Отчет SAP: ИИ помогает выполнять 30% задач

При поддержке SAP

Корпоративный ИИ перешел от стадии экспериментов к этапу практической реализации, и этот сдвиг начинает приносить реальную отдачу. Согласно отчету SAP «Ценность ИИ в 2026 году» (The SAP Value of AI Report 2026), подготовленному совместно с Oxford Economics на основе опроса 2600 бизнес-лидеров из 13 стран, в настоящее время ИИ задействован почти в трети всех задач в среднестатистической компании — этот показатель вырос до 30% по сравнению с 25% в прошлом году.

Ожидания по окупаемости инвестиций (ROI) в автономных ИИ-агентов выросли с 10% в прошлом году до 17% в текущем, однако многие организации считают, что ИИ мог бы приносить гораздо большую пользу. Как отмечает Шон Каск (Sean Kask), директор по стратегии в области ИИ компании SAP, разрыв кроется в стратегии, данных и управлении, а не в доступе к новейшей модели.

«ИИ перешел от экспериментов к практической реализации, и это начинает приносить реальные результаты, но впереди еще долгий путь, — говорит Каск. — Причина в том, что ИИ, лишенный контекста — будь то бизнес-процессы, данные или принципы управления, — в лучшем случае создает бурную деятельность без реальных результатов, а в худшем — порождает риски».

Компании по-прежнему подходят к ИИ бессистемно

Несмотря на ускорение инвестиций, более половины организаций все еще вкладывают средства в ИИ хаотично или фрагментарно, и лишь 17% заявляют о стратегическом, комплексном подходе к приоритизации (хотя этот показатель почти удвоился по сравнению с 9% годом ранее).

Такая фрагментация может быть следствием требований руководства внедрять ИИ без четкой стратегии или достаточного уровня цифровой грамотности сотрудников, что приводит к разрозненным экспериментальным инициативам. В других компаниях недостаток внимания со стороны топ-менеджмента приводит к тому, что сотрудники самостоятельно приносят на рабочие места различные инструменты и просто экспериментируют.

«В итоге вы получаете множество стихийных, разрозненных ИИ-инициатив, которые порой буксуют просто из-за низкого качества данных, — отмечает Каск. — Но даже те инициативы, которые реализуются на основе стратегического подхода, все равно работают в изоляции: у них могут быть качественные данные для конкретного сценария использования, но они еще не вышли на уровень трансформации всего бизнес-процесса».

Этим отчасти объясняется один из самых парадоксальных выводов отчета: 69% компаний заявляют, что удовлетворены окупаемостью инвестиций в ИИ, поскольку доказали способность технологии приносить доход. Тем не менее 67% по-прежнему сомневаются в том, что технология раскрывает свой потенциал полностью, так как этот опыт помог им осознать как огромную ценность ИИ, так и те трудности, которые необходимо преодолеть для его масштабирования.

Агенты меняют экономику корпоративного ИИ

На сегодняшний день компания SAP внедрила более 400 сценариев использования ИИ в своем портфеле продуктов, и еще множество находится в разработке. Агенты представляют собой следующий этап развития, поскольку они способны планировать и последовательно рассуждать, используя различные шаги и инструменты для достижения цели, что отражает то, как работают люди и процессы, поясняет Каск.

«Вы ставите задачу или цель перед ИИ-системой, и она способна итеративно проходить несколько этапов и задействовать различные инструменты для достижения результата, — говорит Каск. — Например, мы выпустили в бета-версии агента для учета начислений — задачу, которая у бухгалтера в средней компании обычно занимает около 12 часов в месяц, теперь удается сократить до двух-трех часов. Если масштабировать этот подход на все подобные процессы, потенциал колоссален».

Фактически средний показатель ROI для ИИ вырос в этом году с 16% до 21% и через два года должен достичь 15,9 млн долларов, несмотря на то, что лишь 3% компаний заявляют о своей полной готовности к этому.

Качество данных остается главным препятствием на пути к созданию ценности от ИИ

Подготовка к внедрению агентов сводится к двум фундаментальным требованиям: подключению агентов к данным с богатым контекстом и управлению ими в масштабах всей компании. Качество и доступность данных названы главной причиной, мешающей извлекать больше пользы из ИИ (на это указали 73% респондентов), причем 79% как минимум периодически сталкиваются с необходимостью переделывать работу, задержками или завалами из-за низкого качества результатов.

Характер проблемы изменился по сравнению с классическим глубоким обучением. Базовые модели во многом избавляют от необходимости искать данные, извлекать их, очищать и обучать специализированные модели, однако они делают сохранение бизнес-контекста гораздо более важным.

«Как только вы извлекаете данные из ERP-системы, вы разрушаете всю контекстную информацию, всю семантику, а для генеративного ИИ это самая ценная часть», — подчеркивает Каск.

SAP удается сохранять этот контекст в масштабе предприятия с помощью графа знаний в своей облачной ERP, который охватывает 452 000 таблиц ABAP и 7,3 миллиона полей данных. В SAP Business Data Cloud продукты данных предоставляют такую информацию, как счета и данные о поставщиках, согласованным образом как в системах SAP, так и за их пределами, не теряя при этом своего бизнес-значения.

Управление ИИ — это главная проблема, о наличии которой компании даже не подозревают

По мере того как ИИ все глубже проникает в бизнес-процессы, управление им становится следующей серьезной задачей для предприятий. Лишь 12% компаний заявляют, что полностью готовы управлять ИИ, в то время как 69% признают, что периодически или регулярно используют несанкционированные инструменты теневого ИИ.

«По мере развертывания инициатив в сфере ИИ компании часто обнаруживают так называемых теневых агентов — агентов, которые имеют доступ к данным, к которым им не положено прикасаться, или могут совершать несанкционированные действия. Возникает вопрос: как это аудировать?» — рассуждает Каск.

Инструмент SAP AI Agent Hub решает эту задачу путем обнаружения и инвентаризации агентов, больших языковых моделей (LLM) и серверов MCP. Клиенты уже обнаружили в своих ИТ-ландшафтах тысячи агентов SAP и сторонних разработчиков, о существовании которых даже не подозревали. Затем система обеспечивает управление жизненным циклом, контроль доступа и идентификации, а также мониторинг производительности. Каск сравнивает этот подход с наймом персонала: ни одна компания не стала бы принимать сотрудника на работу, не выяснив, какие права доступа и разрешения ему необходимы для выполнения его роли.

Однако вопросы управления выходят за рамки чисто технологических аспектов. Параллельно с работой с данными идет трансформация персонала: почти 80% респондентов согласны с тем, что для максимального раскрытия потенциала ИИ требуется нечто большее, чем просто техническое повышение квалификации, а 75% уже планируют переобучение сотрудников. Дискуссия смещается с вопроса о том, какие рабочие места заменит ИИ, на то, как люди и ИИ могут эффективнее сотрудничать, поскольку агентам по-прежнему необходимы человеческий контроль, перестроенные рабочие процессы и развитая способность принимать решения.

Все это указывает на концепцию, которую SAP называет «Автономным предприятием» (Autonomous Enterprise). Она объединяет агентов, контекстно-богатые данные и корпоративное управление в рамках всех функциональных разрывов, используя Joule в качестве генеративного интерфейса на естественном языке для взаимодействия людей и систем.

«Реальную пользу от ИИ извлечь непросто, поскольку это требует принципиально нового подхода, — резюмирует Каск. — В конечном счете это в большей степени человеческие изменения, а не технические, ведь максимальной ценности можно достичь лишь тогда, когда агенты, процессы и люди работают как единое целое».

Ознакомьтесь с полными результатами исследования. Скачайте отчет SAP Value of AI Report 2026.

Спонсорские материалы — это контент, созданный компанией, которая либо оплачивает публикацию, либо имеет деловые отношения с VentureBeat, и такие материалы всегда четко маркируются. Для получения дополнительной информации обращайтесь по адресу sales@venturebeat.com.