценам среднего бизнеса, и оно закроется в тот квартал, когда кто-то в вашей отрасли перестанет считать лицензии и начнёт считать изменившуюся работу.
