Генеративный ИИ ищет окупаемость

Рынок генеративного ИИ в России достиг 60 млрд рублей и постепенно выходит из стадии экспериментов. В ближайшие годы он будет расти за счет прикладных решений, ИИ-агентов и инфраструктуры.

Выйти из полноэкранного режима

Развернуть на весь экран

Российские компании продолжают пилотировать решения на основе генеративного ИИ. Основной спрос формируется вокруг корпоративных внедрений, работы с данными, клиентского сервиса и автоматизации рутинных операций. Создание собственных фундаментальных моделей остается уделом крупнейших игроков из-за высокой стоимости вычислительной инфраструктуры, отмечают эксперты.

От экспериментов к прикладным решениям

Главный признак взросления рынка — изменение отношения бизнеса к технологии, считает Борис Латкин, автор платформы генеративного дизайна rTIM. Сегодня важно уже не само наличие нейросети, а какую задачу она решает и сколько экономит. По оценке собеседника, в 2025 году генеративный ИИ хотя бы в одной функции использовали в 71% компаний, а среднее число внедрений выросло с 2,4 до 3,1.

Переход от пилотов к коммерческим внедрениям отмечает и директор департамента голосовых цифровых технологий BSS Александр Крушинский. «Банки приходят к нам не с запросом "попробовать ИИ", а с конкретными задачами: сократить время обслуживания, автоматизировать обращения, анализировать диалоги контакт-центра»,— объясняет он.

По исследованию «Инфосистем Джет», поддержка клиентов — самое распространенное направление (75% компаний), аналитику используют 63%, ИИ в ИТ-службах — 60%. DPD автоматизировала 86% звонков и 93% чатов, в «Т-Технологиях» ИИ-агентов используют 85–90% разработчиков, а в «Газпром нефти» система анализа скважин реагирует на аномалии на 75% быстрее.

По словам Максима Андрианова, директора дирекции разработки и внедрения ПО «Инфосистем Джет», ИИ приходит и в консервативные процессы — автоматизация обработки платежных документов внутри корпоративного контура сократила ручные операции и риск ошибок.

ИИ закрывает более 17% обращений в техподдержке, обработка HR-опросов ускорилась в 20 раз, заполнение анкет — с нескольких недель до одного дня, перечисляют в BSS. В пилоте речевой аналитики показатель AHT (среднее время обработки обращения) сократился на 8% вместо целевых 3%, экономия составила 3,5 млн рублей в год, рассказывает господин Крушинский.

По словам руководителя по развитию продуктовых решений «К2 НейроТех» Вячеслава Дегтярева, пока до 70% экспериментов не доходят до промышленной эксплуатации. В ходе опроса компании 52% респондентов сообщили, что ИТ-инфраструктура требует модернизации, а 56% считают свой дата-ландшафт частично готовым или неготовым.

Управляющий партнер и технический директор SENSE Дмитрий Фырнин тоже говорит о неравномерном переходе: бизнес начал оценивать ИИ классическими метриками, включая ROI. Полноценной агентной архитектурой обладает лишь около 40% решений, заявленных как агенты.

Сколько стоит рынок

По данным Just AI и Onside, сегмент генеративного ИИ по итогам 2025 года вырос в пять раз, до 58 млрд рублей, при общем объеме рынка ИИ в 520 млрд рублей. При благоприятном сценарии к 2030 году сегмент может достичь 778 млрд.

Господин Фырнин оценивает весь рынок ИИ в 310 млрд рублей, а b2b-сегмент генеративного ИИ — в десятки миллиардов. Проблема в отсутствии определения российского продукта: многие решения используют зарубежные или открытые модели, дообученные в РФ. Около 70% инвестиций в ИИ в 2024–2025 годах приходилось на крупные tech-компании, оценивает Валентин Соколов, ИТ-директора 3data и RCloud.

Государство — второй крупный участник через гранты и проекты в госсекторе. По словам господина Латкина, поручения по использованию российских фундаментальных моделей в госуправлении и на объектах критической инфраструктуры создают отдельный сегмент спроса. Гранты требуют софинансирования со стороны компании — до 30%, добавляет Иван Иванов, руководитель компании «Апрель Инновации».

Понятная экономика возникает там, где ИИ можно привязать к процессу и сравнить показатели до и после. Компании ждут снижения операционных издержек и роста ценности продукта, а не сокращения ФОТ, считает господин Латкин.

В «К2 НейроТех» подтверждают, что эффект дают автоматизация документов, поиск по знаниям, обработка обращений, анализ диалогов и помощь разработчикам. Важен не объем запросов, а сокращение времени операции, ее стоимости и количества ошибок.

«Возврат инвестиций в ИИ может выражаться в снижении операционных расходов, ускорении процессов и высвобождении сотрудников для задач, где необходима их экспертиза»,— отмечает гендиректор «Декодики» (холдинг «Нирум») Наталья Кошеляева.

Инфраструктура — еще один перспективный сегмент. По данным SENSE, доля сервисов для ИИ в выручке Cloud.ru впервые превысила половину — 41 млрд рублей (рост на 73%). У GigaChat от «Сбера» весной 2025 года было более 15 тыс. бизнес-клиентов, но создание собственных моделей остается дорогим и рискованным.

«Апрель Инновации» рассчитывает окупить продукт за 1,5–2 года. Иван Иванов ожидает смещения к небольшим специализированным моделям, которые дешевле обучать и эксплуатировать.

По словам директора по продвинутым технологиям Lenta tech Артема Котова, ИИ применяется в коммерческих и внутренних процессах. Система «Тренды ИИ» анализирует данные маркетплейсов, помогая менять ассортимент. Цифровой клон покупателя позволяет перейти к гиперперсонализации и тестировать гипотезы вместо массовых опросов. Параллельно Lenta tech разрабатывает среду для чат-ботов и ИИ-агентов с едиными правилами безопасности; сейчас она проходит пилотирование.

Инфраструктура, кадры и риски

Главным риском внедрения инвесторы и разработчики называют стоимость инфраструктуры. По исследованию «К2 НейроТех», 21% компаний называют дефицит вычислительных ресурсов ключевым ограничением, 28% не проводили нагрузочное планирование. 62% рассматривают гибридную инфраструктуру как целевую модель, 31% уже используют ее.

Главный риск — недооценить генеративный ИИ как инфраструктурный проект, отмечает господин Дегтярев. Ошибка в оценке нагрузки ведет либо к простаивающему оборудованию, либо к нехватке ресурсов после масштабирования. Дмитрий Фырнин добавляет, что в программной части open source снижает зависимость от зарубежных сервисов, в аппаратной она остается «колоссальной».

Второй риск — данные и безопасность. По данным «К2 НейроТех», 79% компаний используют публичные ИИ-инструменты, но политики контроля есть лишь у трети. Задача бизнеса — не просто подключить LLM, а построить защищенную корпоративную архитектуру, отмечает господин Крушинский.

Также эксперты выделяют кадровый риск для инвестора — не дефицит специалистов, а переплата на пике ажиотажа, объясняет Дмитрий Фырнин. Аналитика SENSE показывает, что медианная зарплата Senior ML (старший специалист по машинному обучению) выросла на 25%, Senior DBA (старший администратор баз данных) — на 43%. После пика у Lead Data Scientist (ведущий специалист по данным) зарплата снизилась на 115 тыс. рублей, а прикладные роли почти не просели. «Рынок перестал платить за знакомство с инструментами и начал платить за прикладной результат»,— резюмирует господин Фырнин.

Быстрее и качественнее

В ближайшие два-три года рынок будет концентрироваться. Фундаментальные модели останутся у крупных игроков, остальные будут использовать небольшие специализированные.

ИИ-агенты — главное направление роста. В BSS «Речевая аналитика» переведена на автономного агента: он самостоятельно анализирует массивы разговоров, выявляет паттерны и аномалии и формирует выводы для бизнеса. Через API Yandex AI Studio в первом полугодии 2026 года использовано 597 млрд токенов — в 18 раз больше годом ранее, создано более 30 тыс. ИИ-агентов.

В совместном предприятии Selectel и ИТМО «Эмерджентные мультиагентные системы» развивают продукты на агентной платформе. ИИ станет менее заметной частью привычных рабочих программ, и заказчик будет выбирать не «продукт с ИИ», а способ быстрее и качественнее выполнить работу, говорит гендиректор компании Роман Венедиктов.

Массового появления универсальных «цифровых сотрудников» эксперты не ждут. По мнению Дмитрия Фырнина, перспективнее агенты, встроенные в конкретные процессы, и FinOps для ИИ. Отдельные ИИ-сервисы — например, программы для написания писем — могут быть вытеснены, если аналогичная функция появится в привычных инструментах, добавляет господин Венедиктов. Еще одно направление — суверенные отраслевые решения для промышленности, медицины, АПК и финансов.

Подобные кейсы есть у Morizo. Система компьютерного зрения повышает выявление брака металла на 90%, отмечает CEO компании Денис Царев. Другая система сортирует огурцы, автоматизируя работу двух сотрудников на конвейере. Здесь ИИ становится частью производственного процесса с измеримым эффектом.

Наиболее уязвимыми окажутся продукты-оболочки над чужой языковой моделью, считают в SENSE. А в выигрыше, по мнению господина Латкина, останутся вертикальные решения с собственными данными, отраслевой экспертизой и встроенностью в рабочий процесс.

Любовь Викторова