Треть российских компаний нарастили использование ИИ: Что мешает остальным

Интерес к искусственному интеллекту в российском бизнесе уже вышел за рамки экспериментов. Но между точечным использованием нейросетей и полноценной перестройкой бизнеса по-прежнему сохраняется заметный разрыв.

Российские компании заметно ускорили движение в сторону искусственного интеллекта. И главный вопрос уже не в том, используют ли они ИИ вообще, а в том, насколько глубоко он встроен в повседневную работу. По одним метрикам рынок выглядит зрелым, по другим - все еще находится на стадии пилотов. Именно эта разница сегодня и определяет реальное положение дел.

Самый показательный сдвиг - переход от маркетинга к IT-инфраструктуре. По данным исследования Selectel, 35% российских компаний за последний год нарастили потребление вычислительных ресурсов для ИИ-нагрузок, а в сумме около половины уже используют ИТ-инфраструктуру для таких проектов. Речь идет о серверах с графическими ускорителями, облачных платформах и хранилищах данных, без которых невозможно ни обучение, ни промышленное использование моделей. Директор AI-вертикали Selectel Александр Тугов говорит, что рост спроса на такие мощности отражает уже не просто интерес, а переход части рынка к масштабированию практического применения ИИ.

С другой стороны, оценки уровня внедрения сильно зависят от того, что именно считать использованием искусственного интеллекта. В исследовании "Яков и Партнеры" отмечается, что 71% крупных российских компаний применяют генеративный ИИ хотя бы в одной бизнес-функции. При этом 78% компаний сообщают об экономическом эффекте от ИИ, а в передовых отраслях на такие решения уже направляют 13-17% годового IT-бюджета против примерно 11% в среднем по рынку.

Лидеры в использовании ИИ хорошо известны: IT-компании, телеком, электронная коммерция, банковский сектор и страхование. Именно там ИИ уже чаще работает не как демонстрация возможностей, а как инструмент для конкретных задач - от рекомендаций и анализа клиентского поведения до генерации контента, автоматизации поддержки и предиктивной аналитики. По данным ИСИЭЗ НИУ ВШЭ, среди компаний, уже использующих ИИ, наиболее востребованы технологии обработки визуальных данных и компьютерного зрения - 66%, а интеллектуальная поддержка принятия решений и управления применяется в 50% случаев. Более трети компаний используют технологии обработки текста и звука.

На международном фоне российские компании не выглядят отстающими, но при этом картинка по рынку сильно неоднородна. Строго сопоставимых международных измерений сегодня немного: методики в разных странах различаются: в одних случаях считают пилоты, в других - только промышленное внедрение. Но в исследовании "Яков и Партнеры" около 90% технических директоров и поставщиков решений оценили уровень развития и внедрения ИИ в России как выше среднемирового или сопоставимый со странами-лидерами.

При этом сами участники рынка признают: уровень развития ИИ-решений в стране сегодня выше, чем масштаб их внедрения в бизнесе.

Это подтверждают и более детальные опросы. По данным Selectel, только 33% компаний, уже работающих с ИИ, внедряют его в реальные бизнес-процессы при разработке продуктов или оказании услуг. Еще 28% находятся на этапе пилотного тестирования. Руководитель платформы Kolmogorov AI компании Data Sapience Илья Маршаков прямо называет нынешнее состояние рынка стадией пилотов, которых "сейчас очень много".

Проблема в том, что пилот сам по себе еще не означает трансформацию. По данным WMT AI, в 80% российских компаний ИИ-автоматизация, по сути, ограничена чат-ботами. Еще у 11% автоматизирован один блок процессов, но он не интегрирован с остальной цепочкой, поэтому данные приходится переносить вручную. И только в 9% компаний строятся системы, где ИИ сам получает данные и сам выполняет действие без участия человека.

В исследовании Selectel картина барьеров для внедрения искусственного интеллекта с точки зрения самого бизнеса такова: 27% компаний пока не видят подходящих задач для ИИ, 25% указывают на нехватку экспертизы, 23% - на высокую стоимость внедрения, 21% - на сложности с оценкой окупаемости.

Российский бизнес уже научился быстро запускать ИИ-проекты и в целом не выглядит слабым на фоне внешних рынков. Но следующий этап будет зависеть не столько от качества моделей, сколько от способности компаний менять бизнес-процессы, считать окупаемость и наращивать внутреннюю экспертизу. Именно это определит, останется ли ИИ набором полезных сервисов и инструментом повышения личной эффективности или станет полноценным рабочим инструментом экономики, каким в свое время стало конвейерное производство и мобильный интернет.