Честно: почему AI снижает рентабельность и где он всё-таки работает Классики маркетинга вроде Филипа Котлера учили нас простой вещи: любое внедрение технологий начинается с затрат. Вы покупаете софт, лицензии, учите людей, а клиент за это платить не готов. Ценность в глазах покупателя не растёт только потому, что внутри у вас «нейросеть». Поэтому в краткосроке рентабельность бизнеса почти всегда падает. Современные исследования это подтверждают. McKinsey пишет: 70% AI-проектов не окупаются первые три года. OpenAI говорит о «парадоксе продуктивности», вложения растут быстрее, чем выгоды. Anthropic добавляет: AI даёт отдачу не в экономии, а в изменении качества решений. Но это косвенные метрики, их трудно перевести в деньги. А теперь честно, из практики PapAI Soft. Мы видим три сценария. Первый. Где AI реально даёт прибыль. Например, когда у клиента текучка на позиции (Или вообще сложно найти человека). Наш кейс с менеджером контроля качества. Найм, обучение, увольнение каждые 14 месяцев (средняя цифра для линейных менеджеров). Мы внедряем ассистента, который окупается за 5–6 месяцев. Плюс рост продаж за счёт стабильного контроля. Это чистый выигрыш. Второй. Косвенная прибыль. Это оцифровка инструкций и процессов. Новички быстрее входят в работу, меньше ошибок, выше стандарты. Формально это не рост продаж, а ускоренная капитализация персонала и снижение брака. Деньги здесь появляются через скорость и масштаб. Третий. Зона осознанного минуса. AI, который снимает рутину с топ-менеджеров, это расходы ради комфорта. Да, рентабельность снижается, но взамен появляются косвенные плюсы: меньше стресса, больше ресурса и вовлечённости у собственников, больше пространства для стратегических решений. (то, о чем пишет Антропик. Причем наличие массажного кресла, булочек в офисе и плейстешн - это аналогичный подход)