Пятикратный рост и пилотный тупик: что стоит за цифрами российского рынка ИИ?

Рынок GenAI в России вырос с 13 до 58 млрд рублей, но большинство компаний застряли на стадии пилотов без ощутимой отдачи. IT-World расскажет, как отечественный софт способен изменить ситуацию, а зависимость от зарубежных GPU и ошибки регулирования — затормозить развитие. erid: 2W5zFG4f7aq
ООО ИТ Медиа Реклама

Рынок генеративного ИИ в России вырос впятеро: с 13 млрд рублей в 2024 году до 58 млрд по итогам 2025-го, подсчитали аналитики Onside и Just AI. К 2030 году прогнозируют, что он достигнет 778 млрд при среднегодовом росте около 68%, правда, с оговоркой, что такой сценарий реализуется только при успешном масштабировании существующих пилотных проектов в ближайшие два года.

Я работаю с машинным обучением и языковыми моделями с 2018 года, и здесь есть что разобрать: какая часть этого возможного роста основана на реальных сдвигах, а какая приходится на бюджеты, которые еще не дали измеримого эффекта. Действительно ли 71% крупных компаний используют ИИ в бизнес-процессах или это только проба пера? Где проходит граница между импортозамещением софта и зависимостью от иностранного «железа»? И почему регулирование может повторить ошибку принудительного замещения?

Ажиотаж отразился в бюджетах компаний, но пока не принес отдачи

Я хорошо помню, как выглядел рынок в 2018-м: единичные проекты, скепсис заказчиков, отсутствие готовой инфраструктуры. Сегодня картина радикально изменилась. По данным совместного исследования «Якова и Партнеров» и «Яндекса», 71% крупных российских компаний уже использует ИИ хотя бы в одной бизнес-функции. Честно говоря, я уверен, что значительная часть этих внедрений — пилоты, которые еще только пытаются выйти в продакшен. Мы в той фазе, когда хайп уже трансформировался в бюджеты, но эти бюджеты еще не дали понятного экономического эффекта.

Бизнес оказался не готов к искусственному интеллекту

Рынок продолжит расти, но переживет фазу болезненной трансформации. Далеко не все пилоты доберутся до конечного пользователя. Многие компании запускали их под давлением тренда, без внятной экономической модели и без готовности перестроить процессы с учетом ИИ. Те, кто подходил к внедрению как к инженерной задаче с набором метрик, останутся и будут масштабироваться. Те, кто работал больше с пресс-релизами и красивыми отчетами, понемногу свернут проекты в течение ближайших года-полутора.

Банки впереди всех, в госсекторе темпы тоже растут

Лидер по объему внедрений и их зрелости — финансовый сектор. На банки и страхование к концу 2025 года приходилась примерно пятая часть рынка генеративного ИИ — около 12 млрд рублей. Это закономерно, ведь у банков накоплены огромные данные и есть культура работы с моделями — они первыми пошли в машинное обучение, построили инфраструктуру, адаптировали процессы. И главное, у них понятная и экономически измеримая отдача от автоматизации. Следом идут ИТ с оборотом около 7 млрд рублей и ретейл с 6 млрд. В ИТ генеративные модели стали обычным рабочим инструментом разработчика, ускоряя написание и ревью кода. В ретейле ИИ используется для персонализации предложения, прогнозирования спроса, управления ассортиментом. Еще около 3 млрд приходится на телеком.

Отдельная история — государственный сектор, где ИИ внедряется в рамках нацпроекта «Экономика данных и цифровая трансформация государства». Одни только ИИ-агенты на портале «Госуслуги», по официальным оценкам, экономят порядка 15 млрд рублей в год. В Росреестре алгоритмы анализируют данные кадастра и выявляют незарегистрированные объекты в объемах, недостижимых при ручной обработке.

Самый массовый сценарий применения ИИ сегодня — обработка естественного языка: чат-боты, ассистенты поддержки, автоматизация документооборота, извлечение данных из неструктурированных документов. В сфере промышленности и безопасности прочно закрепилось использование компьютерного зрения для контроля качества на производстве, видеоаналитики, распознавания технологических нарушений и подозрительного поведения. Самый перспективный, но при этом пока наименее зрелый сегмент — автономные ИИ-агенты, которые выполняют сложные задачи, выходя за рамки простого ответа на запрос пользователя.

Экосистемы, интеграторы и лишние звенья

Ядро рынка формируют технологические экосистемы, у которых есть собственные большие языковые модели, вычислительная инфраструктура и доступ к данным. Это Сбер с линейкой GigaChat и «Яндекс» с семейством YandexGPT. По открытым данным, GigaChat обслуживает более 15 тысяч бизнес-клиентов, YandexGPT обрабатывает порядка 2,9 млрд запросов в год. Следом подтягиваются телеком-операторы и их ИТ-подразделения, «T-технологии» и другие компании, выстраивающие ИИ-направления вокруг основного бизнеса.

Помимо вендоров фундаментальных моделей, есть широкий круг компаний-внедренцев, интеграторов и нишевых разработчиков, которые создают узкие прикладные решения под конкретные отрасли — медицинский ИИ, промышленное компьютерное зрение, юридические и финансовые ассистенты. Именно их успехи определят зрелость рынка в ближайшие годы. Сегодня фундаментальную модель можно подключить через API за несколько дней, а вот превратить ее в работающий продукт в контуре конкретного предприятия — с учетом данных, процессов и требований безопасности — это сложная инженерная задача, и качество результата здесь может различаться на порядок.

Я бы предостерег от использования агрегаторов, перепродающих доступ к чужим моделям: для бизнес-интеграции это лишнее звено, создающее дополнительные риски для данных и ухудшающее экономику проектов.

Источник: it-world.ru