«К2Тех» опросил 150 руководителей крупных промышленных компаний и получил довольно земную картину: начальство уже ждёт от ИИ быстрых побед, а цеховая реальность пока отвечает «сейчас, только файлы разберём». Разрыв между ожиданиями и готовностью увидели 79% участников исследования.
Самая жёсткая часть — не про умные модели, а про хозяйство вокруг них. У 30% компаний разрыв сильный: хотят быстрый результат, но данные и инфраструктура не готовы. Ещё у 49% ожидания совпадают с возможностями только частично. Полное совпадение нашли всего у 5%. Остальные 16% даже не смогли это оценить — тоже диагноз, просто без красивой таблички.
Главный тормоз — качество данных. Для 30% это основная проблема. Полностью готовыми свои данные считают те же 5%, а у 46% они годятся только после доразметки, чистки или склейки из разных источников. То есть ИИ хотят как кнопку, а под кнопкой — склад Excel, старых систем и «у Петровича на диске».
С деньгами тоже без фейерверка. У 37% компаний отдельного бюджета на управление данными и ИИ нет: делают в рамках текущих ИТ-задач. У 33% бюджет вырос на 10–30%, заметный рост больше чем на 50% назвали 14%.
Отдельный подвох для промышленности — регулирование и критическая информационная инфраструктура. Полностью готовыми к новым требованиям по data-инфраструктуре себя считают 12%, частично готовыми — 48%, ещё 21% ждут серьёзной переделки ландшафта. А 19% пока даже не оценивали, что их ждёт.
И наконец железо. Для 27% нехватка вычислительных мощностей — главный ограничитель. 24% арендуют GPU у провайдеров, 21% смешивают своё железо с облаком для пиков, ещё 21% имеют собственные GPU-кластеры с запасом.
Итог простой: промышленный ИИ сейчас продают наверху как ускоритель, а внедрять его приходится как капитальный ремонт. Без владельца риска, нормальных данных, бюджета и понятной метрики это не «цифровая трансформация», а ещё один пилот, который красиво умер в презентации.