Enterprise AI: why 10,000 queries hide just 14 real users

Аналитик из технологической индустрии описал на Habr паттерн, который наблюдал в четырёх компаниях с разными бюджетами и отраслями в 2025 году: корпоративные отчёты об «AI-трансформации» системно скрывают провальные показатели реального использования инструментов.

Схема, которая повторяется в каждой компании

Во всех четырёх случаях сценарий разворачивался по единому шаблону. Сверху поступал запрос: «нам нужен AI, все уже внедрили». Команды спешно разворачивали корпоративный чат поверх LLM — обычно в фирменных цветах компании.

Через месяц совет директоров видел слайд: «AI-ассистентом воспользовались 10 000 раз». Совет оставался доволен. В письме инвесторам появлялась строчка про «AI-трансформацию».

Продуктовая команда получала премию. Автор приводит конкретные числа из одного из разобранных кейсов: 10 000 — общее число запросов к ассистенту за отчётный период 9 000 из них — разовые визиты пользователей, которые не вернулись около 500 — принудительное тестирование сотрудниками и демо-сессии для руководства 14 — реальных еженедельных активных пользователей через квартал после запуска * 4 000 — общая численность сотрудников компании В отчёте по-прежнему значилось «10 000». Слайд показывали совету директоров дважды.

Почему метрика «запросы» ничего не говорит о ценности

Автор описывает три вопроса, позволяющие отличить реальное внедрение от витринного. Первый: сколько пользователей вернулось во второй раз? Второй: кто использует инструмент раз в неделю спустя месяц после запуска? Третий: что именно эти люди перестали делать вручную? В реальных кейсах ответы на все три оказывались неудобными. Значительная доля запросов из красивого слайда принадлежала людям, которых руководство попросило «потестить», и демо-сессиям перед топ-менеджментом. Органически вернувшихся пользователей — единицы.

«В отчёте осталось "10 000".

Слайд ещё дважды показывали на советах», — наблюдение автора. Механизм прост: метрика «количество запросов» удобна тем, кто хочет показать прогресс без доказательства ценности. Она легко набирается за счёт первичного любопытства, принудительного онбординга и демо-трафика. При этом давление на команды только усиливается: конкуренты «внедрили AI», инвесторы ждут строчку про трансформацию, а успех принято измерять первым очевидным числом — количеством запросов.

Как отличить настоящее внедрение от отчётного

Показательна сама постановка исходной задачи: когда сверху приходит «нам нужен AI, как у всех», никто не уточняет, какую проблему должен решить инструмент и как измерить, что он её решил. Без ответа на этот вопрос любое внедрение обречено быть витриной. Настоящая метрика AI-внедрения — изменённое поведение сотрудников.

Не «сколько раз воспользовались», а «что перестали делать вручную». Если пользователь применял ассистента и вернулся на следующей неделе без чьей-либо просьбы — это сигнал реальной ценности. Если за квартал еженедельно приходят 14 человек из 4 000 — это провал, некорректно называть его трансформацией.

Компании, реально меняющие процессы с помощью AI, и компании, просто запустившие чат в фирменных цветах, в текущих отчётах выглядят одинаково. Разница проявится позже — в производительности, конкурентных преимуществах и способности сократить операционные расходы.

Что это значит

Большинство корпоративных отчётов об «AI-внедрении» в 2025 году фиксируют факт запуска инструмента, а не реальное изменение работы. Настоящий бенчмарк успешного внедрения — еженедельный активный пользователь, retention через 30 дней и задачи, которые сотрудники перестали выполнять вручную.