Почему 90% корпоративных ИИ-проектов гибнут — и что делает Palantir исключением

Большинство компаний не могут перевести ИИ-пилоты в рабочие системы. Palantir — редкое исключение, и в том, как она этого добилась, видно, куда движется весь рынок корпоративного софта.

Корпоративный ИИ переживает парадокс: все хотят его внедрить, но от 70 до 90% проектов застревают на стадии пилота. Компании, которые умеют «дожимать» до реального результата, определят ближайшие годы индустрии.

Проблема, о которой не любят говорить

Если вы следите за новостями про нейросети, то наверняка замечали: каждый месяц появляется десяток громких анонсов о том, как та или иная компания «внедряет ИИ». Звучит впечатляюще. Но есть неприятная статистика: от 70 до 90% корпоративных ИИ-проектов так и не доходят до промышленной эксплуатации.

Это не значит, что технологии не работают. Это значит, что между «мы попробовали ChatGPT в отделе маркетинга» и «нейросеть управляет складом» лежит пропасть, которую большинство организаций перепрыгнуть не может. Данные разрознены, процессы не формализованы, сотрудники не готовы, а руководство ждёт мгновенной отдачи от инвестиций.

Palantir как редкий пример обратного

Компания Palantir Technologies выделяется на этом фоне. Её финансовые результаты за последнее время показывают не просто рост, а рост, основанный на реальном расширении использования продукта внутри существующих клиентов.

Ожидаемая выручка за текущий год — свыше $7,6 млрд. Коммерческая выручка в США за последний отчётный период выросла на 133%, до $595 млн. И вот что важнее всего: из $377 млн прироста коммерческой выручки за год $352 млн пришли от уже действующих клиентов. То есть компании не просто пробуют платформу — они масштабируют её использование.

Средняя годовая выручка от двадцати крупнейших заказчиков выросла примерно с $64 млн до более чем $100 млн. Это говорит о том, что продукт приживается и становится частью рабочих процессов, а не просто стоит на балансе как эксперимент.

Люди вместо «самообслуживания»

Ключевой элемент стратегии Palantir — так называемые «forward-deployed engineers», то есть инженеры, которые работают непосредственно внутри команд заказчика. Это не удалённая техподдержка и не курс вебинаров. Это специалисты, которые физически или на постоянной основе встроены в проект и помогают превратить эксперимент с ИИ в работающую часть корпоративной инфраструктуры.

Большинство софтверных компаний пытаются идти противоположным путём — минимизировать человеческое участие, чтобы масштабироваться быстрее и зарабатывать больше. Palantir выбрала обратный подход, и, судя по операционной марже, он оказывается эффективнее классического консалтинга.

Теперь крупные облачные провайдеры начинают создавать собственные аналогичные группы. Amazon Web Services, Microsoft Azure, Google Cloud — все они инвестируют в команды, которые помогают клиентам не просто «подключить ИИ», а встроить его в бизнес-процессы. Это признание того, что современные интеллектуальные инструменты настолько сложны, что требуют более глубокого вовлечения продавца, чем предыдущие поколения софта.

Кто кого контролирует

Разговор о «цифровом суверенитете» — один из самых болезненных на рынке корпоративного ИИ. Palantir активно продвигает идею, что компании должны сохранять контроль над своими данными и логикой. В том числе поддерживает модели с открытыми весами, которые можно запускать на собственной инфраструктуре.

Аргумент прост и понятен: если вы отдаёте свою специфическую экспертизу внешнему провайдеру ИИ, ничто не мешает этому провайдеру продать ваш же опыт вашим конкурентам. Звучит как теория заговора, но в мире, где данные — это конкурентное преимущество, опасения не лишены смысла.

Однако на практике всё сложнее. В Великобритании крупный контракт Palantir с Национальной службой здравоохранения (NHS) вызвал серьёзную критику. Проект должен был создать единую платформу данных для системы здравоохранения, но превратился в символ зависимости от одного иностранного технологического поставщика. Критики задаются вопросом: правильно ли были оценены долгосрочные риски до подписания контракта?

Здесь проявляется парадокс. Освободившись от зависимости одного типа — скажем, от облачного провайдера моделей — компания может попасть в зависимость другого типа: от платформы, которая управляет её рабочими процессами. Стоимость перехода между поставщиками нарастает, и клиент оказывается заложником архитектурных решений, принятых years назад.

ИИ как товар — и смена фокуса

Есть важный тренд, который становится понятнее, если присмотреться к данным Palantir. Нейросетевые модели стремительно дешевеют. Запуск GPT-4-класса год назад стоил в разы дороже, чем сегодня. Open-source-модели закрывают разрыв с проприетарными. Когда интеллект становится товаром, ценность переходит к тем, кто управляет данными и рабочими процессами вокруг этих моделей.

Если аналогия поможет: представьте электричество. Оно всюду одинаковое и стоит примерно одинаково. Но системы, которые распределяют электричество, управляют нагрузкой и обеспечивают безопасность, — это совершенно другой уровень ценности. С ИИ происходит то же самое.

Palantir, по сути, продаёт не «интеллект» как таковой, а инфраструктуру, которая позволяет использовать этот интеллект в реальных бизнес-процессах. Их платформа AIP (Artificial Intelligence Platform) позиционируется как операционный слой для современных компаний. Звучит амбициозно, но финансовые цифры показывают, что крупные промышленные клиенты — Airbus, GE Aerospace — действительно находят здесь практическую ценность.

География ИИ-внедрений

Любопытная деталь: основной рост Palantir приходится на Соединённые Штаты. Международная экспансия идёт заметно медленнее. Это объясняется и регуляторными ограничениями, и опасениями по поводу локализации данных, и тем, что в других странах подход к регулированию технологий строже.

Если этот разрыв сохранится, он станет индикатором того, что внедрение ИИ — это не только про технологии, но и про географию, политику и доверие. Регулируемые отрасли за пределами США по-прежнему оценивают риски глубокой интеграции с американскими платформами.

Для того чтобы корпоративный ИИ стал по-настоящему массовым, он должен выйти за рамки «ручных» внедрений в конкретных регионах. Успех этих технологий в конечном счёте будет измеряться стандартными бизнес-метриками — окупаемостью инвестиций, ростом производительности, сокращением затрат, — а не техническими характеристиками моделей или количеством параметров.

Что это значит на практике

Данные по Palantir подсказывают важную вещь: разница между «попробовали нейросеть» и «нейросеть стала частью операционной деятельности» огромна. Компании больше не ищут простых чат-ботиков — они хотят перестроить то, как работа выполняется в целом по организации. Это требует уровня интеграции, который размывает границу между продуктом и сервисом.

Для разработчиков, ИТ-директоров и предпринимателей сигнал واضح: техническая часть ИИ — уже не главное препятствие. Модели доступны, API работают, облачная инфраструктура масштабируется. Настоящий вызов — организационный: как встроить интеллектуальные инструменты в существующие процессы, не создав при этом непомерной зависимости от одного поставщика.

Именно здесь, как показывает опыт Palantir, кроется и наибольшая ценность, и наибольший риск.