Согласно новому исследованию PwC, опубликованному 13 апреля 2026 года, почти три четверти всей экономической ценности, создаваемой искусственным интеллектом, приходится всего на 20% организаций. Это свидетельствует о растущем разрыве между небольшой группой компаний, получающих измеримую отдачу от инвестиций в ИИ, и большинством, которые застряли на стадии пилотных проектов.
Исследование PwC, основанное на интервью с 1 217 топ-менеджерами из 25 секторов, показывает, что 74% экономической ценности ИИ концентрируется у пятой части организаций. Эти лидеры используют ИИ не просто как инструмент, а как катализатор роста и преобразования бизнеса, в частности, за счёт поиска новых источников дохода на стыке отраслей.
Эти данные перекликаются с исследованием MIT от августа 2025 года, согласно которому 95% предприятий не получили никакой отдачи от пилотных проектов в области генеративного ИИ. Более ранний опрос генеральных директоров PwC (4 454 респондента из 95 стран) показал, что 56% руководителей не увидели ни роста выручки, ни снижения затрат благодаря ИИ за прошедший год. Лишь 12% достигли обеих целей одновременно.
Компании, внедряющие ИИ в продукты, услуги и клиентский опыт, демонстрируют прибыльность почти на четыре процентных пункта выше, чем те, кто этого не делает. Глобальный председатель PwC Мохамед Канде заявил: «Небольшая группа компаний уже превращает ИИ в измеримую финансовую отдачу, в то время как многие другие всё ещё пытаются выйти за рамки пилотов».
В PwC подчёркивают, что этот разрыв носит структурный, а не временный характер. Компании-лидеры заложили прочный фундамент: технологическую среду, обеспечивающую интеграцию, чёткую дорожную карту, формализованные процессы управления рисками и организационную культуру, поддерживающую внедрение. Большинство же компаний вкладывают значительные средства в инструменты, не проделав эту подготовительную работу.
В результате складывается картина, независимо задокументированная как MIT, так и PwC: крупные капиталовложения, минимальная измеримая отдача и растущий разрыв между теми, кто заложил правильный фундамент, и теми, кто этого не сделал. Аналитики Gartner называют текущий момент «яма разочарования» в цикле хайпа вокруг ИИ.
Параллельно с этим, отчёт Индекса ИИ Стэнфордского института человеко-центричного ИИ (HAI) за 2026 год выявил тревожную тенденцию к снижению прозрачности. Компании, разрабатывающие самые мощные модели ИИ, делятся всё меньшим объёмом информации об обучающих данных и результатах тестирования, даже несмотря на то, что их модели становятся мощнее и шире внедряются.
«Многие компании не публикуют, как их модели справляются с определёнными тестами, особенно с тестами на ответственный ИИ», — отмечается в отчёте. Проблема усугубляется тем, что сами бенчмарки зачастую ненадёжны: например, один популярный математический тест имеет погрешность в 42%, а другие можно «обмануть», если модель обучалась на данных самого теста.
Доверие общественности к регулированию ИИ находится на низком уровне: в США только 31% граждан доверяют правительству в этом вопросе — это самый низкий показатель среди всех стран, охваченных исследованием. Глобально ЕС доверяют больше, чем США или Китаю, что отражает полное вступление в силу «Акта об ИИ» ЕС в январе 2026 года и отсутствие сопоставимой федеральной структуры в США.
Отчёт Стэнфорда фиксирует мир, где внедрение ИИ ускоряется с исторической скоростью, в то время как общественное доверие к надзору и прозрачности ИИ достигает новых минимумов. Эти две тенденции напрямую связаны: по мере того как инструменты ИИ охватывают более половины мирового населения и генерируют 172 миллиарда долларов годовой потребительской ценности только в США, отсутствие прозрачности в отношении самых мощных моделей создаёт разрыв в регулировании.
К 2026 году 47 стран ввели законодательство, специфичное для ИИ, но только в 23 из них законы имеют действующие механизмы принуждения. Конкурентное давление среди ведущих лабораторий ИИ, стремящихся быстро выпускать мощные модели, создаёт структурные стимулы против прозрачности, поскольку публикация слабых мест или деталей методологии обучения может быть использована конкурентами.
