Кёрк Дрейк в TNW: предприниматели сами ограничивают свой потенциал в ИИ

Колумнист The Next Web Кёрк Дрейк опубликовал колонку с тезисом: компании имеют достаточно AI-инструментов, но превратить эксперименты в измеримые результаты мешает не технология, а готовность руководства изменить подход к работе.

Почему ИИ не даёт результатов

Искусственный интеллект стал одним из главных бизнес-разговоров десятилетия — и разрыв между разговорами и реальными результатами оказался значительным. По данным исследований, упомянутых Дрейком, организации в целом оптимистично оценивают долгосрочную ценность ИИ. Однако превратить этот оптимизм в измеримый экономический эффект удаётся немногим.

Автор указывает на парадокс: инвестиции в ИИ растут, обсуждений всё больше, а многие организации по-прежнему подходят к технологии с осторожностью — не решаясь выйти за рамки пилотных проектов.

Мышление важнее инструментов

Главный аргумент Дрейка: проблема не в инструментах, а в установках тех, кто ими управляет. Переход от «мы тестируем ИИ» к «ИИ системно меняет наши результаты» определяется не качеством модели, а решимостью руководства перестроить процессы.

• Организации оптимистичны насчёт долгосрочной ценности ИИ, но медлят с реальными изменениями в работе
• Разрыв между пилотными запусками и промышленным внедрением — преимущественно управленческий вопрос
• Ограничения исходят от самих предпринимателей, а не от технических возможностей платформ

«Настоящее AI-преимущество начинается тогда, когда предприниматели перестают ограничивать собственный потенциал» — так формулирует центральный тезис

Кёрк Дрейк в колонке для The Next Web.

По мнению Дрейка, многие компании воспринимают ИИ как дополнение к старым процессам, а не как основание для переосмысления бизнес-модели. Именно поэтому эксперименты остаются экспериментами — вместо того чтобы стать новым операционным стандартом.

Что мешает предпринимателям масштабировать ИИ

Дрейк ставит перед читателями практический вопрос: что именно мешает использовать ИИ в полную силу прямо сейчас? Если ответ упирается в инфраструктуру или функциональность инструментов — это одна история. Но чаще, как следует из логики материала, ответ лежит в другой плоскости: в привычке работать так, как работали всегда.

К 2026 году языковые модели и ИИ-агенты освоили широкий спектр деловых задач — от генерации контента до анализа данных и автоматизации операционной рутины. Технические возможности перестали быть ограничивающим фактором для большинства бизнес-кейсов. Вопрос в том, позволяют ли себе предприниматели задействовать эти возможности, не сдерживая себя страхом перемен.

Что это значит

Масштабирование ИИ в бизнесе — управленческий, а не технический вопрос. Компании, которые первыми снимут внутренние барьеры и перейдут от экспериментов к системному применению, получат конкурентное преимущество не за счёт лучших инструментов, а за счёт более смелого подхода к их использованию.