К2Тех назвал три основных тренда развития ИТ-инфраструктуры российских компаний

1 час назад

© Сгенерировано ИИ

Российские предприятия меняют подход к развитию ИТ-инфраструктуры, переходя от линейного наращивания серверных емкостей к управлению вычислительным ландшафтом как портфелем финансовых активов и рисков. В исследовании системного интегратора К2Тех отмечается, что базовыми ориентирами для бизнеса становятся обеспечение катастрофоустойчивости цифровых сервисов, контроль стоимости владения оборудованием и подготовка аппаратной базы для высоконагруженных задач, передает ICT-Online.

1. Переход от резервного копирования к изолированным контурам восстановления

Рост интенсивности атак на инфраструктуру и риски физических сбоев (перебои энергоснабжения, повреждение каналов связи) вынуждают компании пересматривать концепцию резервирования. По статистике «Лаборатории Касперского», в I квартале 2026 года число зафиксированных ИБ-инцидентов в отечественных организациях увеличилось на 68% по сравнению с аналогичным периодом 2025 года.

В сложившихся условиях бизнесу недостаточно классической выгрузки бэкапов. Инфраструктурная устойчивость формируется за счет создания изолированных контуров восстановления, неизменяемых (immutable) копий, автономных систем управления и независимых каналов связи, исключающих единую точку отказа.

Руководитель практики вычислительной инфраструктуры, СХД и СРК К2Тех Михаил Косцов объясняет смену приоритетов:

«При серьезном инциденте восстановление редко сводится к возврату данных из резервной копии. Сначала необходимо понять, каким системам можно доверять, где развернуть чистый контур, как изолировать восстановленную среду и обеспечить ее вычислительными ресурсами. Поэтому готовность к критическим событиям должна быть спроектирована заранее: с независимыми резервными копиями и мощностями, отработанными процедурами и понятным распределением ролей между ИТ, ИБ и бизнесом».

2. Сценарное планирование и точечная оптимизация затрат

Волатильность цен на комплектующие, нерегулярность поставок оборудования и рост эксплуатационных расходов сделали неэффективной закупку мощностей «на вырост» в рамках единого календарного цикла.

Вместо этого внедряется сценарное планирование: для каждого класса ИТ-систем определяются индивидуальные требования по производительности, допустимому времени простоя и срокам поддержки. Это позволяет комбинировать локальный аппаратный контур с облачными сервисами и модернизировать отдельные узлы по мере необходимости. По оценкам экспертов, аудит утилизации серверов и перераспределение текущих нагрузок позволяют высвободить от 2% до 10% имеющихся ресурсов без дополнительных закупок.

Руководитель практики технологического консалтинга К2Тех Сергей Верченов прокомментировал финансовый аспект подхода:

«Сегодня задача инфраструктурного консалтинга – обеспечить работоспособность критичных сервисов при сбоях, ограничениях поставок и изменении нагрузки без неконтролируемого роста затрат... Практика показывает, что аудит, перераспределение нагрузок и контроль утилизации позволяют высвободить порядка 2–10% имеющихся ресурсов, подобрать оптимальное сочетание защиты и вычислительных мощностей, обеспечить устойчивость бизнеса и сохранить управляемость инвестиций».

3. Платформенная интеграция ИИ-инфраструктуры

Вычислительные ресурсы для работы с искусственным интеллектом переходят из категории экспериментальных лабораторий в статус капиталоемких активов. Потребности компаний варьируются в зависимости от этапа: от локальных тестов до промышленной эксплуатации моделей.

При масштабировании ИИ-систем оценивается полная стоимость владения (TCO), задержки сети, загрузка графических процессоров (GPU) и расходы на подготовку данных. На основе этого выбирается модель потребления — от развертывания собственных GPU-кластеров до использования гибридных схем, аренды ускорителей или модели GPU-as-a-Service.

Руководитель по развитию продуктовых решений К2 Нейротех Вячеслав Дегтярев подчеркивает важность сквозного планирования:

«Для ИИ-инфраструктуры недостаточно рассчитать количество серверов и графических ускорителей. При создании ИИ-платформы важно оценивать всю цепочку: как готовятся и хранятся данные, как они поступают в вычислительный контур, какая нагрузка приходится на GPU, как организованы сеть и инженерная инфраструктура и каким образом система будет масштабироваться. Такой подход позволяет управлять GPU как капиталоемким активом и избежать ситуации, когда инвестиции в вычисления сделаны, а платформа не обеспечивает нужного бизнесу результата».

Читайте также: «Это не революция, а эволюция»: как ИИ меняет работу DLP-систем