KPMG: companies spend $186 million on AI, but see no real returns — agents change the equation

KPMG опубликовал первый выпуск своего квартального исследования Global AI Pulse — и главный вывод неутешителен: разрыв между тем, что компании тратят на AI, и тем, что реально получают взамен, стремительно увеличивается.

Цифры, которые беспокоят

Согласно опросу топ-менеджеров крупных организаций по всему миру, средний планируемый AI-бюджет на ближайшие 12 месяцев составляет $186 млн. Это колоссальные инвестиции — но проблема не в объёме вложений, а в том, что конкретную измеримую бизнес-ценность из них извлекают далеко не все. Многие руководители признают: AI внедрён, а результаты — под вопросом.

KPMG фиксирует несколько системных причин разрыва: Компании внедряют AI точечно, без единой корпоративной стратегии Нет чётких метрик для оценки влияния AI на операционные и финансовые показатели Большинство проектов застревают на стадии пилота и не выходят на промышленный масштаб Технологический стек остаётся изолированным от ключевых бизнес-процессов * Сотрудники не обучены работать с AI-системами на операционном уровне, что сводит на нет потенциальный эффект ## AI-агенты: от пилота к марже Ключевой тезис исследования: именно AI-агенты — автономные системы, способные выполнять сложные многошаговые задачи без постоянного участия человека — становятся главным инструментом получения реальной маржи. В отличие от чат-ботов или ко-пилотов, агенты не просто отвечают на вопросы. Они действуют: самостоятельно собирают данные, принимают промежуточные решения, взаимодействуют с другими системами и доводят задачу до конца без постоянных подсказок оператора.

Именно такая архитектура позволяет автоматизировать не отдельные действия, а целые операционные потоки — и именно здесь рождается конкретная финансовая отдача.

«Организации, которые научатся масштабировать агентные системы,

получат конкурентное преимущество, которое будет крайне сложно преодолеть», — резюмируют аналитики KPMG.

Корпоративный playbook KPMG предлагает конкретный план перехода от

инвестиций к измеримым результатам. Первый шаг — определить процессы с высоким объёмом повторяющихся задач и чёткими правилами исполнения. Именно здесь агенты дают максимальный эффект при минимальных рисках: финансовая отчётность, клиентский онбординг, цепочки поставок, compliance-проверки, первичная обработка запросов. Второй элемент — качественная инфраструктура данных. Агент работает ровно настолько хорошо, насколько хороши данные, с которыми он взаимодействует. Без надёжного data layer переход к агентной модели неизбежно провалится — и это будет ошибка не технологии, а архитектуры. Наконец, KPMG настаивает на измеримых KPI с первого дня. Каждый агентный кейс должен иметь конкретную целевую метрику: сокращение операционного цикла, экономию человеко-часов, снижение частоты ошибок, рост валовой маржи. Без этого невозможно ни обосновать инвестиции перед советом директоров, ни понять, в каком направлении масштабироваться.

Что это значит Эпоха AI-экспериментов заканчивается, начинается эпоха AI-операций.

Компании, которые уже сейчас строят агентную архитектуру с чёткими метриками, получают реальное конкурентное преимущество. Те, кто продолжает «изучать возможности» без конкретных финансовых целей, — просто сжигают бюджеты.