Нейросети ускоряют бизнес почти в 2 раза. А главная проблема — понять, как именно их применять. Разобрал свежее масштабное исследование о том, как ИИ влияет на реальные доходы компаний.
Исследователи из INSEAD и Гарвардской школы бизнеса провели полевой эксперимент с участием 515 быстрорастущих стартапов. Авторы (Хёнджин Ким, Дахён Ким и Рембрандт Конинг) решили проверить, как решение «проблемы маппинга» — поиска конкретных зон в производственном процессе, где алгоритмы создают ценность — отражается на показателях фирм.
Половине стартапов из выборки показали успешные кейсы того, как другие компании реорганизовали работу с помощью ИИ.
Получив эту информацию, фирмы стали находить новые сценарии применения нейросетей на 44% чаще (особенно в разработке продуктов и стратегии).
Эффективность взлетела: компании начали закрывать на 12% больше задач и на 18% чаще привлекать платящих клиентов.
В итоге выручка экспериментальной группы оказалась в 1,9 раза выше, чем у контрольной. Потребность во внешних инвестициях при этом упала на 39,5%, а спрос на рабочую силу остался неизменным (ИИ масштабирует сам результат, а не затраты на него).
Где именно ИИ дал такой прирост? Главный инсайт исследования — нейросети нужно внедрять не в изолированные микрозадачи, а в сквозные системы. Вот как это выглядит на практике:
🔸 Комплексная разработка: алгоритмы не просто пишут куски кода, а помогают в быстром прототипировании — от тестирования продуктовых гипотез до сбора фидбека и автоматической корректировки фич.
🔸 Сложная операционка: вместо базовой автогенерации ответов в поддержке компании настраивали ИИ-агентов. Они сами маршрутизируют письма, парсят данные со сторонних сайтов и без участия человека обновляют статусы в CRM.
🔸 Стратегия и аналитика: нейросети применяли для синтеза огромных массивов рыночных данных, выявления неочевидных паттернов поведения пользователей и стресс-тестирования бизнес-моделей.
Аномальный скачок доходов ярче всего виден на графиках у самых успешных стартапов (начиная с 90-го перцентиля и выше). То есть ИИ не просто немного улучшает маржинальные проекты, а колоссально расширяет верхнюю границу возможностей для лидеров рынка.
Очередное исследование, которое показывает, что искусственный интеллект реально улучшает производительность даже при текущих (далеко не идеальных) возможностях. Но главным «бутылочным горлышком» остается не слабость технологий, а неумение основателей обнаружить, куда именно их внедрять.
Напоминаю, что о том, куда внедрять ИИ, я рассказываю на своем курсе AI-Sprint! Ссылку в студию!
Шучу-шучу (это пародийный вайбкод-проект). Но если вы не знаете, как начать эффективно пользоваться нейросетями, выпишите рутинные повторяющиеся задачи (звонки по работе/с терапевтом, оформление Notion или build.in, сбор информации/ресерч, дайджесты новостей и пр.).
И попросите хорошую reasoning-модель (достаточно ChatGPT 5.4 Thinking) помочь вам составить план по внедрению ИИ в свою рутину.