Успех внедрения искусственного интеллекта зависит не столько от выбора модели, сколько от качества цифровой инфраструктуры организации. Если бизнес-процессы фрагментированы, а важная информация остается на бумаге или в устных договоренностях, ИИ-агенты не смогут эффективно работать, так как они оперируют только той версией реальности, которая зафиксирована в цифровых системах.

Разрыв между странами: пример Дании и Германии

Разница в темпах цифровизации напрямую коррелирует с уровнем использования ИИ. В 2025 году в Дании 42% компаний использовали хотя бы одну технологию ИИ — это самый высокий показатель в Европе. Для сравнения, в Германии этот уровень составил 26%. Причина кроется в системном подходе: Дания практически полностью отказалась от бумажной почты, в то время как Германия только в 2026 году утвердила закон GeDIG, призванный постепенно вывести из оборота факсы в медицинских учреждениях к осени 2029 года.

Данные Eurostat подтверждают: в странах, где государственные документы приходят гражданам в цифровом виде, компаниям требуется меньше усилий для сопоставления данных, что упрощает внедрение ИИ. Исследование IZA 2026 года показало, что рост цифровизации в датских компаниях на одну стандартную девиацию повышает вероятность внедрения ключевых ИИ-систем на 8–10 процентных пунктов.

Проблема «невидимых» данных и регуляций

Даже при наличии цифровых каналов, таких как обязательное электронное выставление счетов в Италии, общий уровень внедрения ИИ может оставаться низким. Это происходит из-за наличия параллельных аналоговых процессов. Если сотрудник принял оплату наличными или договорился о нюансах работы устно, не зафиксировав это в системе, ИИ увидит лишь противоречивые данные и не сможет принять верное решение.

Дополнительным барьером в Европе выступает регламент GDPR. Исследование облачных данных за семь лет показало, что из-за правил конфиденциальности объем хранимых данных в компаниях ЕС на 26% меньше, чем в США, а объем их обработки — на 15% меньше. Это ограничивает возможности для обучения и аналитики. В результате, хотя уровень внедрения генеративного ИИ в ЕС и США почти одинаков (37% против 36%), глубина его использования в бизнес-процессах в США значительно выше: 81% американских фирм используют ИИ как минимум в двух внутренних процессах, тогда как в Европе этот показатель составляет 55%.

Как подготовить компанию к работе с ИИ

Чтобы ИИ-агенты приносили пользу, разработчикам и компаниям необходимо изменить подход к проектированию систем. Тесты EvalClar показали, что при наличии двусмысленности в задачах производительность моделей падает с 89% до 9%. Однако использование инструментов вроде Ambig-SWE, позволяющих модели задавать уточняющие вопросы пользователю, помогает восстановить до 74% потерянной эффективности.

Для успешной интеграции компаниям рекомендуется:

  • Устранять параллельные бумажные рабочие процессы, чтобы контекст не терялся вне системы.
  • Обучать агентов запрашивать недостающую информацию, а не пытаться угадать её.
  • Превращать телефонные звонки и неформальные решения в структурированные цифровые записи.
  • В первую очередь автоматизировать те процессы, которые уже полностью оцифрованы.