Евгений Коган l Личный блог l Не только про инвестиции

Пожалуй, один из серьезнейших вопросов, который сегодня стоит перед бизнесом, звучит так: Инвестиции в ИИ растут экспоненциально. Но сможет ли бизнес после этих гигантских вложений получить быструю, ощутимую отдачу? И ответ на это будет частично ответом на вопрос — ждать ли в 2026 году серьезного финансового кризиса в мире. Именно так, к примеру, ставит вопрос Deutsche Bank, который предупреждает о его приближении, поскольку аналитики заметили растущий дисбаланс между рынком долговых обязательств и акций, что обычно предшествует обвалам. Дело в том, что в последние месяцы в индустрии идут споры: MIT сообщило, что 95% из 300 публично описанных AI-инициатив ($30–40 млрд инвестиций) не дали реального ROI. Это сильно контрастирует с ожиданиями рынка, который рассчитывает на мгновенный эффект от генеративного и агентного ИИ. Что это означает? Да то, что денег на чипы, дата-центры и т.д. потратили море. А где реальная и быстрая отдача? Однако одновременно со всем этим формируются первые сектора, где отдача уже становится заметной. И банковская отрасль — одна из тех, кто выходит в плюс. Вот кейс DBS — крупнейшего банка Юго-Восточной Азии. DBS больше 10 лет строил свои данные и ML-инфраструктуру — и это позволило ему войти в эпоху генеративного и агентного ИИ готовым. Сегодня банк использует: ✔️370 AI-use-cases ✔️1500+ работающих ML/GenAI моделей ✔️100+ поведенческих алгоритмов для персонализации клиентских действий И главное: банк ожидает рост выручки >1 млрд SGD в 2025 году, против 750 млн SGD в 2024-м — не абстрактного «эффекта ИИ», а прямой финансовой выгоды от реальных моделей. CEO Тан Су Шан подчёркивает: Это не надежда. Это уже происходит. И будет только лучше. DBS — не единственный пример. Эффект начинает масштабироваться в других банках. ◽️JPMorgan Chase уже выходит в ноль на своих инвестициях в AI (~$2 млрд/год). Для проекта такого масштаба — это крайне быстрый путь к окупаемости. Будем думать — как все это отразится на капитализации банка. Аналогично и с другими гигантами. ◽️Bank of America сообщил, что их ИИ-ассистент Erica обработала 1,5 млрд запросов, что снизило операционные издержки и давление на контакт-центры. ◽️Morgan Stanley внедрил AI-платформу для wealth-management: ускорение работы аналитиков и рост эффективности продаж — вплоть до двузначных процентов. ◽️Goldman Sachs отмечает, что автоматизация бэк-офиса с помощью ИИ уже сокращает время закрытия сделок и снижает compliance-расходы. Финансовый сектор первым получает быстрый ROI, потому что здесь: ➡️ много структурированных данных, ➡️ высокие маржинальные выгоды от автоматизации, ➡️ огромные объёмы рутинных процессов, ➡️ развитые системы аналитики. Какие отрасли станут следующими? Сейчас вырисовываются три направления, которые получат быструю операционную отдачу уже в ближайшие 1–2 года: 1️⃣Логистика и цепочки поставок ИИ даёт: ✔️прогнозирование спроса (ошибка снижается на 20–40%), ✔️динамическую оптимизацию маршрутов, ✔️автоматизацию складов. ROI здесь быстрый, потому что каждый процент улучшения = миллионы экономии. 2️⃣Производство и промышленность (smart manufacturing) Промышленный ИИ (особенно агентный) уже сокращает: ✔️простой оборудования, ✔️брак, ✔️энергорасходы. По мировым оценкам, генеративный ИИ в производстве даёт окупаемость за 9–18 месяцев — одна из лучших метрик на рынке. 3️⃣Розничная торговля и e-commerce Быстро растёт применение: ✔️персонализации в реальном времени, ✔️AI-мерчандайзинга, ✔️автоматизации ценообразования, ✔️упрощения клиентского сервиса. Большие сети уже видят рост конверсии на 8–15% и снижение операционных затрат до 30%. Продолжение ⤵️