$252 млрд на ИИ — и 74% без отдачи: почему маркетинг и продажи получают технологии, к которым не готовы
В последние два года индустрия маркетинга и продаж переживает ИИ-лихорадку. Каждый второй марТех-продукт обещает «ИИ-аналитику», «умную автоматизацию» и «предиктивные инсайты». Бюджеты на ИИ растут двузначными цифрами. Конференции пестрят кейсами успешных внедрений.
А потом выходят данные MIT — и картина выглядит иначе.
Статистика, которую не показывают на конференциях
В 2025 году MIT завершил масштабное исследование «The GenAI Divide»: 300+ проектов с ИИ, 150 глубинных интервью, 350 опрошенных руководителей. Главный вывод: только 5% пилотов с ИИ привели к реальному росту выручки. Не к «повышению эффективности», не к «оптимизации процессов» — к росту денег на счёте.
Параллельно RAND Corporation зафиксировала: 80% ИИ-проектов проваливаются — вдвое чаще, чем обычные IT-проекты. S&P Global добавила контекста: 42% компаний полностью свернули свои ИИ-инициативы в 2025 году, хотя годом ранее таких было только 17%.
А вот масштаб инвестиций. По данным BCG и Stanford HAI, корпоративные вложения в ИИ за 2024 год составили $252,3 млрд. Из этой суммы 74% компаний не видят возврата. Hitachi Vantara оценивает потери бизнеса из-за незрелых данных в $108 млрд ежегодно.
При этом, по данным самого MIT, более 50% бюджетов на ИИ идут именно в продажи и маркетинг — хотя максимальный возврат пока показывают бэк-офисные функции.
Для индустрии маркетинга и рекламы это важный сигнал: мы — главная «точка входа» ИИ в бизнес, и мы же — главная точка разочарования.
Почему ИИ в продажах и маркетинге буксует
Работая с российскими B2B-компаниями (SalesAI — платформа ИИ-аналитики звонков и автозаполнения CRM), я вижу одну и ту же картину. Директор или собственник хочет «внедрить ИИ». Подразумевая: нажать кнопку и получить рост продаж.
Но ИИ — не кнопка. Это усилитель. Он берёт существующие данные, процессы и инструменты и находит в них паттерны, которые не видит человек. Если данных нет, процессов нет, инструменты не связаны — ИИ усиливает хаос. С красивыми дашбордами, но без результата.
Мы проанализировали более 50 моделей зрелости — от CSO Insights (3 000+ компаний, 15 лет данных) до Accenture «Art of AI Maturity» (1 600 руководителей, 1 200 компаний) и People.ai GTM AI Maturity. И выделили пять областей, которые определяют, получит ли компания результат от ИИ в коммерческой функции.
Пять областей готовности — и где проседает российский рынок
1. Данные (вес в оценке: 25%)
CRM заполнена минимум на 70%. Все звонки и видеовстречи записываются. Причины выигранных и проигранных сделок фиксируются системно.
Реальность российского рынка: средняя заполненность CRM — 35–40%. У большинства компаний звонки либо не записываются, либо записи не привязаны к сделкам. Причины проигрыша фиксируются как «клиент ушёл» — а это не причина, а следствие.
По данным CSO Insights, компании с качественными данными в CRM выигрывают 52% сделок против 42% у тех, где данные обрывочные. Разрыв в 10 п.п. — это миллионы рублей для среднего отдела продаж.
2. Процессы (вес: 25%)
Формализованный процесс продаж: квалификация, выявление потребности, презентация, работа с возражениями, закрытие. Все этапы зафиксированы в CRM, все менеджеры им следуют.
Реальность: «каждый продаёт как хочет» — типичная ситуация для 60–70% российских B2B-компаний на уровне СМБ. В таких условиях ИИ не может найти паттерны лучших продавцов — потому что нет повторяемого процесса.
Данные CSO Insights подтверждают: компании с формализованным процессом имеют win rate на 24 п.п. выше, чем «хаотичные» организации.
3. Инструменты (вес: 25%)
Ключевой фильтр: связана ли телефония/ВКС с CRM? Привязываются ли записи звонков к сделкам автоматически?
Это техническое условие, без которого ИИ-аналитика разговоров не работает физически. Настройка занимает 1–3 дня, но пока она не сделана — инвестировать в ИИ рано.
Типичная картина в России: телефония от одного провайдера, CRM — другая, видеозвонки — третий сервис, переписка — в мессенджерах. Разрозненная инфраструктура = потеря данных на стыках.
4. Команда (вес: 15%)
По данным Writer и Workplace Intelligence (2025), 31% сотрудников активно саботируют ИИ-проекты. Не из лени — из страха контроля и потери работы.
В России процент скорее выше: менеджеры по продажам помнят болезненный опыт внедрения CRM и воспринимают любой новый инструмент как «систему слежки».
5. Стратегия (вес: 10%)
Поддержка руководства: бюджет, ответственный, конкретные KPI. По данным Accenture, компании с высокой стратегической готовностью к ИИ растут в 1,5 раза быстрее и генерируют до 30% выручки от технологий.
Что это значит для маркетинга
Для маркетологов и коммерческих директоров из этих данных следует несколько практических выводов.
Вывод первый: ИИ не починит сломанную воронку. Если маркетинг генерирует лиды, но продажи не конвертируют их в сделки — проблема не в отсутствии ИИ. Проблема в разрыве между маркетингом и продажами: нет единого определения MQL/SQL, нет обратной связи от продаж к маркетингу, нет данных о том, какие лиды конвертируются, а какие — нет.
ИИ может показать этот разрыв в цифрах. Но только если данные уже собираются.
Вывод второй: бюджет на подготовку важнее бюджета на ИИ. MIT обнаружил: компании, которые тратят 60% бюджета на подготовку данных и процессов и 40% на сам ИИ, получают результат в 3 раза чаще, чем те, кто действует наоборот. При этом покупка готового решения у вендора даёт 67% успеха против 33% при внутренней разработке.
Для CMO это означает: прежде чем закладывать бюджет на «ИИ-аналитику», заложите бюджет на интеграцию инструментов и «уборку» данных.
Вывод третий: agent washing — реальная проблема. Gartner прогнозирует, что 40%+ проектов с ИИ-агентами будут закрыты к 2027 году. Из тысяч вендоров реальные возможности ИИ предлагают около 130. Остальное — маркетинговый шум. При выборе инструментов стоит требовать пилот на своих данных, а не верить демо-записям.
Контринтуитивный инсайт: «середнячки» растут быстрее «лидеров»
При работе с нашей моделью оценки (тест из 12 вопросов по 5 областям) мы заметили закономерность, которая поначалу удивила.
Компании из сегмента «Лидер» (76–100 баллов из 100) получают от ИИ прирост по ключевым метрикам в 10–15%. Компании из сегмента «Середнячок» (26–50 баллов) — прирост в 30–50%.
Логика: «лидеры» уже знают свои цифры, у них оптимизировано большинство процессов. ИИ добавляет маржинальное улучшение. «Середнячки» впервые видят свою реальность в цифрах — и открывают точки роста, которые были скрыты годами. Типичное открытие: «4 из 12 менеджеров не квалифицируют клиента, из-за этого мы теряем 18% конверсии».
Для маркетинга это хорошая новость: не нужно быть идеальным, чтобы получить результат. Нужно знать свои слабые места.
Кейс из практики: от разрыва маркетинга и продаж к единой картине
Приведу конкретный пример. Компания из Новосибирска, B2B-продажа промышленного оборудования, 12 менеджеров. Маркетинг генерировал 200+ лидов в месяц через контекстную рекламу и контент. Конверсия из лида в сделку — 4%. Маркетинг считал, что проблема в продажах. Продажи — что лиды «холодные».
Прошли нашу оценку: 38 из 100 баллов. Провал по данным (CRM на 40%, звонки не привязаны к сделкам) и процессам (нет единого стандарта квалификации).
Три месяца подготовки: наладили CRM, подключили запись звонков с привязкой к сделкам, описали 6 обязательных этапов продажи. Затем подключили ИИ-аналитику.
Первый же инсайт: 4 из 12 менеджеров не задавали вопрос о бюджете на первом звонке. Из-за этого 60% лидов, которые маркетинг оценивал как MQL, оказывались «не готовы к покупке». Не потому что лиды плохие — потому что менеджеры не квалифицировали их.
Через 3 месяца после подключения ИИ конверсия из лида в сделку выросла с 4% до 6,8%. Маркетинг получил обратную связь: какие каналы и кампании генерируют лиды с самой высокой конверсией. Рекламный бюджет перераспределили — стоимость привлечения клиента снизилась на 22%.
Без фундамента этот кейс был бы невозможен. ИИ показал то, что было скрыто — но только когда появились данные, на которых он мог работать.
Как оценить готовность: инструмент
На базе нашего исследования мы создали бесплатный тест готовности — 12 вопросов по 5 областям, результат с персональными рекомендациями за 5 минут: salesai.ru/tools/audit-gotovnosti-k-ii
Модель оценки основана на синтезе трёх методологий: CSO Insights (зрелость процесса продаж), People.ai (готовность данных к ИИ) и Accenture (организационная готовность). Формула:
Итоговый балл = Данные × 25% + Процессы × 25% + Инструменты × 25% + Команда × 15% + Стратегия × 10%
Четыре сегмента по результатам: «Лидер» (76–100), «Готовый» (51–75), «Середнячок» (26–50), «Начинающий» (0–25). Плюс жёсткий фильтр: если нет голосовых коммуникаций — ИИ-аналитика разговоров не применима, независимо от балла.
Подробный разбор каждой области с таблицами, пошаговыми планами и всеми источниками — в развёрнутой статье на нашем блоге: Готовность к ИИ в продажах: 5 областей, без которых внедрение провалится
Вместо резюме: три тезиса для CMO и коммерческих директоров
Тезис первый. ИИ — усилитель, а не создатель. Он усиливает данные, процессы и инструменты, которые уже есть. Нет фундамента — нет результата, при любом бюджете.
Тезис второй. 95% провалов — это не провал технологии. Это провал подготовки. Потратьте 60% усилий на фундамент и 40% на ИИ — и вы войдёте в те 5%, которые получают реальный рост.
Тезис третий. Начните с диагностики. Не гадайте — измерьте. Пять минут на тест дешевле, чем полгода на неработающий пилот.
Рынок маркетинга и продаж вложил в ИИ больше всех остальных функций. Пора убедиться, что эти инвестиции приносят результат — а не красивые презентации для совета директоров.