15% крупнейших российских компаний не используют ИИ
Новости рынка, редакционные обзоры, экспертные материалы и выпуски изданий. Выберите формат, который удобен вам.
МТС Web Services опубликовало исследование «Технологические стратегии бизнеса», в котором проанализировало уровень зрелости российских компаний в работе с ключевыми цифровыми направлениями. Одним из центральных выводов стало то, что даже среди организаций, закладывающих бюджет на искусственный интеллект, полноценная стратегия его внедрения сформирована лишь у четверти участников рынка — 26%.
Степень готовности к системной работе с ИИ существенно различается в зависимости от масштаба бизнеса. Наиболее высокий уровень зрелости демонстрируют крупные компании с выручкой от 2 до 15 млрд рублей: среди них стратегия в области искусственного интеллекта разработана у 36%. В то же время у крупнейших игроков рынка с оборотом свыше 15 млрд рублей этот показатель оказывается ниже и составляет 25%, что может указывать на более сложные процессы согласования и масштаб проектов. В сегменте СМБ, включая компании с выручкой до 800 млн рублей и от 800 млн до 2 млрд рублей, доля организаций с готовой ИИ-стратегией находится примерно на одном уровне — около 22%.
Объемы инвестиций в искусственный интеллект напрямую коррелируют с размером бизнеса. Если доля средних расходов сопоставима почти во всех сегментах, за исключением микро- и малого бизнеса, то затраты свыше 10 млн рублей резко возрастают именно у крупных и крупнейших игроков. Это связано с наличием собственных команд разработки и созданием кастомных решений. Именно лидеры рынка формируют основной спрос на масштабные и капиталоемкие ИИ-инициативы.
При этом значительная часть рынка находится в стадии формирования таких подходов. В среднем по всем сегментам у 33% компаний стратегия по искусственному интеллекту пока разрабатывается. Если рассматривать разбивку по группам, то минимальные значения фиксируются в среднем бизнесе — около 30%, тогда как среди крупнейших компаний показатель достигает 38%. Повышенный интерес к разработке стратегий объясняется стремительным развитием ИИ-технологий и тем, что для многих организаций подобные решения остаются относительно новыми и требуют осмысления с точки зрения практического применения.
Как отмечает гендиректор ООО «МВС ИИ» Денис Филиппов, рынок переживает смену парадигмы: компании отходят от идеи универсального генеративного интеллекта, который обещает все сразу, но не дает ощутимого результата, и все чаще делают ставку на специализированные прикладные решения. Речь идет о моделях, создаваемых под конкретные задачи и отрасли, где эффект можно измерить в понятных бизнес-показателях. Бизнес все отчетливее осознаёт, что прямая интеграция ИИ часто оказывается затратной по времени и ресурсам, а ожидаемая экономическая отдача не всегда оправдывает усилия. На этом фоне формируется новый тренд — платформы для разработки и управления ИИ-помощниками, которые позволяют выстроить полноценный производственный цикл создания собственных ИИ-продуктов. По сути, компании переходят к следующему этапу — глубокой ИИ-трансформации, где искусственный интеллект становится основой бизнес-модели.
Генеральный директор МТС Web Services Павел Воронин подчеркивает, что, по различным оценкам, вклад ИИ в мировой ВВП к 2030 году может достичь $20 трлн. По мере распространения технологии компании все чаще воспринимают искусственный интеллект не как эксперимент, а как элемент архитектуры бизнеса. Наличие продуманной стратегии внедрения ИИ позволяет выстроить системный подход к распределению ресурсов и в перспективе ускоряет получение реальной бизнес-выгоды.
Внутри компаний ключевая роль в принятии решений по ИИ в большинстве случаев принадлежит ИТ-директорам: в 67% организаций именно CIO определяет направление развития таких инициатив, что объясняется их глубокой экспертизой в технологиях и пониманием инфраструктурных и архитектурных требований. Генеральные директора вовлечены в процесс значительно реже — в 23% случаев, однако это подчеркивает стратегическую значимость темы для высшего руководства. Участие других C-level-руководителей, включая директоров по ИБ, технологиям и продукту, фиксируется лишь в 11% компаний, что говорит о пока ограниченной вовлеченности этих ролей в утверждение ИИ-проектов.
С точки зрения сроков внедрения большинство компаний ориентируется на относительно быстрый результат. Более половины респондентов — 55% — указывают, что реализация ИИ-решений занимает от одного до шести месяцев. Наиболее распространенный сценарий — проекты продолжительностью от одного до трех месяцев, на него приходится 29% ответов. Это отражает стремление бизнеса сократить время вывода ИИ в эксплуатацию и как можно быстрее увидеть эффект от инвестиций. В то же время у заметной доли организаций внедрение растягивается на более длительные периоды, что может быть связано как с высокой сложностью самих решений, так и с внутренними организационными барьерами, включая многоуровневые согласования.
В целом, несмотря на ориентацию на оперативное внедрение, значительная часть ИИ-проектов все еще характеризуется циклами продолжительностью более полугода. Этот фактор становится критически важным при планировании ресурсов и формировании реалистичных дорожных карт цифровых инициатив.
Выбор моделей развертывания ИИ также отражает текущие приоритеты бизнеса. Наиболее популярными вариантами остаются частное и публичное облако — каждый из них используют по 23% опрошенных компаний. Локальные установки задействуют 20% респондентов, а гибридные сценарии пока распространены меньше и встречаются у 13%. Такая структура говорит о стремлении компаний сочетать гибкость и масштабируемость облачных решений с контролем над критически важными данными и процессами. Публичные облака позволяют быстрее масштабировать ИИ-нагрузки и адаптироваться к изменяющемуся спросу, тогда как частные инфраструктуры используются для более чувствительных задач. В совокупности это подтверждает общий тренд на активное применение облачных технологий как основы для эффективных и безопасных ИИ-систем.
Практически весь рынок пока ориентирован на работу с одним поставщиком ИИ-решений: 91% компаний сотрудничают только с одним вендором. Такой подход упрощает управление инфраструктурой, снижает риски несовместимости платформ и позволяет глубже адаптировать выбранные технологии под конкретные бизнес-задачи. Мультивендорные стратегии остаются редкостью: доля компаний, работающих с двумя и более поставщиками, не превышает 9%, что указывает на ограниченное распространение подобных моделей.
Наибольшие инвестиции в ИИ фиксируются в отраслях ИТ, финансов и страхования, добычи и переработки, ретейла, транспорта и логистики, а также в науке и образовании. Эти сферы отличаются более равномерным распределением затрат и заметной долей компаний, выходящих за рамки минимальных бюджетов. Особенно выделяется ИТ-сектор, где почти треть организаций — 29% — тратят на ИИ более 10 млн рублей в год, что значительно превышает показатели других отраслей. Это объясняется высокой цифровой зрелостью и прямой зависимостью бизнеса от технологических решений.
В ретейле и транспортно-логистической сфере бюджеты, как правило, более умеренные и сосредоточены в диапазоне до 20 млн рублей в год. Это связано с активным использованием ИИ для прогнозирования спроса, управления цепочками поставок и персонализации сервисов. Наука и образование также демонстрируют склонность к инвестициям в среднем диапазоне, что отражает потребности в обработке больших массивов данных и развитии аналитических платформ.
При принятии решений о внедрении ИИ компании прежде всего ориентируются на практическую выгоду. Почти половина респондентов — 49% — называют повышение эффективности бизнеса ключевым мотивом, 46% делают акцент на автоматизации бизнес-процессов, а 39% — на ускорении принятия управленческих решений. Эти факторы формируют основу бизнес-логики инвестиций в ИИ и отражают стремление сократить издержки и повысить операционную гибкость.
Сложности, возникающие при внедрении искусственного интеллекта, в целом оцениваются как умеренные, что говорит о готовности компаний двигаться в этом направлении, несмотря на существующие барьеры. Бизнес в большинстве случаев готов закладывать дополнительные ресурсы на преодоление организационных и технологических ограничений ради долгосрочных выгод. При этом вопрос подготовки персонала остается одним из ключевых и требует приоритетного внимания при планировании ИИ-проектов.
Дополнительные расходы, сопутствующие внедрению ИИ, также воспринимаются компаниями как приемлемые. Чаще всего респонденты указывают на необходимость переобучения или найма специалистов: 29% оценили этот фактор как максимально значимый, еще 19% присвоили ему наивысший балл. Кадровая проблема остаётся центральным вызовом и напрямую связана с ранее зафиксированными барьерами — дефицитом технической экспертизы и рисками управления данными, включая угрозы утечек информации и персональных данных.
Среди наиболее критичных рисков компании в первую очередь выделяют угрозы безопасности. Потенциальные утечки персональных данных оцениваются как максимально опасные в 35% случаев, а риски раскрытия коммерческой тайны — в 34%. Существенным ограничением остается и нехватка технической экспертизы: 26% респондентов считают ее одним из наиболее серьезных рисков, еще 31% оценивают этот фактор на уровне 4 из 5. Дополнительно фиксируется обеспокоенность возможным неконтролируемым ростом затрат на ИИ.
Менее остро, но все же заметно проявляются риски ухода поставщиков с рынка, сложности с закупкой оборудования для обучения моделей и общие инфраструктурные ограничения. В совокупности эти данные показывают, что при масштабном развитии ИИ-инициатив для компаний по-прежнему решающими остаются вопросы защиты данных, наличия компетенций и прозрачности затрат, даже несмотря на очевидные преимущества искусственного интеллекта в оптимизации процессов и повышении эффективности бизнеса.
Источник: МТС Web Services
