Основные категории причин неудач проектов (2025)
Стратегические – Отсутствие целостной стратегии по AI/цифровизации и слабая связь с бизнес-целями. Проекты запускаются «ради хайпа» без анализа ценности: например, сеть кофеен вложила 24 млн руб. в VR-очки для виртуальных экскурсий, но 92% клиентов назвали эту функцию ненужной (то есть решение не было связано с реальными потребностями аудитории) . Без ясной AI-стратегии технологии внедряются точечно и не решают бизнес-задачи, что ведёт к напрасной трате ресурсов . Также распространена погоня за модой вместо ориентации на собственную отраслевую специфику – например, одна сеть универмагов потратила 120 млн руб. на копирование рекомендательной системы, как у Ozon, но её клиенты гораздо реже покупают онлайн, и вложения не окупились
Организационные – Проблемы в корпоративной культуре и управлении изменениями. Сопротивление сотрудников и устоявшие бизнес-процессы – один из главных барьеров трансформации . Особенно средний менеджмент часто саботирует изменения, опасаясь усложнения работы или сокращений.
Так, на одном шинном заводе ~70% работников предпенсионного возраста саботировали внедрение MES-системы из страха
увольнения – вместо экономии 120 млн руб. предприятие получило забастовку и срыв поставок . Недостаточное вовлечение бизнес-подразделений и отсутствие лидера от бизнеса приводят к тому, что проект буксует: если у проекта нет бизнес-лидера, внедрение
растягивается на годы или заканчивается остановкой . Также остра проблема кадрового голода: дефицит квалифицированных IT-специалистов после 2022 г. сохраняется и в 2025-м (71% компаний испытывают нехватку кадров) , причём страдают не только IT-департаменты, но и бизнес-пользователи (у 26% компаний недостаток компетенций у сотрудников стал препятствием в цифровизации) . В итоге компаниям не хватает внутренних навыков для разработки и эксплуатации новых решений , а персонал не всегда готов принять цифровые инструменты без должного обучения.
Технологические – Трудности, связанные с выбором и внедрением ИТ-решений, а также состоянием инфраструктуры. Во многих компаниях “лоскутная” ИТ-инфраструктура: 52% организаций признали, что их ландшафт разрознен, и ~80% бизнес-пользователей
сталкиваются с проблемами из-за зоопарка систем .
На этом фоне почти половина проектов терпит неудачу из-за сложной интеграции нового решения с существующими системами – 48% случаев провала сопровождались проблемами совмещения с
корпоративной инфраструктурой . Это ведёт к дополнительным затратам и даже простоям бизнес-процессов . Другая причина – неправильный выбор технологии или продукта. В 35% случаев внедряемое ИТ-решение не соответствовало реальным
бизнес-требованиям, часто из-за некорректного выбора продукта без достаточного тестирования или из-за незрелости самого решения . Сказывается и общий тренд на импортозамещение: после ухода западных вендоров ~83% компаний экстренно переходят
на российское ПО, и 80% из них сталкиваются с трудностями; технологическая незрелость многих отечественных аналогов приводит к неудовлетворенности у 86% организаций . Проекты буксуют, когда ИТ-инфраструктура не готова к новым нагрузкам (например, недостаточные мощности для AI/Big Data) , или когда качество данных низкое – модели ИИ, обученные на некачественных и устаревших данных, выдают неточные результаты, дискредитируя проект.
Финансовые – Просчёты в бюджете и экономике проекта. Недооценка полной стоимости владения решением – самая частая ошибка: в 61% провальных проектов изначально не учли масштаб интеграции, обучение персонала, поддержку и др. скрытые
издержки . В результате компании не получают ожидаемого эффекта, а вынуждены тратить дополнительно до 10–30% бюджета на доработки и исправление ошибок . Иногда перезапуск неудачного проекта требует вложений, сопоставимых с изначальным
бюджетом или даже вдвое больших .
Обратная ситуация – переоценка экономического эффекта и завышенные ожидания от технологий. Многие топ- менеджеры относятся к ИИ как к «волшебной таблетке», ожидая мгновенного ROI, и разочаровываются, когда за короткий срок не происходит чудесного роста показателей. Например, небольшой ритейлер инвестировал 8 млн руб. в AI-систему прогноза спроса, но из-за финансового кризиса не смог реализовать рекомендации системы (не хватило оборотных средств на закупку товаров) – проект провалился с отрицательным ROI. Кроме того, нередки случаи недостаточного финансирования: после 2022 г. только 17% компаний увеличили вложения в ИТ, 28% были вынуждены их сократить . Если бюджет урезают на середине пути или пытаются «сэкономить» на критичных вещах (например, на обучении пользователей), инициатива обречена не достичь целей.
Процессные – Ошибки в управлении проектом и бизнес-процессах внедрения. Часто проекты стартуют без чётких KPI и критериев успеха – при цифровизации важно сразу определить цели и метрики успеха для каждого этапа , иначе команда и стейкхолдеры не понимают, достигнут ли результат. Слабое управление проектом приводит к затягиванию сроков (некоторые проекты растягиваются до 2 лет и более) и перегрузке команд, что было названо среди основных причин неудач крупных проектов 2025 года . Многие команды повторяют одни и те же ошибки, особенно на этапе инициации: без должной проработки требований и планирования проект изначально обречён .
Эксперты отмечают, что большинство критических ошибок возникает ещё до старта проекта, из-за недостаточной экспертизы вовлечённых людей . Часто не уделяют должного внимания управлению рисками: по опыту, компании всё ещё недостаточно рассчитывают риски и скрытые издержки цифровых инициатив . Например, игнорирование анализа рисков может привести к юридическим и репутационным проблемам или техническим сбоям . Ещё одна процессная ошибка – отсутствие пилотирования и итераций. Внедрение “вслепую” без тестирования решений в реальных сценариях чревато провалом . Без пилотного проекта трудно
выявить узкие места; неслучайно рекомендуется поэтапная миграция: компании, которые запускали новые системы волнами (например, сначала на 5–10% подразделений), успевали исправить до 90% ошибок до масштабного развертывания . Пренебрежение
этапом обучения и change management также критично: если не обучить пользователей и не перестроить процессы, даже хорошее решение не приживётся.
Юридические и этические – Правовые ограничения, нормативы и риски, связанные с данными и ИИ. В 2025 году регуляторная среда вокруг ИИ стремительно развивается, и компании зачастую сталкиваются с юридическими барьерами уже на старте проекта: по оценкам, ~68% российских компаний, внедряющих ИИ, сталкивались с правовыми препонами, а 42% вынуждены были корректировать или замораживать проекты из-за вопросов законодательства . Примеры – требования к локализации данных, соблюдение закона о персональных данных и отраслевых норм. Не учёт этих аспектов может привести к штрафам и остановке инициатив. Этичность и безопасность данных тоже под ударом. Массовые утечки подрывают доверие: в 2024 г. 68% компаний пережили инциденты с утечкой данных . Например, логистическая компания «Деловые Линии» потеряла 2,4 млн записей клиентов из-за уязвимости в 20-летней системе учёта . Такие случаи делают руководство более осторожным в внедрении новых цифровых систем (особенно связанных с AI), боясь повторения скандалов. Также обсуждаются этические риски ИИ (предвзятость алгоритмов, ответственность за решения AI и пр.) – опасения в этой сфере могут затормозить проекты, если компания не разработала внутренние политики AI Governance для соблюдения принципов прозрачности и безопасности.
Проблемы с подрядчиками (Vendor-related) – Ошибки в выборе или работе внешних исполнителей. Почти каждый второй крупный бизнес, начав цифровой проект с неподходящим подрядчиком, вынужден потом перерабатывать решение или искать нового исполнителя . Распространена ситуация, когда интегратор не обладает достаточной компетенцией в специфике отрасли заказчика или перегружен проектами. По оценкам, на рынке ещё не хватает зрелых команд, способных гарантировать измеримый бизнес-результат – из-за этого компании с оборотом >2 млрд руб. часто возвращаются с запросом на доработку после первого неудачного опыта . Низкая квалификация или недобросовестность подрядчика приводит к срывам сроков, техническим ошибкам и несоответствию результата ожиданиям. Также, если не налажен конструктивный диалог между IT-подрядчиком и заказчиком, требования бизнеса реализуются не полностью. Эксперты отмечают, что отсутствие взаимодействия и гибкости в доработке функционала под нужды клиента – частая причина провала проектов, особенно в разработке ПО . Например, если подрядчик внедрил стандартное решение «как есть», не учтя уникальные процессы компании, проект может оказаться бесполезным.
В госсекторе отдельная проблема – тендеры на ИТ-проекты: выбор исполнителя по наименьшей цене иногда приводит к победе компаний, не способных качественно реализовать проект, и в итоге деньги потрачены впустую (известны случаи судебных
споров о срыве госконтрактов в IT). В частном секторе тоже бывают ошибки выбора партнёров из-за привлекательного маркетинга вместо реальных кейсов. Наконец, плохая интеграция между продуктом подрядчика и системами заказчика (техническая и
организационная) может свести на нет все усилия – без плотной совместной работы даже хорошее решение не “встанет” в бизнес-процессы.
Коммуникационные – Недостаток взаимодействия между ИТ-командой, бизнесом и конечными пользователями. Силосность подразделений и отсутствие единого видения приводят к тому, что IT-проект живёт отдельно от бизнеса. Если в ходе проекта не
привлечены ключевые пользователи и эксперты предметной области, требования собираются плохо – велика вероятность, что решение в итоге «частично соответствует требованиям» и не закрывает потребности одного из отделов . Многие проекты
проваливаются именно потому, что бизнес-заказчики мало вовлечены: конечные пользователи не участвуют в тестировании, не дают обратную связь, а потом отказываются принимать систему. Эксперты советуют на старте проектов проводить workshops с сотрудниками, чтобы выявить их реальные боли и запросы . Наглядный пример – перед тем как внедрять новую систему в сети клиник, сначала выяснили, что главная проблема врачей – трата времени на заполнение медицинских карт; решение (голосовое заполнение через ИИ) закрыло эту боль и было охотно принято персоналом. Если же коммуникация выстроена плохо, IT-внедрение может встретить пассивное сопротивление или просто не использоваться. Недостаток поддержки руководства в продвижении изменений тоже коммуникативная проблема: топ-менеджмент должен чётко доносить важность цифровых инициатив . Без этого сотрудники среднего звена не мотивированы и могут игнорировать новые процессы. В итоге проект буксует из-за человеческого фактора, а не технологий.
Каждая из перечисленных причин нередко фигурирует не в одиночку, а в комбинации. Например, отсутствие стратегии ведёт к ошибочному техзаданию для подрядчика, а недостаточная коммуникация усугубляет сопротивление персонала. Далее приведены наиболее значимые индивидуальные причины провалов и их последствия.
Топ-18 ключевых причин провала проектов (2025)
Ниже суммированы 18 наиболее часто встречающихся причин неудач цифровых инициатив в крупных и средних компаниях РФ (январь–июль 2025). Причины перечислены в порядке убывания их упоминания в исследованиях и по субъективной критичности:
- Недооценка бюджета и совокупной стоимости – Компании неправильно оценивают Total Cost of Ownership: помимо цены лицензии нужны серьёзные ресурсы на интеграцию, поддержку, обучение и т.п. В 61% провальных ИТ-проектов 2025 года именно просчёт затрат стал фактором срыва . В результате инвестиции не приносят результата, а на исправление уходит ещё до трети от бюджета .
- Уход иностранных вендоров и технологические разрывы – Массовый исход западных поставщиков ПО создал проблемы 60% крупных компаний . Срочная миграция на российские решения выявила нехватку функционала и сырость продуктов: 86%
организаций не удовлетворены текущими аналогами . Это ведёт к сбоям проектов импортозамещения и задержкам внедрения критичных систем. - Сложность интеграции с legacy-системами – Практически половина неудачных внедрений связана с тем, что новое решение не смогло “подружиться” с уже существующими системами . У компаний накоплен зоопарк разрозненных ИТ-решений,
и единый контур не выстраивается. Интеграционные проблемы приводят к росту затрат, техническим сбоям и простоям в бизнес-процессах . - Нехватка квалифицированных специалистов – Острый дефицит кадров в ИТ и аналитике по-прежнему тормозит цифровые проекты. 71% компаний в 2025 году жалуются на недостаток нужных специалистов , отчасти вследствие оттока талантов и
ориентации многих на западные технологии . Без нужных компетенций проекты затягиваются или выполняются некачественно (не хватает опытных архитекторов, data scientist’ов, проджект-менеджеров и т.д.). - Несоответствие решения реальным бизнес-требованиям – Критическая стратегическая ошибка, когда выбранное ИТ-решение не решает поставленных задач. В 35% случаев провала внедренная система не подошла бизнесу . Причины –
неправильно сформулированные требования, выбор продукта «вслепую» без пилота, или использование сырого продукта, не учитывающего специфику отрасли. Итог – технология есть, а ценности нет. - Сопротивление изменениям и отсутствие культуры – Человеческий фактор стоит за многими провалами. Сотрудники среднего звена и рядовой персонал могут активно или пассивно противостоять новым технологиям . Без грамотного change management даже полезное новшество бойкотируется. Пример: внедрение предиктивной аналитики на заводе провалилось, потому что технологи игнорировали рекомендации модели – они ей не доверяли, так как при разработке не были учтены привычные факторы производства. Такое сопротивление обнуляет эффект от цифровизации.
- Отсутствие чёткой цифровой стратегии – Когда компания не понимает, зачем ей цифровой проект, успех случаен. Стратегия задаёт связь с бизнес-целями; без неё ИТ- проекты расплывчаты и распыляют ресурсы . Многие предприятия брались за ИИ-
проекты под давлением тренда, а потом сворачивали, не увидев быстрого результата. Наличие AI-стратегии могло бы задать приоритеты и этапность, уберегая от хаотичных шагов. - Недостаточное финансирование и экономия на критическом – Некоторые инициативы проваливаются, потому что им банально не дали достаточно денег и времени. Например, если в разгар проекта урезают бюджет (что случалось у 28% компаний в последние годы ) или пытаются сэкономить на обучении пользователей, на тестовом окружении, на изменении устаревшего оборудования – вероятность неудачи резко возрастает. Цифровая трансформация требует инвестиций, и попытки “сделать дешево” оборачиваются более высокими затратами впоследствии.
- Слабое управление проектом и затягивание сроков – Долгие, забюрократизированные проекты часто теряют актуальность до завершения. В ряде компаний сроки цифровых инициатив растягиваются до 1,5–2 лет и более , а за это время меняются внешние условия или приоритеты. Причины – недостаточная agile-культура, перегруженность проектных команд параллельными задачами и отсутствие жёсткого PM-контроля. Scope creep и постоянные изменения требований без управления тоже подтачивают проект, пока тот не разваливается.
- Неоправданно завышенные ожидания – Переоценка возможностей технологий ведёт к разочарованию руководства и прекращению поддержки проекта. Например, ИИ внедряют с мыслью, что он сразу даст прорыв, а он сначала требует настройки и обучений. Если ожидали моментального ROI в 100 млн руб., а получили 10 млн через год, топ-менеджмент
нередко признаёт проект провальным (хотя постепенный эффект мог бы нарастать). Завышенные обещания со стороны вендоров или внутренних “цифровизаторов” усугубляют эту проблему . - Фрагментированная, устаревшая инфраструктура – Проекты буксуют, когда внутренние ИТ-системы не готовы к новым решениям. “Лоскутная” инфраструктура (набор разрозненных платформ, множество legacy-систем без унифицированных API)
присутствует у 52% крупных компаний . Попытка внедрить сквозной цифровой сервис в таких условиях требует сначала наведения порядка в ИТ-ландшафте. Многие недооценивают этот фронт работ, вследствие чего проект либо сильно затягивается, либо внедряется поверх “болота” и тонет в технических проблемах. - Недостаточная проработка рисков и тестирования – Ряд провалов объясняется тем, что компании не проводят пилотных испытаний и не анализируют возможные риски. Запуск решения сразу “в бою” без теста в контролируемой среде чреват сюрпризами – от отказа системы под нагрузкой до неприятных побочных эффектов на операции. Также недооцениваются риски проекта: юридические (например, несовместимость данных с законом о персональных данных), операционные (остановка старых процессов на время внедрения) и т.д. Отсутствие плана управления рисками и резервных мер приводит к тому, что при первой же проблеме проект встает.
- Юридические ограничения и регуляторика – В условиях активно меняющегося законодательства проекты ИИ/цифровизации сталкиваются с необходимостью соответствовать новым нормам. Это и требования по персональным данным (152-ФЗ), и
отраслевая регуляторика, и отсутствие четких правил по применению AI. Около 42% компаний вынуждены приостанавливать или радикально менять проекты из-за правовых проблем . Например, если планировался сбор и обработка данных клиентов, а вышли новые требования Роскомнадзора, проект может задержаться на пересмотр архитектуры.Для госорганизаций добавляется необходимость проходить длительные согласования и экспертизы (без которых нельзя запустить систему). Все это снижает скорость и повышает вероятность, что инициатива не дойдёт до финиша. - Пробелы в данных и качестве данных – Искусственный интеллект и аналитика требуют качественных и достаточных данных. Если у компании данные рассредоточены, не очищены или неполные, то проект по внедрению AI может провалиться из-за неверных результатов модели. Некачественные данные – одна из главных причин неуспеха проектов машинного обучения . Кроме того, в некоторых случаях у бизнеса просто нет нужных данных для поставленной задачи (например, пытаются внедрить предиктивную модель без исторических показателей) – вместо признания этого на старте тратят ресурсы,
а потом получают бесполезный инструмент. - Неэффективный выбор подрядчика/решения – Многие неудачи связаны с тем, кто именно реализует проект. Ошибки на этапе выбора подрядчика (будь то интегратор, разработчик или поставщик ПО) могут привести к заведомо проигрышной ситуации. Например, выбор сложной системы без локальной поддержки, либо выбор исполнителя с недостаточным опытом в данной сфере. Более 50% компаний, прошедших через провальный ИТ-проект, затем обращаются к другому интегратору для переделки , что говорит о распространенности проблем с подрядчиками. Низкая экспертиза исполнителя проявляется в затягивании работ, постоянных багfix’ах, непонимании бизнес-процессов заказчика. В госсекторе отдельная проблема – подрядчики, выигрывающие тендеры демпингом, не способны качественно выполнить работу, “съедая” бюджет впустую
(известны случаи судебных исков за срыв нацпроектов в ИТ). Таким образом, неверный партнер может похоронить отличный по задумке проект. - Недостаточное вовлечение пользователей и коммуникация – Проект может технически идти по плану, но провалиться в момент внедрения из-за человеческого фактора. Если будущие пользователи системы (бизнес-аналитики, операционисты,
рабочие на производстве и т.д.) не обучены и не мотивированы, они могут не принять новую систему. “Слабая вовлеченность конечных пользователей” упоминалась среди топ- причин провала цифровизации в крупном бизнесе в 2025 году . Без активной
коммуникации и управления ожиданиями сотрудники будут продолжать работать по- старому или использовать обходные пути. В итоге новая система пылится невостребованной, а проект считается проваленным. - Отсутствие поддержки и лидерства со стороны топ-менеджмента – Если руководство компании не является драйвером цифровой трансформации, шансы на успех невелики. Проекты требуют изменений в подразделениях, и только авторитет топ-менеджеров может преодолеть сопротивление и расставить приоритеты. Когда же инициатива по цифровизации отдана на откуп только ИТ-департаменту, без бизнеса, часто получается ситуация «IT ради IT». Например, ошибка, когда CDO (директор по цифровой трансформации) подчиняется CIO, а не напрямую гендиректору – тогда цифровые проекты тонут в ИТ-рутине и не получают достаточных полномочий. Отсутствие высокоуровневого покровительства приводит и к недостатку ресурсов, и к тому, что при первых трудностях проект не защищают от закрытия.
- Повышенные требования к кибербезопасности – В последние годы резко выросла значимость кибербезопасности, особенно в госкомпаниях и критичной инфраструктуре. Это стало барьером для быстрых цифровых внедрений: перед запуском новых систем приходится тратить время на аттестацию, на поиск уязвимостей, на выполнение требований регуляторов (ФСТЭК, ФСБ и пр.). 2024–2025 гг. отмечены всплеском интереса к проактивной киберзащите, многие компании вводят bug bounty, создают центры SOC . Это правильно, но иногда безопасники блокируют внедрение новых технологий, если считают их рискованными. Кроме того, происшествия вроде атак ransomware или утечек данных могут прямо остановить проект (ресурсы переключаются на ликвидацию последствий). Таким образом, необходимость соблюдать жёсткие нормы безопасности и бороться с киберрисками добавляет задержек и сложностей, из-за чего часть проектов не доходит до релиза.
Последствия провальных проектов
Неудачные проекты цифровизации несут значительные негативные последствия для компаний, помимо упущенной выгоды от несостоявшихся улучшений:
- Прямые финансовые потери: деньги, вложенные в проект, фактически теряются. По данным «Обит», на исправление ошибок после провала уходит дополнительно до 30% бюджета проекта , а повторный запуск может удвоить изначальные затраты . В
- отдельных случаях миллионы и десятки миллионов рублей просто “сгорают” без отдачи.
- Увеличение издержек и времени: помимо прямых потерь, компания несёт расходы на доработки и новый цикл внедрения. Время, потраченное на неудачный проект (часто 1–2 года), упущено – конкуренты могут уйти вперёд. Например, если проект CRM затянулся на 2 года и был закрыт, компания 2 года жила без нужного инструмента, теряя клиентов и эффективность.
- Простои и сбои в операциях: некоторые провалы непосредственно нарушают текущие бизнес-процессы. Неудачная интеграция может привести к простоям производства или сервисов . Забастовки персонала при сопротивлении изменениям (как в примере с MES на заводе) вызвали срыв поставок и прямой ущерб бизнесу . То есть провал цифровизации может временно ухудшить положение по сравнению с исходным.
- Упущенная выгода и снижение конкурентоспособности: пока проект буксует или закрыт, компания не получает тех плюсов, на которые рассчитывала. Например, игнорируя цифровизацию, организации теряют до 20% выручки ежегодно из-за неэффективности процессов . Если инициатива провалена, проблема никуда не делась – бизнес продолжает нести издержки старых методов, отставать по качеству и скорости. В долгосрочной перспективе серия неудачных инноваций может оставить компанию на обочине рынка, особенно если конкуренты успешно внедряют новые технологии.
- Репутационные риски и потеря доверия: провал крупного проекта заметен для внешних и внутренних стейкхолдеров. Внешне это может подорвать доверие инвесторов и клиентов (особенно если связан с утечкой данных или скандалом). Внутри компании падает доверие сотрудников к инициативам руководства – каждый следующий проект будет встречаться с большим скепсисом и сопротивлением (“мы уже жгли на этом деньги”). Также страдает мораль команды проекта и ИТ-отдела, что может привести к уходу ценных специалистов.
- Необходимость списания активов: если были приобретены оборудование или лицензии под проект, они могут оказаться невостребованными (например, купили софт, который так и не внедрили). Такие активы приходится списывать или продавать по бросовой цене. Кроме того, зачастую остаётся технический долг – фрагменты кода, начатые интеграции – которые требуют ресурсов на разбор и отключение, иначе мешают в будущем.
- Юридические и контрольные последствия: в госсекторе проваленные ИТ-проекты могут привести к проверкам и санкциям. В 2025 году были случаи, когда прокуратура предъявляла иски о возврате средств за сорванные нацпроекты цифровизации. Руководство может понести административную ответственность, а контрагентов могут включить в реестр недобросовестных поставщиков. В частном бизнесе серьезные провалы тоже не проходят бесследно – совет директоров может сделать выводы вплоть до
- кадровых перестановок.
Таким образом, неудачные цифровые проекты бьют по финансам, операциям и репутации компаний, усиливая внутреннее сопротивление к новым инициативам. Это подчёркивает ценность тщательной подготовки и управления рисками в цифровой трансформации.
Топ-10 ключевых отраслей России для цифровизации
В 2025 году цифровая трансформация затрагивает практически все сектора экономики РФ, однако наиболее значимыми (по доле в экономике и уровню внимания к цифровым технологиям) можно назвать следующие 10 отраслей:
- Топливно-энергетический комплекс (нефть, газ, энергетика) – Флагманская отрасль РФ. Крупные компании (Газпром, Роснефть и др.) активно внедряют цифровые двойники, предиктивную аналитику для добычи и производства. Например, «Транснефть» после кибератаки инвестировала ~950 млн руб. в киберфизическую защиту, что предотвратило ущерб ~12 млрд .
- Металлургия и горнодобыча – Крупные металлургические комбинаты и горно-рудные компании внедряют IoT и AI для оптимизации производств. Кейсы: «Уралмаш» с Ростелекомом внедрили IoT-датчики на технику, сократив простои на 40% .
- Промышленное машиностроение и производство – Машиностроительные заводы, оборонно-промышленный комплекс активно модернизируются (MES-системы, роботизация, аддитивные технологии). Например, завод «Уралвагонзавод» внедрил цифровых двойников станков, сократив переналадку производства с 14 дней до 8 часов.
- Агропромышленный комплекс (АПК) – Сельское хозяйство и пищевая промышленность. Внедрение систем точного земледелия, дронов, агро-ИИ. Крупные агрохолдинги цифровизуют управление (есть кейсы использования big data для повышения урожайности, автоматизации ферм).
- Розничная торговля (ритейл) и FMCG – Сетевой ритейл, интернет-торговля. Здесь цифровизация напрямую влияет на клиентов: от AI-прогнозирования спроса (пример: сеть ресторанов «Теремок» снизила остатки продуктов на 30% с помощью прогнозов на базе AI) до персональных рекомендаций и омниканальных продаж. Также автоматизируются склады, логистика (товароучёт, кассы с компьютерным зрением и пр.).
- Финансовый сектор (банки, страхование) – Одна из наиболее продвинутых отраслей в ИТ. Банки внедряют ИИ для скоринга, чат-ботов (например, банк «Открытие» запустил NLP- бота, сократив время ответа с 10 мин до 15 сек ), инвестиционные платформы и т.д. Страховые компании автоматизируют урегулирование убытков, используют аналитические модели для оценки рисков.
- Телекоммуникации и ИТ – Сами телеком-операторы и ИТ-компании являются драйверами цифровизации. Операторы («Ростелеком», МТС и др.) развивают цифровые сервисы (от e-commerce до медицины), внедряют AI в управление сетями. Отдельно сектор разработки ПО и системной интеграции – в 2025 году многие отечественные вендоры (Naumen, 1C, Газпромбанк-Технологии и др.) наращивают выпуск импортозамещающих продуктов, стимулируя цифровые проекты в других отраслях.
- Транспорт и логистика – Железные дороги, авиакомпании, порты, логистические операторы. Здесь цифровизация направлена на оптимизацию маршрутов, управление складами, отслеживание грузов в реальном времени. Например, РЖД внедряет системы мониторинга состояния путей с помощью ИИ, крупные логистические компании автоматизируют маршрутизацию доставки, используют данные для прогнозирования спроса на перевозки.
- Строительство и девелопмент – Крупные строительные корпорации и застройщики (такие как ГК «Самолет») внедряют цифровые платформы для управления проектами, закупками и продажами. Кейсы: платформа автоматизации тендеров у ГК «Самолет» сократила цикл согласования закупок с 14 дней до 8 часов и сэкономила 1,2 млрд руб. за год . BIM-технологии и AI используются для контроля сроков и затрат на стройках.
- Здравоохранение и фармацевтика – Производители лекарств (фармацевтические заводы) внедряют системы управления производством, роботизацию упаковки и пр. Медицинские сети и клиники переходят на электронные медицинские карты, телемедицину, используют AI для диагностики. Аптечные сети развивают онлайн-каналы: например, сеть «36,6» после внедрения онлайн-консультаций и подбора аналогов препаратов увеличила долю онлайн-продаж с 8% до 34% за полгода . Цифровизация здравоохранения поддерживается государством, что стимулирует проекты ЕГИСЗ, телемедицины и др.
Помимо этих, значимы также госсектор и госуправление как сфера, где идёт цифровизация услуг (Госуслуги, умные города), однако их можно условно отнести к отдельной категории ввиду особых условий реализации проектов.)
Особенности: госкомпании vs. коммерческий бизнес
Государственные организации и частные компании сталкиваются с схожими проблемами цифровизации, но есть и отличия в причинах провалов:
- Бюрократия и регламент в госсекторе: Госкомпании обычно более зарегулированы. Каждый этап – от закупки до ввода в эксплуатацию – требует соблюдения процедур, что замедляет проекты и усложняет их управление. Например, обязательные госэкспертизы, согласования с надзорными органами, требование проводить закупки по 44-ФЗ/223-ФЗ приводят к тому, что на выбор подрядчика и ПО уходит много времени. В результате проекты в госсекторе чаще страдают от затягивания сроков и устаревают по ходу дела. Кроме того, в погоне за соответствием формальным критериям (импортозамещение, безопасность) госзаказчик может пожертвовать удобством или инновационностью решения, что впоследствии сказывается на эффектах.
- Тендерные риски и подрядчики: В государственных проектах велик риск некачественных подрядчиков, выигравших тендер по низкой цене. Система госзакупок не всегда гарантирует лучший выбор – известны случаи, когда выигравшая компания срывала проект, не сумев его реализовать, и бюджет приходилось осваивать заново через нового исполнителя. В коммерческом бизнесе выбор подрядчика более гибкий, основан на репутации и компетенциях, поэтому там чаще удается сразу найти опытного партнёра (хотя ошибки тоже бывают). Тем не менее, финансовая ответственность в госсекторе размыта (государство покроет убытки, либо виновных редко наказывают рублём), поэтому мотивация сторон может быть ниже, чем в частном бизнесе, где провал бьет по прибыли компании напрямую.
- Кадровый вопрос: В госкомпаниях часто более возрастной персонал и устоявшиеся порядки, поэтому сопротивление изменениям может быть сильнее. Также уровень зарплат в IT-госструктурах иногда ниже рынка, что приводит к дефициту высококвалифицированных айтишников (они уходят в частный сектор), – отсюда кадровый голод особенно ощутим в государственном ИТ. Частный бизнес более свободен в найме и мотивации специалистов, ему проще привлечь экспертизу за счёт бонусов, опционов и пр. Однако после волны релокации 2022–2023 дефицит специалистов затронул всех, и крупные корпорации, и госструктуры.
- Цели и мотивация: Для частной компании главный ориентир – ROI, прибыль, доля рынка. Потому финансовые причины (как недостижение экономического эффекта) для них критичнее: если проект не даёт ожидаемой выгоды, его быстро сворачивают. Государственные компании могут продолжать проект по соображениям «социальной значимости» или по указанию сверху, даже если он не даёт мгновенного эффекта – зато сталкиваются с риском, что показатели “для отчётности” будут достигнуты формально, а реальная польза останется низкой (например, внедрили технологию ради выполнения нацпрограммы, но она не используется по максимуму). Иными словами, стратегическая привязка к бизнес-целям более выражена в частном секторе, а у госкомпаний проекты чаще навязаны извне (приоритет государства) и могут не иметь достаточной поддержки на местах, что ведет к провалам.
- Регуляторные и этические аспекты: Госорганизации особенно чувствительны к информационной безопасности и законам – утечка данных из госструктуры приводит не только к штрафам, но и к политическим последствиям. Поэтому они гораздо осторожнее в экспериментировании с облачными технологиями, с внешними AI- сервисами и т.д. Многие сервисы могут быть недоступны из-за требования работы в закрытом контуре. Это ограничивает инструменты и замедляет цифровизацию. Частный бизнес маневреннее: например, банки или ретейлеры быстрее внедряют новые AI- инструменты (при том, что тоже соблюдают ПДн), могут использовать международные best practices, если это даёт конкурентное преимущество. В этическом плане госкомпании должны учитывать общественное мнение (например, не могут уволить сразу тысячи сотрудников при автоматизации – социальный эффект важен), поэтому некоторые проекты (как тот же MES на заводе) могут стопориться, чтобы избежать социальных потрясений. Частный бизнес более свободен оптимизировать персонал, хотя и рискует репутацией.
- Масштаб и ресурсы: Крупные государственные корпорации (РЖД, Сбер – он фактически госбанк, Ростех и др.) оперируют гигантскими бюджетами и проектами национального масштаба. Цена ошибки у них очень высокая – провал может затронуть миллионы людей (например, сбой госуслуг). С другой стороны, ресурсная поддержка государства позволяет им пробовать снова и снова (финансирование найдётся). В частном секторе бюджет ограничен рыночными возможностями – там провал большого проекта может означать потерю конкурентоспособности и сокращение бизнеса (не каждый сможет позволить себе второй заход после неудачи). Поэтому частники зачастую осторожнее и стараются “меньшими шагами” внедрять новое, пилотируя на отдельных участках (что, кстати, повышает шанс на успех).
В целом, госкомпании чаще страдают от бюрократии, формализма и требований сверху, а коммерческие – от рыночных ограничений и внутренней экономии. Но и те, и другие, как показывают кейсы 2025 года, испытывают схожий набор проблем – от недостатка стратегии до технических сложностей. Успех приходит к тем, кто учитывает эти факторы и учится как на чужих, так и на своих ошибках.
Источники: Отраслевые отчёты Obit/ComNews , исследование BPMSoft (АПРП) , аналитика TAdviser (июль 2025) , экспертные комментарии (Fork-Tech, 1С, Axiom) , кейсы и мнения Firecode , данные РБК и CNews , блог-обзоры по ошибкам внедрения ИИ , а также публикации в профессиональных сообществах («Цифровой директор» и др.) за 2025 год.