Искусственный интеллект: курс на эффективность

Вчера в 17:59

Сергей Голицын
Руководитель Т1 ИИ

Сегмент ИИ растёт заметно быстрее всего ИТ-рынка: компании переходят от разрозненных пилотов к устойчивой эксплуатации и тиражируемым архитектурам. Прикладные сценарии смещаются 
из «витрин» в операционные контуры: ассистенты для сотрудников и разработчиков, извлечение знаний из документов, интеллектуальная поддержка клиентов, прогнозирование спроса и качества, промышленная аналитика. Это влечёт за собой спрос на GРU-мощности, быстрые СХД и сеть, но растущая часть потребляется в формате GPUaaS и специализированных АI/МL-платформ. 

• Рынок ИИ растёт практически в 2 раза быстрее относительно остальных рынков ИТ-отрасли
• Рынок решений в области ИИ консолидируется крупнейшими цифровыми экосистемами (Яндекс, Сбер, МТС и др.), однако за счёт быстрого роста рынка появляются ниши для новых игроков и развития стартапов
• Gen AI -драйвер рынка ИИ, формирующий новые сегменты (И И-ассистенты, VLM, др.) и трансформирующий существующие И И-решения (диалоговый ИИ, обработка текстов)

В 2025 году рынок сместил акцент от точечных экспериментов с ИИ к масштабируемым решениям. Запрос бизнеса и государства становится всё более прагматичным: требуются системы, которые можно быстро внедрить и которые в максимально короткие сроки докажут свою эффективность. Компании ожидают от И И-технологий реальной автоматизации процессов, сокращения затрат и роста производительности. 

Нет экспериментам, да — индустриализации

Отдельным продуктовым запросом в этом году стали отечественные безопасные И И-инфраструктуры. Нехватка GPU и ограничение импорта стимулировали спрос на отечественные ПАК, которые позволяют получить полный функционал ИИ «из коробки»: от подготовки данных до обучения моделей и запуска И И-агентов: по ряду оценок к 2030 году рынок таких решений в России вырастет почти в 15 раз. 

Главная причина — переход от экспериментов  к индустриализации ИИ. За последние два года рынок стал глубже оценивать влияние технологий на финансовые показатели, и именно экономический эффект стал главным критерием внедрения. 

ИИ перестал восприниматься как инструмент для развлечения или номинальная инновация для отчётов. Теперь он внедряется как полноценный производственный инструмент, способный формировать новые источники доходов 
и заменять устаревшие операционные модели. 

Важным трендом стало усиление роли генеративного ИИ, который постепенно выходит за пределы задач создания контента и становится технологической базой для автоматизации. На его основе формируются И И-агенты и мультиагентные системы, которые способны самостоятельно выполнять процедуры и операции, ранее требовавшие участия человека. Параллельно усиливается движение к технологичес­кому суверенитету: по прогнозу Gartner, к 2027 году 35% стран окажутся «запертыми» в рамках собственных ИИ-платформ. Россия активно развивается в этом направлении, формирует совместные вычислительные кластеры с Китаем и развивает И И-фабрики, а также самостоятельно разрабатывает безопасные решения 
для объектов КИИ. 

В ближайшие годы исчезнет ценность точечного внедрения ИИ и локальных инициатив без масштабирования. Компании больше не готовы экспериментировать — теперь они оценивают эффективность в рублях. 
Также снизится значимость развлекательного применения генеративного ИИ без бизнес-результата. Его место занимают И И-агенты, способные решать задачи под ключ. Кроме того, ограничения по применению иностранных нейросетей в КИИ и госуправлении подтолкнут развитие собственных моделей.

ИИ в каждый дом/офис/министерство

Основной запрос рынка к ИИ — повышение эффективности производства, сокращение операционных затрат, ускорение процессов и обеспечение безопасности данных. В первую очередь рынку необходимо закрывать потребность  в автоматизации рутинных операций: при обработке документов, сопровождении клиентов, работе с рисками, проверке данных, а также в логистике и аналитике. 

Одновременно велика потребность в безопасных отечественных инфраструктурах для работы  с моделями и данными. Этот запрос усилился из-за ограничений на использование зарубежного ПО и требований регуляторов, особенно в финансах и госсекторе. Поэтому переход на отечественные ПАК и платформы ИИ становится определяющим направлением развития. Компании стремятся внедрять ИИ быстрее и без масштабных внутренних ИТ-команд, что делает no/low-code-пoдxoд ключевым элементом стратегии цифровой трансформации. 

В целом до 2030 года ИИ имеет все шансы стать базовой технологией управления бизнес-процессами и госуслугами. Компании перейдут от автоматизации отдельных функций к построению цифровых экосистем на базе ИИ. Отдельный драйвер роста- массовое внедрение И И-агентов, включая финансовый сектор, индустрию, медицину, транспорт. Только в банкинге доля автономных (от общего объёма повторяющихся изо дня в день) И И-операций может превысить 15% в ближайшие годы, а к 2028 году 90% В2В-сделок будут осуществляться через посредничество ИИ-агентов. 

В долгосрочной перспективе ИИ изменит структуру рынка и конкуренции. Банки, госкомпании и предприятия перестанут конкурировать на уровне продуктов — главным активом станет уровень автоматизации и эффективность благодаря ИИ.

Организации, не внедрившие ИИ, потеряют не только долю рынка, но и востребованные кадры. Во-первых, в связи с тем, что умение использовать ИИ станет обязательным для большинства специалистов: уже к 2027 году 75% процессов найма будут включать тестирование навыков владения ИИ-инструментами. Во-вторых, отказ в масштабировании применения ИИ в НR-процессах может негативно сказаться на поиске и найме ценных кадров.