Особенно заметен этот процесс в нефтегазовой отрасли. Согласно исследованию IT-холдинга Т1, в 2025 году расходы нефтегазовых компаний на программное обеспечение для ИИ упали на 63%, а на оборудование, наоборот, выросли на 84%. При этом совокупные расходы отрасли на IT увеличились на 13%, составив 151 миллиард рублей, пишет РБК.
"Ситуация одинакова во всех отраслях промышленности: от нефтегаза и металлургии до горнодобычи, энергетики, химии, машиностроения и капстроительства", - сказал гендиректор промышленного IT-интегратора "Ультиматек" Павел Растопшин.
По его словам, вендоры сначала предлагали заказчикам собственные ИИ-решения под ключ, но предприятия не всегда были готовы переходить на отечественные модели. Теперь же IT-компании готовы разворачивать в корпоративной инфраструктуре различные модели, в том числе зарубежные, и предоставлять доступ к ним по подписке или за токены.
Схожую тенденцию отмечает и руководитель по развитию продуктовых решений IT-интегратора "К2 НейроТех" Вячеслав Дегтярев: крупный бизнес переходит от отдельных внешних ИИ-сервисов к собственному управляемому контуру для работы с моделями и данными. Такой подход востребован не только в промышленности, но также в ретейле, финансовом секторе, фармацевтике и научно-исследовательских организациях.
Одним из факторов изменения подхода является закон "О поддержке развития технологий искусственного интеллекта в России", основная часть которого вступила в силу 1 сентября. Документ регулирует использование "больших фундаментальных моделей" - программ с числом параметров от 1 миллиарда. Закон также вводит статусы "суверенные" и "национальные" модели, для которых обязательны хранение и обработка данных в российских центрах.
При этом прямого запрета на использование иностранных моделей закон не содержит. Возможность вводить обязательное применение отечественных моделей Правительство РФ получит с 1 марта 2027 года, а для уже работающих систем предусмотрен переходный период до 1 сентября 2032 года (при условии хранения и обработки данных в России).
По словам заместителя руководителя ИИ-направления Т1 Сергея Карповича, компании заранее учитывают будущие требования при выборе архитектуры ИИ-систем. Например, заказчики из отраслей критической информационной инфраструктуры стали чаще требовать развертывания решений на собственной инфраструктуре, журналирования действий ИИ-агентов и маскирования персональных данных. Главный инженер компании - разработчика ИИ для тяжелой промышленности "Рокет Контрол" Павел Приходько отметил, что закон усилит движение к внутренним системам. Однако этот механизм, скорее, является стимулирующим и протекционистским, чем запретительным.
Другой фактор - это экономика проектов. По оценке Карповича, стоимость зарубежных облачных ИИ-сервисов выросла кратно, а доступ к мощностям становится политическим инструментом, поэтому в условиях дефицита вычислений компании считают стоимость каждого запроса к модели.
"Отечественная платформа управления ИИ - это не импортозамещение ради отчета, а инструмент операционной эффективности", - считает эксперт.
Он также уверен, что при стабильной нагрузке собственные вычислительные мощности могут окупиться за 12-18 месяцев, в то время как компании, работающие на внешних подписках, вынуждены конкурировать за лимиты у провайдера.
По мнению Растопшина, сегодня промышленности важнее найти сценарии использования ИИ в основном производстве с измеримым эффектом. Среди таких направлений - автопроектирование для ускорения капстроительства, автопланирование ремонтов и автоматический анализ смет. Без этого дорогостоящие ИИ-ускорители не окупятся и только увеличат энергопотребление.