JBJB Solutions
Исследование

AI Readiness Assessment: методика для бизнеса Казахстана

Семь измерений готовности к ИИ, адаптированных под закон РК №230-VIII, и первый казахстанский бенчмарк из опроса 17 индустриальных компаний.

Закон Республики Казахстан «Об искусственном интеллекте» №230-VIII действует с 18.01.2026: классификация систем по риску и автономности, обязательная маркировка синтетического контента, управление рисками с ежегодным пересмотром, добровольный аудит для реестра доверенных систем. По данным RISE Research, 75% банков Казахстана уже используют ИИ, 52% финансовых организаций применяют генеративный ИИ. Вопрос для большинства компаний уже не «нужен ли ИИ», а «с чего начать и как не попасть на регуляторный или репутационный риск».

Что делают семь мировых методик

Мы сравнили фреймворки PwC, Gartner, McKinsey, BCG, Deloitte, Accenture/CMU SEI и Microsoft. Большинство сходится на 5-7 измерениях, различаются глубиной и акцентом:

ФирмаПилларовАкцент
BCG5правило 10-20-70: 70% успеха от людей и процессов, 20% от данных, 10% от алгоритмов
Gartner, Microsoft7Microsoft добавляет пиллар «управление моделями»
Deloitte7смещён к доверию и этике (Trustworthy AI)
Accenture / CMU SEI8инженерная строгость и жизненный цикл разработки
PwC12самая детализированная модель, ловит расхождение CEO и CTO

Общий вывод источников: данные (data readiness) почти везде названы самым слабым звеном и основной причиной провала после стадии пилота.

Методика JBS: семь измерений для Казахстана

Взят конвергентный костяк мировых методик (6 измерений) плюс седьмое, специфичное для рынка КЗ: регуляторное соответствие и локализация данных по закону №230-VIII, которого нет ни у одной изученной зарубежной фирмы, потому что ни одна не работает под казахстанским законом.

Пиллар 1

Стратегия и use cases

Согласованное видение первых лиц и приоритизированный список сценариев с оценкой эффекта и сложности.

Пиллар 2

Данные

Доступность, точность, разметка, права доступа. Главный источник провалов по всем изученным мировым методикам.

Пиллар 3

Инфраструктура и технологии

Стек, интеграции (1С, банковские API, CRM), возможность безопасно подключить модель.

Пиллар 4

Таланты и навыки

Люди, способные эксплуатировать и поддерживать ИИ-решения, включая базовую ИИ-грамотность рядовых сотрудников.

Пиллар 5

Культура и операционная модель

Готовность перестраивать процессы под ИИ, а не добавлять инструмент поверх старой работы.

Пиллар 6

Управление и риски

Ответственный за ИИ, процесс управления рисками, мониторинг инцидентов.

Пиллар 7

Регуляторное соответствие и локализация данных

КЗ-специфика: классификация по риску и автономности, 7 запрещённых практик, маркировка синтетического контента, локализация данных по закону №230-VIII.

Шкала зрелости

Балл 0-100 считается как среднее по семи измерениям, каждое оценивается отдельно. Разбивка по пилларам важнее итоговой цифры: видно, где именно разрыв.

БаллУровеньЧто это значит
0-29Не готовМинимальная осведомлённость, разовые эксперименты.
30-48ОсведомлёнЗнают про ИИ, пробуют точечно, нет связной стратегии.
49-66ВнедряетОтдельные сценарии в проде, но неровно.
67-83ПродвинутыйИзмеримый эффект на бизнес, governance выстроен.
84-100Лидер рынкаИИ в стратегии, операциях и культуре целиком.

Первый казахстанский бенчмарк

В августе 2026 British Chamber of Commerce in Kazakhstan (AI in Business Working Group) при участии Narxoz University и KBTU опросили 17 руководителей индустриальных компаний Казахстана (энергетика, горнодобыча, обработка, химия, логистика, машиностроение). Выборка качественная, не статистически репрезентативная, но это первый найденный источник с реальными казахстанскими цифрами, не только глобальными.

ИзмерениеБалл из 5Из 100
Стратегия и use cases2,244
Данные2,346
Инфраструктура и технологии2,550
Таланты и навыки2,652
Культура (поддержка руководства)3,978
Управление и риски (Chief AI Officer)2,3547

Поддержка руководства (3,9) заметно опережает институциональную готовность (2,1-2,6 по остальным измерениям): это отдельный красный флаг, отчёт называет его прямо.

Барьеры внедрения (чем выше, тем острее)

БарьерБалл из 5
Дефицит кадров и экспертизы3,71
Стоимость внедрения3,53
Сопротивление изменениям3,53
Кибербезопасность и регуляторные ограничения3,35
Недостаток данных3,24
Неясный ROI3,06

Дефицит кадров и экспертизы (3,71) острее самой стоимости внедрения (3,53). 100% участников назвали ИИ приоритетной технологией, но 58,8% инициатив застряли на стадии пилота, 0% достигли промышленного масштаба. Разрыв 0,83 балла между воспринимаемой пользой ИИ (3,24) и измеримым финансовым эффектом (2,41) означает отсутствие у большинства компаний стандартизированной методологии оценки ROI.

88% респондентов не могут оценить качество потенциального поставщика ИИ-решений и получить достоверные референс-кейсы, полагаются на личные связи вместо независимой проверки. Отчёт рекомендует формализованный, документированный процесс due diligence поставщика: проверку референсов, независимую оценку информационной безопасности и управления данными, демонстрацию прототипа на реальных операционных данных заказчика, а не на синтетике поставщика.

Что с этим делать

Барьеры организационные, не технологические: кадры, оценка поставщиков, управление пилотами, готовность данных, дифференцированная стратегия под размер компании, метрики результата. Разбор по семи измерениям выше даёт конкретный список разрывов и порядок, в котором их закрывать, вместо интуитивного решения «внедрять/не внедрять».

Узнать свой балл

Диагностика по семи измерениям с конкретными находками и дорожной картой на 30/90/180 дней, с учётом требований закона №230-VIII. Независимая проверка: JBS не строит ИИ-решения тем, кому их же и проверяет.

Обсудить диагностику

Источники

  1. PwC AI Readiness Assessment: pwc.com
  2. Gartner AI Maturity Model Toolkit: gartner.com
  3. BCG, Ready for A(I)nything: bcg.com
  4. McKinsey, The State of AI: Global Survey 2025: mckinsey.com
  5. Accenture + CMU SEI, AI Adoption Maturity Model: accenture.com
  6. Deloitte, State of AI in the Nordics 2026: deloitte.com
  7. Microsoft, Securing the AI-Powered Enterprise: microsoft.com
  8. Закон Республики Казахстан «Об искусственном интеллекте» №230-VIII от 17.11.2025: adilet.zan.kz
  9. «Внедрение искусственного интеллекта и поиск технологических решений в индустриальных компаниях Казахстана», British Chamber of Commerce in Kazakhstan, Narxoz University, KBTU, опрос июнь 2026, публикация август 2026 (получен напрямую, без публичной ссылки на дату публикации страницы).
  10. Kazakhstan AI Country Report, RISE Research, январь 2026.

Выборка казахстанского бенчмарка (17 компаний) качественная, не статистически репрезентативная, ограничена индустриальным сектором, самоотчёт не проверялся независимо. Используйте как ориентир настроений decision-makers, не как точную оценку рынка.