Экономика вычислений и прагматизма

Российский рынок искусственного интеллекта перешагнул символический рубикон. Период романтического увлечения технологиями, когда корпорации были готовы щедро финансировать проекты ради маркетинговых пресс-релизов или абстрактных «инвестиций в будущее», безвозвратно завершился. Как показало совместное исследование ИД «Коммерсантъ» и «Билайна», представленное в ходе Петербургского международного экономического форума (ПМЭФ-2026), крупный капитал перешел к фазе жесткого финансового аудита и прагматизма.

Выйти из полноэкранного режима

Развернуть на весь экран

В 2026 году ключевым и бескомпромиссным требованием к любым ИИ-решениям стал понятный, измеримый и быстрый возврат инвестиций (ROI). При этом масштабы финансового участия бизнеса остаются беспрецедентными: более 40% опрошенных топ-менеджеров закладывают в годовые бюджеты на развитие ИИ свыше 1 млрд руб., а каждый пятый игрок увеличивает эти расходы на 20–30% ежегодно.

Парадокс текущего этапа заключается в том, что на фоне колоссальных вливаний рынок столкнулся с методологическим кризисом. Более половины респондентов признают, что единый стандарт расчета ROI до сих пор не сформировался, из-за чего оценивать реальный экономический эффект приходится вслепую. Ситуацию усугубляет консерватизм в управлении: 90% компаний принципиально не готовы доверить алгоритмам принятие критически важных решений без прямого участия человека.

Финансовый прагматизм

Финансовый сектор и страховая индустрия традиционно выступают главными локомотивами цифровизации, демонстрируя максимальную зрелость ИИ-решений. Согласно исследованию, финтех фиксирует фактически мгновенную отдачу от инвестиций. Компании этого сектора с легкостью преодолевают планку бюджета в 1 млрд руб., демонстрируя ежегодный рост затрат на ИИ в пределах 20–30%.

Настроения игроков здесь наиболее оптимистичны, однако даже внутри сектора наметился раскол в оценках генеративных моделей. Так, Т-Банк занял наиболее жесткую позицию на рынке, прямо заявив об отсутствии ожидаемых эффектов от внедрения генеративного ИИ. В то же время Сбербанк, признавая масштабный финансовый результат — уже полученный эффект оценивается в 50 млрд руб.,— указал на другую проблему: неудовлетворительную скорость адаптации и интеграции таких решений в реальные бизнес-сценарии. Примечательно, что вопросы импортозамещения программного обеспечения и оборудования финтех пока относит к категории факультативных задач.

В сфере страхования ИИ уже давно стал базовым математическим инструментом, встроенным в бизнес-процессы. Как отметила генеральный директор «Ренессанс Страхования» Юлия Гадлиба, компания исторически развивалась в парадигме data-driven, поэтому любые инвестиции изначально привязываются к расчету эффективности. Большие языковые модели давно и успешно применяются в скоринге и андеррайтинге. Однако настоящий тектонический сдвиг, по мнению госпожи Гадлибы, произошел в первом квартале 2026 года благодаря технологическому прорыву, повысившему доступность агентских систем. Она подчеркнула, что сегодня написать ИИ-агента стало настолько просто, что для этого больше не нужен IT-специалист, а руководители бизнеса могут самостоятельно заниматься внедрением инструментов, используя так называемый вайб-кодинг. Этот феномен запустил тотальную ИИ-трансформацию внутри компании: «Ренессанс Страхование» открыло масштабную программу обучения для 300 ключевых сотрудников, чтобы каждая бизнес-задача сначала оценивалась с точки зрения возможности ее решения с помощью алгоритмов.

Практические результаты автоматизации уже ощутимы в сфере медицинского страхования. Использование инструмента Target AI, разработанного «Билайном», позволило автоматизировать до 65% всех клиентских кейсов на этапе внутренних согласований между клиниками и врачами, полностью исключив участие человека при точности работы модели в 88%. Тем не менее границы применимости ИИ жестко очерчены: компания принципиально не передает алгоритмам решение критически важных финансовых вопросов, таких как выплаты или официальные отказы клиентам. Здесь сохраняется стопроцентная ручная проверка, подчеркнула госпожа Гадлиба.

Заводской алгоритм

В секторе классической промышленности подход к ИИ максимально консервативен, эволюционен и рационален — без завышенных ожиданий и лишних разочарований. Здесь автоматизация традиционно начинается с бэк-офиса и лишь после обкатки на рутинных задачах масштабируется на основные продукты и производство. Горизонт окупаемости промышленных проектов, как правило, составляет около года, а расчет возврата средств строится на увеличении фонда рабочего времени оборудования и снижении расходов на сырье. Для промышленных гигантов фактор импортозамещения технологий является критически важным.

Если традиционно в промышленности принято делать ставку на машинное обучение и компьютерное зрение, то химический кластер концептуально пошел по пути генеративного ИИ, посчитав его более перспективным, подчеркнул генеральный директор компании «Апатит» Денис Новиков. У компании нет проблемы дефицита данных, поскольку в ней полностью выстроена классическая пирамида автоматизации — от уровня АСУ ТП до MES- и ERP-систем. В прошлом году была запущена отечественная производственная система ZIOD, которая в реальном времени обрабатывает более 105 тыс. технологических параметров, рассказал он. Чтобы компенсировать возможные пробелы, компания активно использует метод генерации синтетических данных. Главное отличие промышленного ИИ от клиентских сервисов — бескомпромиссные требования к надежности. Господин Новиков заявил, что точность в 80–85% компанию категорически не устраивает и в промышленную эксплуатацию поступают только решения, работающие с точностью выше 95%, поскольку речь идет об опасных производственных объектах.

Среди прорывных достижений сектора спикер выделил создание первого производственного агента, объединившего возможности машинного обучения и LLM и работающего через протокол MCP непосредственно внутри производственной системы. Это шаг к созданию полностью автономных систем, управляющих целыми заводами, а не отдельными операциями.

Параллельно у «Апатита» сформировалось направление создания внешних агентов для B2B-взаимодействия. В этой схеме ИИ-агенты компании самостоятельно связываются с ИИ-агентами партнеров, без участия людей заключают сделки и проводят транзакции, рассказал господин Новиков. Развитие ИИ в компании происходит не за счет расширения IT-штата, а благодаря превращению технологии в базовый навык каждого сотрудника, что вызвало лавинообразный поток рационализаторских предложений от технологов, добавил он.

Трубка с ИИ

Телеком-сектор в исследовании 2026 года занял обособленное положение. Располагая развитой собственной технологической инфраструктурой, операторы связи оказались единственным сегментом рынка, который вообще не испытывает проблем с дефицитом оборудования и процессоров, следует из результатов опроса, проведенного «Ъ». Горизонт окупаемости инвестиций в ИИ здесь составляет один-два года при ежегодном росте бюджетов на 30%. Основное внимание при внедрении технологий уделяется речевой аналитике, антифрод-системам и прагматичным прикладным моделям. Что касается IT-отрасли, для нее характерны самый короткий горизонт окупаемости — в пределах года — и безусловная ставка на долгосрочную доступность отечественного программного стека.

Генеральный директор «Билайна» Сергей Анохин подтвердил тезис о резком росте доступности агентских систем за последние полгода. Чтобы продемонстрировать возможности ИИ топ-менеджменту, глава компании провел радикальный эксперимент — полностью цифровой форсайт по формированию бизнес-стратегии. С помощью специального ИИ-помощника была задана методология, сформирована двухдневная программа и созданы 20 виртуальных экспертов на базе разных языковых моделей, чтобы они спорили друг с другом, а не воспроизводили шаблонные ответы. ИИ-эксперты прошли четыре итерации: собирались на общие сессии, расходились по рабочим группам, синхронизировали гипотезы и в итоге подготовили 100 страниц детализированных протоколов и аналитических материалов. По словам господина Анохина, за день он в фоновом режиме провел четыре раунда форсайт-сессий, получив материал, который можно без правок представить совету директоров. Стоимость использованных токенов и инфраструктуры при этом составила всего 4 тыс. руб. вместо миллионов, которые пришлось бы потратить на оплату человеческого труда. Этот виртуальный совет директоров сохранен в компании как постоянный инструмент для оперативной проверки повседневных задач.

Однако инфраструктурное благополучие телекома сопровождается глубоким пониманием специфических рисков, связанных с ИИ. Сергей Анохин выделил несколько ключевых угроз, из-за которых команды информационной безопасности работают в усиленном режиме. В первую очередь это новый уровень внешних атак, при которых киберпреступники активно используют генеративный ИИ для поиска уязвимостей. Внутренние тесты «Билайна» показали, что ИИ-агент на базе решений с открытым исходным кодом способен взломать незащищенный интерфейс корпоративной системы всего за полчаса, что заставляет полностью пересматривать архитектуру защиты.

Существует и серьезный модельный риск, связанный с галлюцинациями. Если глубоко интегрировать нестабильную систему в непрерывные процессы, обслуживающие миллионы клиентов, последствия сбоя могут оказаться критическими. Влияет и человеческий фактор: рынок впал в две крайности — одна часть сотрудников саботирует внедрение технологии, а другая испытывает эйфорию и слепо делегирует алгоритмам задачи, не перепроверяя результаты. Наконец, сохраняется архитектурно-регуляторный риск, поскольку система отечественного законодательства в части требований к суверенности моделей и доверию к ним только формируется. Для минимизации этих угроз «Билайн» включил ИИ-риски в общую корпоративную карту. Главное правило защиты — жесткое разделение контуров и разграничение прав доступа, исключающие прямое бесшовное проникновение ИИ во внутренние критически важные системы.

Технологическая платформа

Для транспортно-логистического сектора и критической инфраструктуры, олицетворением которой выступает холдинг РЖД, выводы исследования о жестком прагматизме применимы в полной мере. Окупаемость здесь оценивается строго, без оглядки на мгновенные результаты финтеха, где, по мнению транспортных топ-менеджеров, методика расчета эффектов зачастую носит дискуссионный характер.

Заместитель генерального директора РЖД Евгений Чаркин подтвердил, что дефицит вычислительных мощностей — главный долгосрочный вызов для отрасли, который обострится в течение ближайших двух лет по мере перехода компаний от точечных экспериментов к масштабному промышленному использованию ИИ. При этом барьер носит двойственный характер, поскольку нехватка GPU напрямую связана с ограничениями энергетической инфраструктуры, отметил господин Чаркин. Потребуется полная перестройка государственной стратегии развития ЦОДов с учетом возможностей их подключения к электросетям. РЖД решает эту проблему за счет синергии и технологического партнерства с «Росатомом», а также рассчитывает на прорыв отечественной радиоэлектронной промышленности в производстве ускорителей.

Стратегическое ограничение транспортного гиганта связано со статусом объектов критической информационной инфраструктуры (КИИ). Евгений Чаркин пояснил фундаментальную разницу в подходах: коммерческие компании могут активно задействовать модели в облаке, тогда как РЖД обязана размещать большую часть моделей on-premises, из-за чего возникают серьезные сложности, связанные с вычислительными мощностями, обучением и обновлением. Несмотря на инфраструктурные ограничения, ИИ в РЖД внедряется директивно, становясь обязательной частью корпоративной культуры. Сейчас на этапе обкатки находится около 180 гипотез, а основное направление работы связано с максимальным сокращением рутинных операций. Цель состоит не в массовых увольнениях, а в изменении стоимости и скорости выполнения функций: задачи, на которые сотрудники прежде тратили два дня, ИИ берет на себя за 20 минут.

Инвестиции в будущее

Остальные гражданские сектора экономики демонстрируют глубокую дифференциацию подходов к ИИ-инфраструктуре и кадровой политике. Традиционная розничная торговля закладывает самый длинный на рынке горизонт окупаемости — от трех до семи лет, измеряя эффективность отдельных решений с помощью масштабных A/B-тестов. Рынок розницы полностью отказался от единого сквозного показателя ROI. Из-за острого дефицита доступных GPU на внешнем рынке представители электронной коммерции и продуктового ритейла признали фактор импортозамещения критически важным и начали масштабно инвестировать в строительство собственных ЦОДов. Технологический стек здесь базируется на дообучении открытых моделей силами собственных IT-команд, которые активно переманивают специалистов с рынка труда.

Строительный сектор демонстрирует умеренный горизонт ROI — около двух-трех лет. В отличие от ритейла, застройщики называют импортозамещение факультативным направлением и вместо содержания дорогостоящих внутренних IT-штатов предпочитают покупать готовые рыночные решения. ИИ в девелопменте прагматично решает прикладные задачи: автоматизирует бэк-офис и продажи, помогает контролировать процессы на стройплощадках с помощью видеоаналитики, а также составлять строительные сметы и сложную проектную документацию.

В попытках преодолеть дефицит специалистов бизнес разделился на две группы: IT-компании, финтех, ритейл и телеком активно нанимают готовых специалистов на рынке труда, тогда как промышленность и девелопмент делают ставку на внутреннее переобучение сотрудников и аутсорсинг.

Впрочем, у российского бизнеса больше нет времени на размышления, и компании, которые не преодолевают барьер адаптации технологий прямо сейчас, безнадежно отстанут в конкурентной борьбе, подчеркнул директор Центра технологического бизнеса Сбера Андрей Кутуков.

Следует разделять автоматизацию на два принципиальных уровня: повышение офисной эффективности и автоматизацию производственных процессов, подчеркнул господин Кутуков. Повышение эффективности работы белых воротничков — самый простой и финансово выгодный путь для начала трансформации любой компании. Навыки офисных сотрудников легко формализуются и поддаются автоматизации на 80–90%. Появление доступного агентского слоя позволяет кратно повысить производительность труда, помогая программистам писать код в десять раз быстрее, а рутинные задачи выполнять в пять раз быстрее. В условиях острого дефицита кадров это позволяет компаниям сдерживать неконтролируемый рост фонда оплаты труда.

Производственный уровень представляет собой значительно более сложную задачу, поскольку для воспроизведения навыков инженера или обходчика требуются колоссальные массивы идеально чистых данных и сложная промышленная интеграция, отметил господин Кутуков.

Рынку необходимо отказаться от попыток создавать единые тяжелые универсальные модели, поглощающие все ресурсы, добавил он: будущее принадлежит гибким гибридным архитектурам. Оптимальный и безопасный для компаний, управляющих объектами КИИ, подход предполагает создание агентского слоя и локальное хранение чувствительных данных, тогда как ресурсоемкий инференс может выполняться на доверенных облачных платформах внутри страны, отметил эксперт. На этом принципе Сбер строит новые изолированные продукты для корпоративного сектора, такие как GigaChat Enterprise, рассказал он.

Главное технологическое требование к безопасности корпоративных агентов заключается в том, что они должны быть помещены в жестко ограниченную среду. Архитектура обязана четко регламентировать, к какой информации ИИ имеет доступ, к каким системам может обращаться и какие действия вправе выполнять. Полное и непрерывное логирование действий ИИ-агента в сочетании с проверкой человеком на критически важных этапах остается единственным способом защитить крупный бизнес от инфраструктурных аварий, резюмировал господин Кутуков.

Российский бизнес окончательно преодолел стадию слепого энтузиазма. ИИ-трансформация — глубоко прагматичный, архитектурно выверенный процесс, в котором каждый потраченный рубль жестко контролируется человеком, а главным драйвером развития становится борьба за инфраструктурную независимость и операционную устойчивость.