ИИ в потребительских товарах: почему хайп есть, а масштаба нет

Об искусственном интеллекте говорят все, инвестируют многие, а ощутимый эффект на прибыль получают единицы

Анна Миронова | Эксперт в коммерции, экс-CEO производственной компании. 30 лет в бизнесе. Коммерческая трансформация и внедрение ИИ. Автор канала @mironovanni · annimironova.com

В индустрии товаров повседневного спроса сложилась картина, которую трудно назвать иначе как парадоксом. Об искусственном интеллекте говорят все, инвестируют многие, а ощутимый эффект на прибыль получают единицы. Между громкими заявлениями со сцен отраслевых конференций и реальными цифрами в P&L лежит пропасть, и она теперь хорошо измерена в нескольких независимых исследованиях, опубликованных в 2026 году.

Я внимательно прочитала все три. Картина получилась одновременно отрезвляющей и, как ни странно, обнадёживающей, потому что она точно указывает, где именно застряли компании и что нужно сделать, чтобы выбраться.

Разрыв в цифрах

В июне 2026 года BCG совместно с The Consumer Goods Forum опубликовали исследование, основанное на опросе старших руководителей крупнейших компаний сектора потребительских товаров и розницы по всему миру. Цифры говорят сами за себя. Около 75% производителей CPG по-прежнему остаются на стадии пилотов и точечных экспериментов с ИИ, и только 18% масштабировали технологию там, где она реально влияет на бизнес. Больше половины опрошенных честно признали, что вообще не измеряют формально возврат на свои инвестиции в ИИ.

Самое цитируемое высказывание из этого исследования принадлежит управляющему директору CGF Вай-Чан Чану:

«Медовый месяц с ИИ для генеральных директоров официально закончен. Это больше не может быть технологическим экспериментом. Это прямой рычаг для прибыли».

Параллельное исследование Deloitte 2026 года, основанное на опросе 200 руководителей розничных и CPG-компаний, фиксирует ту же дистанцию между словом и делом. Три четверти руководителей называют ИИ стратегическим приоритетом, и лишь 16,5% способны количественно подтвердить отдачу от вложений. Получается, что приоритет декларируют почти все, а считать результат умеют единицы.

Где на самом деле лежит ценность

Самое интересное в исследовании BCG не размер потенциала, а его расположение. Почти половина руководителей CPG называют процесс от идеи до полки самым стратегически важным для применения ИИ: ускорение разработки и вывода новинок, работа с ассортиментом, ценообразование, управление ростом выручки. При этом только 11% компаний масштабировали ИИ именно в этой зоне.

Деньги лежат ровно там, куда почти никто пока не дошёл. Розница демонстрирует похожую логику: 46% называют управление ассортиментом и предложением главным приоритетом, а реально масштабировали ИИ в этой зоне лишь 34%. Потенциал при этом измерим и велик. По оценке BCG, системное внедрение ИИ в коммерческие процессы способно принести производителям от 220 до 350 базисных пунктов накопленного EBIT, рознице — от 180 до 360. С переходом к агентному ИИ, который не просто советует, а сам выполняет цепочки действий, этот эффект в перспективе 2-3 лет может вырасти до 1,7 раза.

Для тех, кто не в теме финансовых показателей: 220–350 базисных пунктов EBIT — это существенный прирост операционной прибыли, который в реальных деньгах крупного производителя означает сотни миллионов рублей ежегодно. Не разовый эффект, а накопленный, системный.

Почему пилоты не доходят до масштаба

Главная причина, по которой эксперименты не превращаются в результат, в том, что экономика пилота не переносится на полный масштаб. Компании запускают красивую демонстрацию на одном бренде, в одном канале, на чистых данных. Она работает. А дальше выясняется, что на всём портфеле, на всей географии, на реальных данных эффект растворяется, а издержки на поддержку растут.

Именно это BCG называет наиболее часто упоминаемым барьером к масштабированию. За этим стоит управленческая, а не технологическая проблема. Пилоты часто запускают без ясной базовой линии: непонятно, с чем сравнивать результат. Без заранее оговорённого порога, при котором проект признаётся успешным и идёт в тираж. Без хозяина, который отвечает за перенос решения в операционную ткань бизнеса.

Deloitte фиксирует это прямо: 54% ответственности за стратегию ИИ сосредоточено у технических руководителей, а не у тех, кто отвечает за P&L и кому придётся показывать результат. В итоге ИИ остаётся красивой витриной для совета директоров и не доходит до ежедневной работы людей.

Что отличает тех, кто выигрывает

Компании, которые получают реальную отдачу, отличает не размер бюджета на технологии. Их отличает управленческая дисциплина. Они выбирают для ИИ процессы с наибольшим экономическим рычагом, а не те, что проще автоматизировать. Они заранее договариваются, как будут измерять результат, и фиксируют базовую линию до старта. Они доводят пилот до масштаба и закрывают то, что не сработало, вместо того чтобы бесконечно коллекционировать эксперименты.

Tellius в своём полевом руководстве 2026 года по ИИ-агентам для CPG подчёркивает ту же мысль: выигрывают те, кто начинает с конкретной бизнес-задачи и понятной экономики, а не с технологии ради технологии. По данным Gartner, на которые ссылается Tellius, более 40% агентных ИИ-проектов к 2028 году будут закрыты после первого же внедрения именно потому, что компании запускают их без чёткой бизнес-логики.

Как это переносится на российский рынок

У российского FMCG здесь двойственное положение. С одной стороны, мы находимся в той же стадии, что и весь мир: много разговоров, точечные пилоты, слабая дисциплина измерения. Я наблюдаю это в компаниях, с которыми работаю: ИИ есть в презентации для совета директоров, но отсутствует в ежедневных процессах коммерческой функции. С другой стороны, у российских собственников сейчас больше свободы в быстрых решениях, чем было у локальных команд международных компаний, связанных глобальными политиками и долгими согласованиями.

Это структурное преимущество, которым можно воспользоваться. Зоны, где ИИ даёт реальный рычаг на нашем рынке, те же, что выделяет BCG. Прогноз спроса и снижение дефицита на полке. Ассортиментная стратегия по каналам. Архитектура цены и эффективность промо, где даже небольшое улучшение точности решений напрямую бьёт по марже.

Ускорение вывода новинок, что особенно важно сейчас, когда освободившиеся ниши нужно занимать быстро. Это не абстрактные возможности, они уже реализованы в компаниях, которые решились сделать следующий шаг после пилота.

Что с этим делать

Барьер для ИИ в бизнесе давно не технологический, он управленческий. Это означает, что решение находится не в IT-бюджете и не в выборе платформы. Оно находится в кабинете первого лица. Три вопроса, которые стоит задать себе прямо сейчас.

Есть ли в компании письменно зафиксированные KPI для действующих ИИ-проектов, и кто персонально отвечает за их достижение?
Кто принимает решение о переводе пилота в масштаб, и по каким критериям?
Сколько из текущих ИИ-инициатив напрямую связаны с процессами, которые влияют на выручку и маржу, а не с процессами, которые просто удобно автоматизировать?

Выигрывает не тот, у кого больше бюджет и громче заявления, а тот, кто умеет выбрать правильный процесс, заранее знает, как будет измерять результат, и доводит начатое до масштаба.

Следующие два года, по оценке BCG, разделят рынок на тех, кто реально масштабирует ИИ, и тех, кто продолжает про него говорить.

Источники: Boston Consulting Group и The Consumer Goods Forum, “AI in CPG and Retail: How Winners Are Pulling Ahead”, июнь 2026, bcg.com/publications/2026/how-cpg-retail-leaders-maximize-ai-roi; Deloitte, “State of AI Adoption in Retail and CPG: 2026 Executive Survey”, deloitte.com/us/en/industries/consumer/articles/state-of-ai-adoption-in-retail-cpg-executive-survey.html; Tellius, “AI Agents for CPG: The 2026 Field Guide to Use Cases, Vendors and What’s Actually Real”, июнь 2026, tellius.com/resources/blog/ai-agents-for-cpg-the-2026-field-guide-to-use-cases-vendors-and-whats-actually-real.