Почему компании продолжают терять бюджеты на провальные R&D-проекты

Фото: IEEE Spectrum
Краткий ответ
Исследование IEEE Spectrum показало, что компании теряют R&D-бюджеты из-за отсутствия своевременной аналитики и фрагментированных данных, несмотря на активное использование AI.
Современные компании сталкиваются с растущим давлением: им необходимо быстрее выводить на рынок инновационные продукты, одновременно оптимизируя расходы на исследования и разработки. Однако, как показывает новое исследование IEEE Spectrum и Wiley, даже при активном внедрении искусственного интеллекта многие организации продолжают терять значительные средства на проекты, которые так и не достигают стадии коммерциализации.
Отчет, основанный на опросе более 200 руководителей R&D из Северной Америки, Великобритании и Европы, выявил ключевые проблемы. Среди них — разрозненные источники данных, длительные процессы согласования и критически важные инсайты, которые поступают слишком поздно, чтобы повлиять на ключевые инвестиционные решения. В результате компании вынуждены закрывать проекты на поздних стадиях, что приводит к потерям бюджета и замедлению выхода на рынок.
Исследование также подчеркивает, что AI-инструменты, несмотря на свою распространенность, не всегда используются эффективно. Многие организации не могут своевременно выявлять и отсеивать низкоперспективные инициативы, что снижает общую эффективность R&D. Авторы отчета предлагают сосредоточиться на улучшении аналитических процессов и интеграции данных для принятия более обоснованных решений.
Результаты исследования актуальны для широкого круга отраслей, включая технологии, телеком и промышленность. Они демонстрируют, что даже в условиях ускоренных циклов разработки и жесткой конкуренции компании могут повысить эффективность своих R&D-процессов за счет более грамотного использования данных и AI.
Частые вопросы
- Почему компании продолжают терять деньги на R&D-проектах?
- Основные причины — фрагментированные данные, медленные процессы согласования и отсутствие своевременных аналитических выводов. Это мешает вовремя отсеивать низкоперспективные проекты.
- Как AI помогает оптимизировать R&D-расходы?
- AI может ускорить анализ данных и выявление перспективных направлений, но многие компании не используют его потенциал для раннего отсева неэффективных проектов.
- Какие отрасли участвовали в исследовании?
- В опросе приняли участие более 200 руководителей R&D из девяти различных отраслей, включая технологии, промышленность и телеком.
Лента для Дзен: /feed/dzen.xml · RSS: /feed.xml