От бурного ажиотажа – к зрелому развитию
По данным американского агентства Digital Silk, к 2031 г. искусственный интеллект будут использовать более 1,1 млрд человек, что делает его одной из самых быстро внедряемых технологий в истории. По состоянию на 2026 г., 72 % компаний по всему миру уже используют ИИ хотя бы в одной бизнес-функции.
Текущее положение дел. На сегодняшний день стало ясно, что ИИ-технологии способны эффективно решать задачи диагностики, управления рисками и повышения скорости создания продуктов – в частности, в банковском секторе, фармакологии, ритейле, найме специалистов и других отраслях экономики. Нужно отметить, что рынок уже пережил взрывное увлечение технологией и сейчас развивается по классической кривой Gartner – к более зрелой стадии. Аналитики ждут период отрезвления, когда от компаний будут требовать не демонстрации, а результата. Бизнес начинает задавать все более прагматичные вопросы: а где именно возникает экономия, где ускорение операций, где снижение нагрузки на персонал? Иными словами, технология перестает быть модной игрушкой и превращается в часть реальных прикладных процессов — от документооборота и аналитики до поддержки сотрудников и разработки программного обеспечения.
Ситуация на российском рынке. К слову, российский рынок ИИ растет быстрее общего рынка ПО: ожидается, что доля ИИ-решений увеличится с 12 % в 2024 г. до 22 % к 2030 г., и таким образом сформируется надежный фундамент для расширения проектов. Эпоха разрозненных пилотов и экспериментов скоро останется в прошлом: наступает время для живых сценариев с ИИ, встроенным в операционные цепочки. Для решений, которые дают измеряемый эффект, опираются на качественные данные, интеграции и зрелую инженерную реализацию. Так, к промышленной эксплуатации сегодня особенно активно переходят в ИТ, финансах, госструктурах и маркетинге.
Драйверы роста рынка ИИ в России
Государственная программа развития. Развитие ИИ в России отслеживается на уровне государства, что дополнительно стимулирует интерес компаний к внедрению технологии: Национальная стратегия развития ИИ действует до 2030 г., и Правительство формирует национальный план по масштабированию технологий ИИ во всех отраслях и регионах. Ведущие российские госкорпорации начали внедрять ИИ в свои сквозные процессы несколько лет назад. У директоров цифровой трансформации появляются четкие KPI по применению искусственного интеллекта, что делает внедрение не экспериментом, а полноценной управленческой задачей.
Экономическая ситуация. Толкают к новым технологиям компании и жесткие бюджетные ограничения в стране, рост налоговой нагрузки и необходимость радикального повышения эффективности и конкурентоспособности. Все это превращает ИИ в один из ключевых драйверов цифровой трансформации. Не забываем и про дефицит кадров в экономике — потенциально их способны заменить ИИ-помощники.
Развитие локальных моделей. Кроме того, технологии действительно активно дозревают: появляются локальные LLM и AI-агенты, растет число кейсов в автоматизации, разработке и клиентском сервисе. Дополнительным драйвером роста числа ИИ-проектов в российских компаниях станет ситуация с Dark AI – когда сотрудники активно используют публичные LLM и открытые сторонние ИИ-сервисы, что создает риски утечек корпоративных данных. Чтобы сохранить контроль над информацией и обеспечить безопасность, компаниям необходимо быстрее создавать собственные защищенные GenAI-среды и обучать персонал сотрудников корректной работе с искусственным интеллектом. Таким образом, ИИ продолжит постепенно проникать вглубь ИТ-инфраструктуры, а AI/ML-инженеры станут одними из ключевых сотрудников ИТ-отделов организаций.
Где активнее всего будут применять ИИ
Согласно отчету State of AI in the Enterprise от Deloitte AI Institute (2026), 34 % организаций уже используют ИИ для глубокой трансформации, создавая новые продукты/услуги и переосмысливая ключевые процессы или бизнес-модели, а еще 30 % компаний активно перерабатывают важные процессы вокруг ИИ. Искусственный интеллект постепенно становится частью архитектуры ключевых корпоративных систем, например, CRM.
Аналитика и прогнозирование. Бизнес мечтает о том, чтобы ИИ повышал точность прогнозов выручки, помогал оптимизировать управление продажами, ускорял поиск новых лидов и выстраивал более персонализированное взаимодействие с клиентами. По сути, ИИ сейчас выступает своего рода компенсирующим механизмом для бизнеса, который позволяет сохранить и увеличить показатели за счет автоматизации различных бизнес-процессов и получения аналитики нового качества. Быстрая, детализированная и основанная на всем объеме собираемых данных, эта аналитика помогает точнее попадать в клиента.
Сокращение рутинных операций. Особенно востребованы будут ИИ-ассистенты, способные решать рутинные задачи в операционных процессах: отвечать на вопросы по документам, формировать отчеты, проверять информацию. Так что тиражируемыми кейсами внедрения ИИ станут автоматизация поддержки (клиентский сервис), интеллектуальная обработка документов (HR), автоматизация аналитики кода (разработка ПО), коммуникации (колл-центры), генерация контента.
Консультирование клиентов. Основные направления применения ИИ сегодня включают начальный уровень консалтинга: когда информацию и рекомендации предоставляет не живой консультант, а ИИ через чат-боты или другие приложения, анализ больших объемов данных (тексты, аудио, изображения, видео) и автоматизацию процессов (не просто роботы, а ИИ-агенты). Такие «роботы с мозгами» способны не просто выполнять заданный алгоритм, а самостоятельно обновлять его, анализируя изменения во внутренних процессах. К примеру, при добавлении еще одного звена в процесс согласования отпуска ИИ-агенты по документам или должностным инструкциям выявляют новый порядок и учитывают его при решении подобных вопросов. А еще такой ИИ-агент может помочь, например, с анализом резюме, сверяя заявленный кандидатом опыт с реальными проектами во внутренней базе. В то же время в ряде секторов экономики, например, в финтехе и госструктурах, ИИ продолжат использовать очень аккуратно — из-за сложных задач, коммерческой тайны и персональных данных.
Какие барьеры есть
Вопрос безопасности. Главный вопрос для компаний сейчас не в том, работает ли ИИ на самом деле, а в том, как обеспечить безопасность его работы и как внедрить его внутри контура компании. Открытые ИИ-сервисы из соображений безопасности они использовать не могут. Все понимают, что на больших моделях (DeepSeek, ChatGPT, Giga.Chat и пр.) реально получить заметные бизнес-эффекты, но далеко не все готовы отправлять им свои данные. И пока очень мало компаний, которым удалось аккуратно внедрить ИИ-решение в собственной защищенной внутренней инфраструктуре, сохранив его качество. Таким образом, открытым остается вопрос использования легальных и безопасных моделей, снимающих барьеры по ИБ и данным.
Затраты на разработку. Здесь есть другая крайность: некоторые компании одержимы идеей сделать свое ИИ-решение с нуля, хотя понимают, что это потребует огромных ресурсов и экспертизы. Полноценная платформа генеративного ИИ — это сложнейший конструктор из десятков технологий: модели, инфраструктура, безопасность, оркестрация данных, UX, адаптация под контекст конкретной компании. Именно поэтому на практике большинство попыток сделать домашнюю альтернативу крупной ИИ-платформе оборачиваются фрагментарными прототипами, которые не доходят до реального масштаба и не дают хороших бизнес-эффектов. В этом смысле куда прагматичнее использовать специализированные готовые решения для решения прикладных задач — так внедрять ИИ можно с гораздо более высоким коэффициентом эффективности.
Разработка стандартов и регламентов. Кроме того, не готова нормативная база, регламентирующая области применения ИИ там, где требуется обоснованность или юридическая ответственность за результат. Все это не позволяет использовать ИИ в решении рисковых задач.
Достоверность информации. Также остается вопрос достоверности выдаваемой ИИ информации: умные помощники все еще время от времени выдают галлюцинации. Таким образом, массового перехода на ИИ в России пока не видно — сдерживают не только риски безопасности, нехватка внутренних компетенций, но и стоимость решений. Она, как прогнозируют аналитики, постепенно будет становиться все более приемлемой даже для небольших компаний, ведь любая технология со временем дешевеет. Однако аналитики ожидают появления на рынке в скором времени больше промышленных решений от российских вендоров, а также моделей с гарантированной приватностью, которые будет легче адаптировать под отраслевые контуры и интегрировать с существующими ИТ-системами. Стоимость владения также должна снизиться благодаря более дешевой инфраструктуре и оптимизированным решениям.
