Компании внедряют искусственный интеллект, автоматизируют задачи и запускают новые цифровые сервисы, но улучшения внутри отдельных подразделений не всегда превращаются в рост всего бизнеса. Согласно исследованию KPMG Transforming the Enterprise 2026, основная проблема заключается в разрыве между скоростью внедрения технологий и способностью организаций менять процессы, распределять ответственность и принимать решения.

Для банков, финтех-компаний и ритейлеров это означает необходимость пересмотреть сам подход к цифровой трансформации: оценивать не количество внедренных инструментов, а их влияние на обслуживание клиентов, финансовые результаты и устойчивость бизнеса.

В основу отчета лег опрос 1 750 руководителей, отвечающих за трансформацию, из 20 стран и территорий. Исследование проводилось в феврале 2026 года. Финансовый сектор составил 23% выборки, потребительский сектор и ритейл — 12%, технологии и телекоммуникации — 26%. KPMG_Transforming The Enterpris…

Изменений становится больше, управлять ими сложнее

По данным KPMG, 94% опрошенных организаций одновременно реализуют как минимум две программы трансформации, а 72% — три и более. В среднем на одну организацию приходится 3,5 параллельной программы.

Однако высокая активность сама по себе не означает высокой результативности. Только 14% респондентов относят свои организации к числу наиболее успешных по сравнению с отраслевыми конкурентами.

Авторы связывают этот разрыв с тем, что разные инициативы часто развиваются независимо. Компания может одновременно обновлять ИТ-инфраструктуру, внедрять ИИ, перестраивать клиентский сервис и менять систему управления рисками. При этом проекты конкурируют за специалистов и финансирование, используют разные данные и ориентируются на собственные показатели.

В результате отдельные команды демонстрируют улучшения, но компания не получает сопоставимого эффекта в целом. Например, ускорение обработки заявки мало меняет для клиента, если следующий этап по-прежнему требует длительного ручного согласования.

При этом показатель 14% нельзя трактовать как доказательство провала остальных программ: он отражает самооценку положения компании относительно конкурентов.

Экономия времени еще не равна росту прибыли

Исследование показывает, что компании чаще измеряют эффект ИИ через операционную эффективность, чем через стратегические результаты.

Показатель оценки эффекта ИИ	Доля опрошенных организаций
Рост производительности	39%
Экономия времени благодаря автоматизации	36%
Сокращение операционных расходов	33%
Рост продаж или выручки за счет персонализации и ценообразования	26%
Рост вовлеченности или удержания клиентов	26%
Выручка от новых бизнес-моделей на основе ИИ	22%

Эти цифры показывают, какие метрики используют компании, а не величину достигнутого улучшения.

Разница принципиальна: сотрудник может быстрее готовить отчет или отвечать на запрос, но для финансового результата важно, что происходит с высвободившимся временем. Позволяет ли оно обслужить больше клиентов, сократить издержки, улучшить качество решений или запустить новый продукт?

Если этого перехода нет, организация получает удобный инструмент, но его влияние на прибыль остается неопределенным.

Для бизнеса это меняет требования к оценке ИИ-проектов. Вместе со скоростью выполнения задач необходимо отслеживать результат всего процесса: стоимость обслуживания, завершенные покупки, повторные обращения, удержание клиентов и потери из-за ошибок.

Банки и ритейл сталкиваются с разными ограничениями

В банковском секторе и на рынках капитала KPMG отмечает наиболее глубокое внедрение ИИ в управление рисками, комплаенс и повышение операционной эффективности. Среди примеров — выявление мошенничества, оценка кредитных заявок и подготовка регуляторной отчетности.

Этому способствуют структурированные данные и формализованные процедуры контроля. В то же время применение ИИ в клиентских инновациях и новых бизнес-моделях развивается менее равномерно.

В ритейле ситуация иная. ИИ активно используется в анализе покупателей, персональных рекомендациях, маркетинге и оптимизации цен. Но клиентские инструменты нередко развиваются быстрее, чем их интеграция с запасами, поставками и внутренними процессами.

Практический риск такой несогласованности можно представить на примере персонального предложения: система правильно определяет интерес покупателя, но товар отсутствует на складе или не может быть доставлен в обещанный срок. Качество рекомендации в этом случае не обеспечивает качество покупки.

Вывод для обеих отраслей связан с оценкой полного клиентского пути. В банке — от обращения до решения и последующего обслуживания. В торговле — от предложения товара до доставки, возврата и повторной покупки.

Главная задержка может находиться за пределами ИТ

Только 12% организаций сообщили, что способны пройти путь от концепции до запуска новой инициативы менее чем за три месяца. Для 51% этот процесс занимает шесть месяцев и более.

KPMG связывает медленное исполнение с устройством организаций: последовательными согласованиями, разделением ответственности между функциями и оптимизацией отдельных участков вместо всего процесса.

Даже система, которая анализирует данные в реальном времени, не ускоряет бизнес автоматически. Ее рекомендация может оставаться без действия, пока подразделения выясняют, кто уполномочен принять решение.

Основным препятствием для получения отдачи от ИИ-инвестиций 29% респондентов назвали высокую стоимость внедрения и неясную окупаемость. Еще 23% указали на технические проблемы инфраструктуры данных, 22% — на нехватку квалифицированных специалистов.

Поэтому покупка более мощной модели не всегда устраняет причину задержек. Иногда для результата важнее объединить данные, сократить передачу задачи между отделами и определить ответственного за конечный результат.

Контроль рисков должен работать вместе с ИИ

Только 24% организаций сообщили, что управление рисками ИИ заблаговременно встроено в их стратегию и весь технологический цикл. У 41% существует согласованная система управления, но она еще не полностью интегрирована в стратегию.

Показательна и реакция на ошибки моделей. В 45% организаций неожиданные или предвзятые результаты разбирают внутри технических команд без более широкого информирования. Только 32% используют такие случаи для прозрачного разбора и обучения организации.

Для финансовых сервисов здесь возникает вопрос ответственности: кто должен вмешаться, если автоматизированное решение ошибочно, затрагивает средства клиента или начинает массово воспроизводиться?

KPMG предлагает встраивать контроль непосредственно в процесс выполнения операций. Это означает заранее определять условия передачи решения человеку, пороги вмешательства и основания для остановки системы. Периодическая проверка после запуска не заменяет такой механизм.

ИИ-агентам нужны новые правила работы

Согласно опросу, организации внедряют агентный ИИ не только в ИТ. О его применении в маркетинге и продажах сообщили 43% респондентов, в операционной деятельности — 42%, в управлении рисками и комплаенсе — 37%.

Одновременно лишь 19% организаций высоко оценили навыки своих сотрудников в использовании ИИ-инструментов.

Этот разрыв нельзя устранить только обучением работе с интерфейсом. Когда система участвует в выполнении задач и принятии решений, необходимо пересматривать обязанности сотрудников: что ИИ делает самостоятельно, что требует проверки и кто отвечает за последствия.

Наибольший прирост операционных результатов в ближайшие три–пять лет 34% респондентов ожидают от сочетания ИИ-агентов и человеческого мышления. Еще 25% связывают его с ИИ-агентами как отдельным направлением. Это ожидания участников опроса, а не прогноз гарантированной эффективности.

Что это означает для бизнеса Центральной Азии

Отчет не содержит отдельной оценки Узбекистана, Казахстана или Центральной Азии. Его показатели нельзя напрямую переносить на компании региона. Однако описанные организационные проблемы дают основу для практической оценки местных проектов.

Для банков и платежных сервисов полезно связывать автоматизацию с результатом обслуживания. Например, оценивать антифрод не только по выявленным подозрительным операциям, но и по ошибочным отказам, времени проверки и скорости восстановления доступа клиента к сервису. Это позволяет увидеть цену усиления контроля для добросовестных пользователей.

Для ритейлеров и маркетплейсов приоритетом может стать связь персонализации с реальной экономикой заказа. Рост отклика на предложение стоит сопоставлять с наличием товара, расходами на доставку, возвратами и маржой. Иначе увеличение продаж может сопровождаться ухудшением финансового результата.

Для компаний, работающих в нескольких странах региона, возникает дополнительная задача: объединять управленческую картину, сохраняя учет различий в языках, валютах, платежных сценариях и требованиях к данным. Общая платформа должна помогать учитывать эти различия.

Для руководителей исследование предлагает изменить критерии выбора проектов. Вместо количества пилотов — понятная бизнес-задача, измеримый результат, ответственный за весь процесс и заранее определенные условия продолжения или остановки внедрения.

Компания может начать с одного процесса — например, рассмотрения заявки или исполнения заказа — и проверить, где теряется эффект автоматизации. Такой разбор покажет, чего действительно не хватает: модели, качественных данных, интеграции систем или полномочий для принятия решений.

Оксана Малосабирова