От первых шагов к масштабной реализации: российский бизнес осваивает способы оценки влияния ИИ на бизнес-процессы

Рынок искусственного интеллекта в России растет вдвое быстрее IT-сектора. По итогам 2025 года его объем достиг 316 млрд руб., а к 2030 году прогнозируется рост до 830 млрд руб. При этом 97% крупных компаний уже внедрили или планируют использовать ИИ.

Ключевой тренд — переход от пилотов к промышленным внедрениям. Если раньше бизнес оценивал возможности технологий, то теперь важен финансовый результат и окупаемость. Компании («Норникель», X5 Group, Т1) фиксируют эффект от ИИ в миллиарды рублей. Т1 планирует увеличить долю ИИ-кода до 20%, что кратно повысит производительность разработки. Растет и госзаказ: закупки ИИ-решений структурами выросли в разы, а в рамках нацпроектов выделены сотни миллиардов рублей, вводится новое регулирование.

Однако масштабирование требует огромных инвестиций в инфраструктуру. Бизнес отказывается от аренды облаков в пользу собственных серверных кластеров и GPU. Это необходимо для обеспечения безопасности данных, отказоустойчивости и контроля юнит-экономики каждого запроса к модели.

Для интеграции ИИ компаниям приходится перестраивать IT-ландшафт, внедряя платформенный подход и оцифровывая внутренние данные. Платформа настраивается под задачи и интегрируется в существующий ландшафт. Единой методологии оценки эффекта пока нет, компании («Росатом», «Ростелеком») разрабатывают метрики самостоятельно.

Обучение больших языковых моделей с нуля — крайне дорогой процесс, доступный лишь гигантам вроде «Яндекса» и Сбера. Остальные игроки экономически целесообразно дообучают открытые решения на своих данных или выбирают гибридные стратегии. ИИ останется главным драйвером экономики, и выбор стратегии его развития определит конкурентоспособность бизнеса.

В результате рынок вступает в фазу консолидации: выживут те игроки, которые смогут доказать измеримую экономическую ценность каждого внедрения. Конкуренция смещается от количества моделей к качеству их интеграции, скорости адаптации и способности обеспечивать долгосрочную поддержку. Для большинства компаний рациональный выбор — гибридная стратегия, сочетающая открытые веса с тонкой настройкой на собственных данных, что минимизирует затраты без потери эффективности.

«Итоговая картина определяется не технологическим превосходством, а зрелостью управленческих процессов: прозрачная юнит-экономика, четкие метрики и дисциплина в работе с данными становятся главными факторами, отделяющими успешные ИИ-инициативы от дорогостоящих экспериментов», - комментирует Демченко Ирина, доцент Ставропольского филиала Президентской академии.