Почему 80% AI-проектов в L&D проваливаются: разбор ошибок

По данным Gartner (2025), 80% AI-проектов в HR и L&D не доходят до продакшена. Не потому, что технология не работает — потому, что команды наступают на одни и те же грабли. Разбираю пять типовых ошибок.

Ошибка 1: Начинают с технологии, а не с проблемы

«Давайте внедрим AI в обучение» — самая опасная фраза. Правильно: «У нас 40% новичков уходят в первые 3 месяца, потому что не получают ответы на вопросы в первые 48 часов. Может ли AI-тьютор это исправить?» Технология — ответ на боль, а не самоцель.

Ошибка 2: Нет метрик до внедрения

Без бейзлайна невозможно доказать эффект. Замерьте ДО: время онбординга, количество обращений в поддержку, NPS адаптации. Иначе через 3 месяца вам скажут «ну, вроде стало лучше» — и закроют бюджет.

Ошибка 3: Пилот без спонсора

AI-проект в L&D без поддержки CEO или VP People обречён. Причина: AI меняет процессы, а не просто добавляет инструмент. Без административного веса вы не договоритесь с IT о развёртывании и с юристами о данных.

Ошибка 4: Игнорирование качества данных

«Мы скормим модели все наши регламенты, и она станет умной». Нет. Если в базе знаний 30% устаревших документов, AI-тьютор будет выдавать неправильные ответы с уверенным видом. Аудит данных — это 40% трудозатрат проекта, и его нельзя пропускать.

Ошибка 5: Внедрили и забыли

AI-система в L&D требует поддержки: обновление базы знаний, мониторинг качества ответов, сбор обратной связи. Без этого точность падает на 2-3% в месяц — и через полгода системой перестают пользоваться.

FAQ

Какой процент AI-проектов реально доходит до продакшена?
По нашему опыту (8 проектов за 2024-2026): 5 из 8 дошли до пилота, 3 — до продакшена. Два провалились на этапе данных, один — из-за смены спонсора.

Никита Медведев — бизнес-тренер по ИИ. Провожу аудит AI-проектов в L&D. Записаться на аудит →