Глава отдела инноваций в консалтинговой компании EY назвал четыре ключевых вызова, с которыми столкнутся организации в 2026 году при работе с алгоритмами машинного обучения, сообщает Fortune. Выводы основаны на опросах сотен руководителей и анализе реальных кейсов внедрения.
Проблема с данными остается главным барьером. 83% топ-менеджеров жалуются: купили дорогие ИИ-системы, а они простаивают. Причина заключается в том, что базы данных разбросаны по десяткам программ, форматы не совпадают, часть информации устарела.
Сейчас активно используют синтетические данные — специально сгенерированную информацию для обучения моделей. Это помогает, когда реальных примеров мало. Но если основа — хаос, даже искусственные массивы не спасут. Те отрасли, которые давно вкладывались в порядок (банки потратили десятилетия на структурирование клиентских баз), сейчас вырываются вперед. Остальным нужно срочно разгребать цифровые завалы, автоматизировать сбор, очистку и каталогизацию.
Коллеги-роботы требуют отлаженной HR-политики. Агентные ИИ — это программы, которые выполняют задачи от начала до конца: собирают информацию, анализируют, готовят выводы. Представьте стажера, который работает круглосуточно и не ошибается в рутине. Но ему нужен качественный онбординг: объяснить правила, дать доступы, проверять результаты.
К 2026 году такие агенты массово появятся в отделах продаж, поддержки клиентов, аналитики. Параллельно развивается физический ИИ: роботы на производстве, в логистике, медицине. Они уже не просто роботы, а машины с «мозгами», способными принимать решения.
Компаниям придется писать инструкции: кто отвечает за действия робота, как его отключить при сбое, какие задачи запрещены по этическим соображениям. Это звучит как фантастика, но юристы уже разбирают реальные кейсы: кто виноват, если алгоритм одобрил плохой кредит или робот повредил товар.
Еще одним трендом по мнению эксперта станет географическая головоломка. Раньше IT-компании создавали один продукт и продавали его по всему миру. С ИИ это не работает. Европа требует хранить данные граждан на серверах внутри ЕС. Китай разрешает только модели, одобренные государством. США вводят ограничения на экспорт мощных алгоритмов.
Получается мозаика из «островов» с разными правилами. Аналитики Gartner подсчитали: сейчас лишь 10% международных корпораций учитывают эти различия в стратегии. К 2029 году цифра вырастет до 50% — те, кто опоздает, просто не смогут работать на чувствительных рынках.
Также эксперты считают, что гибкость будет важнее диплома. Сейчас главный страх у людей — «ИИ заберет мою работу». Частично это правда: рутинные задачи автоматизируют быстрее, чем после предыдущих технологических революций. Но история показывает: машины всегда создавали больше вакансий, чем закрывали. Просто работа меняет суть.
Бухгалтер перестанет вручную сводить таблицы — это сделает программа. Зато потребуются люди, которые объясняют алгоритму специфику отрасли, проверяют его выводы, общаются с клиентами по сложным вопросам. Юрист не будет искать прецеденты в базах — ИИ найдет за секунды. Но интерпретировать их и выстроить позицию будет задачей человека.
Также недавно стало известно, что Билл Гейтс рассказал про будущее ИИ и людей. Подробности в статье.