Сорок процентов инициатив в области ИИ в крупнейших компаниях Европы держатся как вечные пилоты — никогда не закрываемые и никогда не масштабируемые — «по умыслу». Эта цифра не падает по мере того, как организации совершенствуются в ИИ. Она растёт. Внутри самых зрелых программ ИИ доля постоянных пилотов поднимается до 48%, даже когда средние расходы на ИИ достигают 39,2 млн фунтов в год и растут на 27% год к году (Valliance, через Consultancy.uk, 2026). Больше опыта, больше бюджета, больше изощрённости — и больше пилотов, ведущих в никуда. Это и есть парадокс, и это самый ясный на сегодня сигнал: то, что разрушает отдачу от ИИ, — не эксперименты. Это отсутствующее решение после них.
Рефлекторное прочтение этих данных таково: «пилоты ИИ проваливаются, так что осторожнее с их запуском». Это ровно неверный урок. Более острый вывод, погребённый в опросе Valliance среди 1000 топ-руководителей, в том, что экспериментирование работает прекрасно; чего не хватает — это шлюза kill-or-scale — момента, когда кто-то оценивает пилот по заранее согласованным метрикам и объявляет его либо мёртвым, либо готовым к продакшену. Для Head of Operations в компании на 200 сотрудников, финализирующего план по ИИ на следующий год, проблема перехода от пилота к продакшену — не повод сбавлять темп. Это повод установить одно решение, которого у ваших коллег из корпораций, при всём их бюджете, всё ещё нет.
Парадокс: зрелость должна лечить «пилотит». Она не лечит.
Интуитивная модель организационного обучения гласит: чем больше проектов ИИ вы запускаете, тем лучше доводите их до конца. Вы наращиваете мышцу: учитесь, какие сценарии масштабируются, быстрее убиваете неудачные, ваш процент попаданий растёт. Данные Valliance говорят, что на вершине рынка происходит обратное. Организации с самыми зрелыми программами накапливают больше всего вечных пилотов — 48% против базовых 40% (Valliance, через Consultancy.uk, 2026).
Это должно вас остановить. Это значит, что «пилотит» — состояние бесконечного экспериментирования без обязательств — не болезнь новичков, которую лечит зрелость. Это структурное состояние, которое зрелость усиливает, потому что у зрелых программ есть бюджет держать больше пилотов живыми бесконечно и политическая сложность, чтобы не убивать ни один. У каждого пилота есть спонсор. У каждого спонсора есть причина, почему он «всё ещё учится». Никто не владеет вердиктом. Итог — портфель, растущий по краям и никогда не разрешающийся в центре.
Valliance точна о механизме: провал — не эксперимент, а то, что происходит — или не происходит — после. Плохие метрики успеха, низкое внедрение и консалтинговые контракты, выстроенные на продление, а не на завершение, толкают пилоты на орбиту ожидания. 39,2 млн фунтов средних расходов не покупают продакшен-системы. Большая часть покупает право продолжать гонять эксперименты, которые никто формально не закроет.
Почему «экспериментирование провалилось» — неверный диагноз
Вот почему различие важно операционно. Если диагноз «ИИ не работает», лечение — разворачивать меньше. Если диагноз «мы никогда не решаем», лечение — управление, и выигрыш от того, чтобы сделать это правильно, велик и хорошо задокументирован.
Когда ИИ действительно встроен в рабочий процесс, а не оставлен в чистилище пилота, разрыв в результативности не маргинален. Полевой эксперимент Harvard Business School и BCG над работниками умственного труда показал, что консультанты, использовавшие ИИ правильно, выполняли задачи примерно на 25% быстрее и выдавали работу, оценённую примерно на 40% выше по качеству, чем контрольная группа (Harvard Business School & BCG, 2023). Вот приз, ждущий по ту сторону шлюза. Организация вечных пилотов платит за ИИ полную цену и почти не получает отдачи, потому что прирост качества в 40% материализуется только когда инструмент в продакшене, в ежедневном рабочем процессе, с внедрением — а не когда его «оценивают» в песочнице восемнадцатый месяц.
Цена нерешения проявляется и в макроданных. Широко цитируемый анализ MIT 2025 года показал, что около 95% корпоративных пилотов генеративного ИИ не дали измеримого влияния на отчёт о прибылях и убытках — лишь примерно один из двадцати дошёл до реальной финансовой отдачи (MIT, через Fortune, 2025). В прочтении вместе с Valliance картина обостряется: проблема не в том, что ИИ не может окупиться — те немногие, кто интегрирует его хорошо, окупаются грандиозно. Проблема в том, что подавляющее большинство пилотов никогда не заставляют доказать окупаемость, поэтому они по инерции попадают в 95%.
Вот диагноз. Не «экспериментирование провалилось». Экспериментирование удалось и так и не было конвертировано. Отсутствующий орган — шлюз решения.
Цена отсутствующего шлюза выше на каждый евро для среднего бизнеса
Было бы удобно списать это на проблему корпораций — бюджеты в 39,2 млн фунтов, европейские транснационалы с 1000 руководителей, масштаб расточительства, которого средняя компания никогда не достигнет. Это утешение неуместно, и причина — арифметика.
Компания с расходами на ИИ в 39,2 млн фунтов может нести дюжину зомби-пилотов как ошибку округления. Расточительство реально, но размыто в огромном бюджете; вечный пилот — статья, которую CFO терпит. Компания на 200 сотрудников не может ничего размыть. Если вы ведёте три пилота ИИ и два из них вечны по инерции, вы тратите не ошибку округления — вы неверно распределяете значимую долю дискреционного технологического бюджета, который и так было трудно получить. Процент потерь может быть схож; способность пережить эти потери — нет. Средний бизнес чувствует каждый застрявший пилот так, как корпорации структурно изолированы от этого.
Есть и вторая асимметрия. У корпорации есть функции управления — офис трансформации, комитет по обзору портфеля, CIO, чья команда хотя бы видит зомби-пилоты. В компании на 200 сотрудников у пилота, который ваш руководитель операций запустил с вендором весной, нет комитета по обзору, готового его судить. Если вы не построите шлюз лично, шлюза нет. Вывод Valliance о том, что даже зрелые корпоративные программы не способны убивать пилоты, при верном прочтении — предупреждение: если организации, специально построенные для управления этим, всё ещё не могут, средний бизнес не придёт к дисциплине случайно. Её нужно установить намеренно.
Контраргумент: «Bain говорит, что сценарии уже масштабируются»
Сильнейшее возражение против всего этого исходит из авторитетного источника и заслуживает прямого ответа. Опрос руководителей Bain & Company 2026 года выдвигает нечто близкое к контрнарративу — что в большинстве категорий сценариев компании действительно переводят ИИ из пилота в продакшен, и история про «всё застряло в пилотах» преувеличена. Если Bain права, шлюз kill-or-scale решает проблему, которая уже решается сама.
Оба вывода могут быть верны одновременно, и удерживать это напряжение полезнее, чем выбирать сторону. Масштабирование неравномерно. Организация может действительно выводить в продакшен свои лучшие два-три сценария, одновременно накапливая длинный хвост пилотов, которые никогда не разрешатся, — 40%–48%, измеренные Valliance. Bain считает победителей, перешедших черту; Valliance считает накопившийся затор, который её не перешёл. Урок для среднего бизнеса не «игнорируйте Bain». Он в том, что успешные в масштабировании организации — именно те, кто принимает явные решения о масштабе, а тонущие в вечных пилотах — те, кто так и не построил механизм решения. Шлюз — это то, что отделяет историю масштабирования Bain от истории застоя Valliance. Вы хотите быть на правильной стороне этой линии намеренно.
Подтверждающие данные указывают в ту же сторону. Исследование Work Reimagined от EY показало, что хотя почти девять из десяти сотрудников теперь так или иначе используют ИИ, лишь около четверти организаций действительно готовы конвертировать это развёртывание в высокоценные результаты (Deloitte, State of AI in the Enterprise, 2026). Использование универсально; конверсия редка. Различающий фактор — не доступ к ИИ. Это дисциплина решать, что делать с каждым развёртыванием.
Построить шлюз kill-or-scale: три компонента на этот квартал
Решение узкое, дешёвое и полностью под вашим контролем до того, как следующий бюджетный цикл зафиксирует расходы. Вам не нужен офис трансформации. Вам нужен шлюз, а у шлюза три части. Примените его к каждому активному пилоту ИИ, который вы ведёте сегодня, и сделайте обязательным для каждого нового.
Первое — фиксированное окно оценки. Каждый пилот получает дату завершения в момент старта — 60 дней, 90 дней, квартал, что подходит сценарию, но дату, названную заранее. Единственное поведение, создающее вечные пилоты, — открытый срок: пилот без конца никогда не сталкивается с приговором. Закройте срок — и вы принудите вердикт. Если пилот достигает окна без решения, дефолт не «продлить». Дефолт — «убить».
Второе — заранее согласованные метрики успеха. До запуска пилота запишите, как выглядит успех в числах, которые у вас реально будут в конце, — сэкономленные часы в неделю, снижение доли ошибок, производительность на человека, уровень внедрения среди целевых пользователей. Причина, по которой зрелые корпорации застревают, по Valliance, — плохие метрики и низкое внедрение: пилоты, которым не задали чёткую планку, всегда могут заявить, что «всё ещё учатся». Пилот с заранее согласованной метрикой либо достигает её, либо нет. Определите планку до того, как у вас появится интерес её двигать.
Третье — бинарный вердикт и названный владелец. В конце окна один ответственный человек — не комитет — выносит одно из ровно двух решений: масштабировать в продакшен с реальным бюджетом и планом внедрения, либо убить и вернуть расходы. Третьего варианта нет. «Продлить ещё на квартал» — это болезнь, а не решение. Выигрыш HBS-BCG — на 25% быстрее, на 40% лучше — инкассируется только на стороне «масштабировать» этого вердикта и только когда масштабирование означает настоящую интеграцию, а не песочницу побольше.
Ни один из этих трёх компонентов не требует штата или платформы. Они требуют решить заранее, что пилот заслуживает продолжения, преодолев заданную планку к заданной дате под судом названного человека. Это весь фундамент управления для перехода от пилота к продакшену, и это разница между портфелем, который конвертирует, и портфелем, который тихо разводит зомби.
Совокупная история данных Valliance 2026 в том, что организации с наибольшей зрелостью в ИИ хуже всех доводят начатое до конца — и что средний бизнес, который не может позволить себе их терпимость к потерям, выигрывает больше всех от дисциплины, которую они так и не построили. Решение перед Head of Operations в этом квартале — не запускать ли больше пилотов ИИ. Оно в том, есть ли хотя бы у одного пилота в ваших книгах сегодня дата завершения, число успеха и имя, прикреплённое к вердикту. Выберите свой самый дорогой активный пилот и дайте ему все три до закрытия бюджета. Шлюз kill-or-scale — не тормоз вашей программы ИИ. Это единственное, что превращает расходы в отдачу.
