Рынок промышленного ИИ в России растет быстрее мирового
Объем российского рынка промышленного искусственного интеллекта к 2030 году может увеличиться более чем втрое — с 40 млрд до 134 млрд рублей. Среднегодовые темпы роста оцениваются в 27,4%, что превышает прогнозируемую динамику мирового рынка (23,4%). Такие оценки приводятся в совместном исследовании Газпромбанка, «Газпром нефти», «Северстали» и «Газинформсервиса», посвященном развитию промышленного ИИ.
Cовокупные затраты российских организаций на внедрение и использование ИИ в 2025 году оценивались в 168 млрд рублей. На промышленный сектор приходилось около 24% расходов. Основной спрос на такие технологии обеспечивают крупные промышленные холдинги, прежде всего нефтегазовой, металлургической, энергетической и химической отраслей. Значительную роль в развитии отечественного рынка играют госкорпорации.
В 2023-2025 годах российский рынок развивался на фоне увеличения инвестиций в цифровизацию и постепенного перехода от экспериментальных проектов к решениям, которые можно тиражировать на нескольких производственных объектах. Среди основных направлений применения ИИ — контроль качества продукции, прогнозирование отказов оборудования, оптимизация технологических процессов и управление производственными активами.
Крупнейшим сегментом российского рынка промышленного ИИ в 2025 году оставалось компьютерное зрение, на которое приходилось 26% рынка, или 10,4 млрд рублей. Второе место занимала предиктивная аналитика с долей 20% (8 млрд рублей), третье — платформы машинного обучения с 12% (4,8 млрд рублей). На решения для управления эффективностью активов приходилось 10% рынка (4 млрд рублей), на цифровые двойники — 9% (3,6 млрд рублей), на обработку данных — 7% (2,8 млрд рублей).
К 2030 году структура рынка может существенно измениться. Согласно прогнозу, объем сегмента компьютерного зрения увеличится до 24,1 млрд рублей, хотя его доля сократится с 26% до 18%. Предиктивная аналитика может вырасти до 21,4 млрд рублей при снижении доли с 20% до 16%. Авторы исследования связывают устойчивые позиции этих направлений с наличием зрелых решений и возможностью оценки экономического эффекта от их внедрения. При этом развитие предиктивной аналитики требует качественных исторических данных и глубокой интеграции с производственными системами.
Одним из наиболее быстрорастущих направлений станут платформы машинного обучения: их рынок, по прогнозу, увеличится с 4,8 млрд до 18,8 млрд рублей, а доля вырастет с 12% до 14%. Еще более значительный рост ожидается в сегменте периферийных вычислений (Edge AI) — с 1,6 млрд до 10,7 млрд рублей. Его доля может удвоиться, достигнув 8%. Развитие этого направления связано в том числе с потребностью предприятий обрабатывать производственные данные непосредственно на оборудовании или локальных серверах.
Сегмент генеративного и мультиагентного ИИ, согласно прогнозу, увеличится с 2 млрд до 13,4 млрд рублей, а его доля — с 5% до 10%. Рынок цифровых двойников может достичь 14,1 млрд рублей против 3,6 млрд рублей в 2025 году. Решения для обработки естественного языка (NLP), востребованные при работе с техническими архивами и документацией, могут вырасти с 2,8 млрд до 11,4 млрд рублей. Отдельным направлением станет воплощенный ИИ для робототехники, объем которого к 2030 году оценивается в 3,2 млрд рублей.
Исследователи также рассматривают рынок по технологическим компонентам. В 2025 году его крупнейшим сегментом были услуги и интеграция объемом 14 млрд рублей. На аппаратное обеспечение приходилось 9,2 млрд рублей, инфраструктурное ПО и платформы — 8,8 млрд рублей, прикладное ПО — 8 млрд рублей.
К 2030 году объем рынка услуг и интеграции может достичь 40,2 млрд рублей, инфраструктурного ПО и платформ — 36,2 млрд рублей, прикладного ПО — 33,5 млрд рублей, аппаратного обеспечения — 24,1 млрд рублей. При этом наиболее высокие среднегодовые темпы роста прогнозируются в сегментах прикладного ПО (33,2%) и инфраструктурных платформ (32,7%).
Среди российских разработчиков решений для предиктивной аналитики исследователи выделяют «Прану», «АтомМайнд», «Цифра.Предиктив» и Ctrl2GO. В области компьютерного зрения представлены VizorLabs и «ВидеоМатрикс». В сегменте платформ машинного обучения используются Yandex DataSphere, Cloud.ru ML Space и VK Cloud ML Platform, а среди решений генеративного ИИ названы YandexGPT Pro и GigaChat Enterprise. Крупные предприятия также развивают собственные платформы, сочетая коммерческое ПО, внутренние разработки и инструменты с открытым исходным кодом.
Одной из особенностей российского рынка остается преимущественное использование ИИ в закрытых ИТ-контурах предприятий. Такой подход обусловлен требованиями к защите критической информационной инфраструктуры и коммерческой информации, а также санкционными ограничениями. В отличие от зарубежной практики широкого использования публичных облаков, российские компании чаще разворачивают системы на собственных вычислительных мощностях, что увеличивает стоимость и сроки реализации проектов.
При этом сохраняется зависимость от импортного оборудования. По состоянию на начало 2026 года на американские и европейские решения приходилось 45% эксплуатируемого оборудования, обеспечивающего работу промышленного ИИ, на китайские — 35%, на российские — 20%. Речь идет о широком спектре техники — от промышленных датчиков и контроллеров до серверов и вычислительных систем.
В исследовании также обозначены стратегические ориентиры развития российского промышленного ИИ до 2030 года. Один из целевых показателей предполагает достижение высокой готовности к внедрению ИИ в 95% приоритетных отраслей экономики против 12% в 2022 году. По приведенным данным, уже в 2026 году технологии ИИ применяют более половины промышленных предприятий, а 63% компаний утвердили формальную стратегию их внедрения.
Предполагается, что отдельные пилотные проекты будут постепенно заменяться типовыми отраслевыми платформами с готовыми специализированными моделями. В качестве механизмов такого перехода рассматриваются работа 28 индустриальных центров компетенций, развитие отраслевых моделей данных, стандартизация обмена информацией и создание единой платформы доступа к промышленным наборам данных.
Еще одним приоритетом станет развитие вычислительной инфраструктуры и снижение технологической зависимости от иностранных поставщиков. Согласно исследованию, в 2026 году не более 9% российских компаний обеспечены необходимыми для развития ИИ вычислительными ресурсами на базе графических процессоров. К 2030 году совокупную мощность отечественных ИИ-суперкомпьютеров планируется увеличить до 1 экзафлопса против 0,073 экзафлопса в 2022 году.
По оценкам экспертов, дальнейшее распространение промышленного ИИ будет зависеть от готовности предприятий переходить от локальных экспериментов к масштабируемым решениям. Среди основных препятствий остаются недостаточное качество и доступность производственных данных, нехватка квалифицированных специалистов, сложности интеграции ИИ в действующие системы управления и высокая стоимость внедрения. Отдельное значение имеют развитие отечественной вычислительной инфраструктуры и обеспечение кибербезопасности промышленных систем.
