ИИ без пены

С формальной точки зрения, ИИ-донесения с мест в 2026 году выглядят радужными: если верить опросам, то в среднем по развитым экономикам ИИ (в каком-то виде) используется в без малого 90% компаний, а генеративный ИИ — почти в 80% компаний. Шире всего компании применяют LLM (для генерации текстов), на втором месте по распространенности — генерация изображений, на третьем — обработка и анализ данных с использованием технологий машинного обучения/ML.

Показания, конечно же, разнятся в зависимости от индустрии: впереди планеты всей традиционно условный хайтек-сектор (преимущественно IT), финансы/страхование и медиа с телекомом; остальные отрасли по-прежнему далеко не так оптимистичны по поводу ИИ (ниже всего показатели у промышленности — в США, например, только 11% промышленных компаний хоть как-то используют ИИ). Это касается и бизнес-функций, которые максимально выигрывают от внедрения ИИ — компании планируют активно инвестировать в три направления применения генИИ: в кодинге с инжинирингом ПО, маркетинге/продажах и управлении цепочками поставок.

Кроме того, нужно сделать поправку на размер бизнеса: корпорации, имеющие возможность вкладывать деньги в крупные ИИ-проекты, рапортуют о высокой степени внедрения: 39% компаний с прибылью свыше $ 5 млрд в год уже масштабируют применение ИИ; у компаний с прибылью ниже $ 100 млн в год показатели гораздо скромнее — 25%, а каждая десятая условно небольшая компания не инвестирует в ИИ в принципе.

Аналогичный разрыв, естественно, характерен и для объема инвестиций: в США абсолютное большинство (85%+) малых и средних компаний вкладывает в ИИ менее $ 100 тыс. в год; при этом 67% крупных предприятий тратит на ИИ-инициативы больше $ 100 тыс., а 31,4% — больше $ 1 млн (из малых и средних такие затраты могут себе позволить 1,3%).

С точки зрения динамики корпоративных процессов/проектов, внедрение ИИ движется по предсказуемой и почти классической схеме: если в 2023—2024 годах компании говорили в основном об экспериментах и пилотных проектах, то в 2025—2026 приоритеты сдвинулись к масштабированию. В ноябре 2025 года, по данным McKinsey, о масштабировании ИИ заявляла примерно треть компаний, а еще 7% рапортовали о полном и окончательном внедрении его в бизнес-практики и процессы (правда, о том, какого именно ИИ и в какие процессы, история умалчивает).

Помимо масштабирования с его неизбежными проблемами и узкими местами, самая горячая тема со второй половины 2025 года — это, конечно, ИИ-агенты (надстройки над LLM, эмулирующие действия пользователей и способные, в числе прочего, обращаться к различным LLM, работать на устройствах/в аккаунтах пользователя и пр.). Предполагается, что наличие агентных систем позволит обойти ограничения LLM/mLLM и обеспечит «сквозную» автоматизацию бизнес-процессов — агенты могут быть надстроены над всеми бизнес-функциями разом и, в теории, ликвидируют эффект функциональных колодцев.

В 2026 году, по данным McKinsey, активнее всего экспериментируют с ИИ-агентами все те же IT, финансы и медиа с телекомом; при этом самые «агентизированные» функции — это, опять же, маркетинг и продажи (агентов для них используют или пробуют использовать в среднем 30% компаний), управление знаниями (29%) и кодинг/разработка ПО (21%); а меньше всего проку от агентов в производственных и промышленных процессах (~5%).

В связи с [предполагаемым] масштабированием использования ИИ и развитием ИИ-агентов его дальнейшие корпоративные инвестиционные перспективы кажутся неплохими: по заявлениям руководителей (в том числе в опросах консультационной компании BCG), 94% компаний планируют продолжать инвестировать в ИИ, даже если инвестиции не начнут окупаться в 2026 году; при этом практически во всех индустриях ожидается увеличение бюджетов на внедрение ИИ — так, технологический сектор планирует повысить расходы с 1,2% до 2,1% от прибыли, финансовые организации — с 0,9% до 2%, компании из сферы энергетики — с 0,6% до 1,9% и т. д.

(Впрочем, не до конца ясно, какова реальная причина этого роста: линейное увеличение инвестиций или снижение прибылей заодно с увеличением ценника за ИИ-услуги от вендоров.)

По мере того, как ИИ становится привычной бизнес-технологией, снижается корпоративное беспокойство по поводу последствий его внедрения (например, в 2026 году острота топ-3 проблем снизилась на 5−12% относительно показателей 2025 года); в повестке руководителей компаний по-прежнему лидируют кибербезопасность и приватность, волнующие больше половины СЕО; на втором месте — непрозрачность работы ИИ и вопросы контроля, на третьем — потенциальные проблемы, связанные с изменениями в государственном регулировании ИИ.

При этом заметно выросло беспокойство по поводу влияния ИИ на окружающую среду (в первую очередь в связи с активными публичными обсуждениями углеродного следа датацентров, потребляющих запредельное количество электроэнергии) и геополитических ограничений, с которыми могут столкнуться развитие и внедрение ИИ.

Геополитическое беспокойство (17% СЕО) выглядит не таким явным, как проблемы кибербезопасности и приватности, но — на фоне явного крена многих стран в сторону ИИ-суверенитета и/или технологического развода с США — компании начали активно инвестировать в инфраструктуры. Видимо, пока всё не отменили и не запретили.

Многие компании планируют переориентацию ИИ-бюджетов с экспериментов и пилотных проектов на инфраструктуру и данные: восемь из десяти компаний собираются делать акцент на капитальных вложениях; семь из десяти — пересмотреть портфели имеющихся ИИ-проектов и сделать ставку на [относительно] дешевые инициативы, которые дадут максимальный эффект. В частности, по данным консалтинговой компании Capgemini, в ближайший год наибольший рост инвестиций планируется в области управления данными (дата-сеты, пайплайны и пр.) — в это направление собираются вкладываться 72% компаний, — а также в части наращивания вычислительных мощностей/развития инфраструктур (64%) и создания или доработки собственных ИИ-моделей (50%).

Но, как это обычно бывает, если отойти от глобальных корпораций с их стратегиями, заоблачными бюджетами и показателями, картина окажется совсем другой.

Да, но нет
Для начала, если верить опросам BCG, в конце 2025 года только 5% компаний, использующих ИИ, получили заметные результаты от его внедрения; причем 95% «отстающих» — это не магазины у дома и не автомастерские, а все те же крупные компании, которые в других опросах говорят о масштабировании ИИ и прочих прекрасных вещах. 60% компаний не получили вообще никаких результатов, 35% увидели положительную динамику в части прибыли/сокращения издержек, но, по их собственным оценкам, эффект от вложенных денег оказался в разы хуже, чем они ожидали.

(Показания, конечно же, местами разнятся: по опросам PwC, заметных результатов достигли около 33% компаний; но доля компаний, не увидевших отдачи от ИИ-инвестиций, даже в этом случае примерно такая же — 56%.)

Картина становится еще более выразительной, если посмотреть не только на компании, традиционно участвующие в консалтерских опросах, но и на экономику в целом.

Например, в среднем по Европейскому Союзу сколько-нибудь заметно используют ИИ только 40% компаний, а без малого 30% не используют вообще. К числу ИИ-оптимистов относятся условно-молодые компании (стартапы младше пяти лет), торгуемые на бирже и/или получившие деньги от венчурных фондов (потому что инвестиции в ИИ — это то, чего от них ждут акционеры) и крупные. Остальные внедрять ИИ не спешат.

Заметно отличаются и инвестиционные/внедренческие профили в компаниях, все-таки вкладывающихся в ИИ. Так, в США, по данным NBER, большая часть (64%) ИИ-затрат малых и средних компаний приходится на закупку внешних ИИ-сервисов и обучение персонала; крупные компании вкладываются во внешние сервисы и внутренние разработки с внутренними же инфраструктурами примерно одинаково (55% и 45% соответственно).

Причин для ИИ-скепсиса у компаний, не обремененных деньгами, хватает (не говоря о том, что самые крупные и финансово обеспеченные корпорации добиваются от ИИ каких-то ROI только через раз).

Во-первых, по данным свежих опросов NBER, в США четыре из десяти компаний, не использующих ИИ, предпочитают обходиться естественным интеллектом по той простой причине, что расценивают степень готовности искусственного как очень низкую; а 21% компаний считают, что ИИ не применим в их отрасли. Остальные препятствия для внедрения ИИ: нехватка нужных кадров, вопросы кибербезопасности и приватности и пр.— очень похожи на то, о чем говорят компании, пытавшиеся внедрить ИИ и не получившие нужных результатов.

В ЕС ситуация очень похожая — с той разницей, что, по оценкам Европейского центробанка, ИИ считают бесполезным для своей отрасли уже 30% компаний.

Во-вторых, сохраняется разрыв между обещаниями светлого ИИ-будущего (эффективность, производительность, сокращение издержек, возможность уволить чуть менее чем всех) и текущей ситуацией: непонятно, за счет чего и как именно компании окажутся в этом светлом будущем.

Ответы этой задачи меняются примерно раз в полгода: поначалу в качестве серебряной пули компаниям преподносили промпт-инжиниринг (и промпт-инженеров), потом — переобучение сотрудников (потому что именно они не используют LLM нормально!..), в 2026 году на роль панацеи претендуют ИИ-агенты — тоже, кстати, с не до конца ясными результатами; а к 2027 году пальма хайп-первенства, похоже, перейдет к «физическому» и периферийному ИИ. Все эти переобувания в полете не добавляют компаниям доверия к ИИ-сервисам и ИИ-вендорам.

В-третьих, большинство оптимистичных прогнозов/обещаний авторства big tech основаны на успехах генИИ в области кодинга и инжиниринга ПО. Однако ИИ-евангелисты умалчивают о том, что эти успехи связаны с наличием у вендоров доступа к гигантским массивам кода и, соответственно, с возможностью легального обучения.

(Ровно та же история — с пресловутым AlphaFold от Google: да, система работает отлично и таки решила проблему фолдинга белков, но все успехи DeepMind на этом поприще — производная от высочайшего качества открытой базы данных по белковым последовательностям UniProt, которую биотехинституты по всему миру собирали несколько десятков лет и которую Google использовала для обучения своей модели.)

Соответственно, с реальными задачами компаний как ИИ, так и пресловутые ИИ-агенты справляются в лучшем случае посредственно. Просто потому, что вендорам, продающим коробочные решения, неоткуда взять нужные данные.

Типичный пример такого подхода — наделавшее много шума «исследование» от Anthropic, посвященное тому, каким профессиям угрожает развитие ИИ: масс-медиа дружно хоронили «белых воротничков», маркетологов, инвестиционных аналитиков и пр.; между тем все «исследование» — это банальный рейтинг профессиональных задач, для решения каких люди чаще всего обращаются к LLM, причем, естественно, не ко всем доступным LLM, а к Claude от самой Anthropic. Есть ли смысл внедрять эти практики в рабочие процессы конкретных компаний/организаций, соответствуют ли решения корпоративным протоколам безопасности и пр.— вопросы открытые, и никто на них, конечно же, не отвечает.

Именно поэтому на глобальном рынке уже появились предложения класса «кастомизируем ИИ-агентов под ваши воркфлоу и ваш организационный/политический/любой другой контекст»; это, например, предлагает своим клиентам многомиллиардный ИИ-стартап Mercor (США) под лозунгом «разработчики LLM, конечно, молодцы, но им неоткуда взять информацию о том, как, что и почему делается в компании».

По данным того же Mercor, эффективность ИИ-агентов в областях, не связанных с кодингом, пока не очень высока: доля более-менее успешно завершенных задач не превышает 30% даже у LLM, работающих в «продвинутых» режимах; при этом задачи по промптам от пользователей те же LLM решают несколько успешнее — в среднем, справляются примерно с половиной того, о чем просят их пользователи.

Понятно, что исследование по агентам у Mercor тоже несколько предвзятое, поскольку они торгуют как раз кастомизацией агентов и доводкой их до ума, но какая-то доля правды в их выводах, вероятно, есть.

Ситуация с неочевидной эффективностью ИИ и ИИ-агентов, кажется, уже повлияла на ожидания руководителей по поводу позитивного влияния ИИ-инструментов и сервисов на производительность в компаниях: по данным NBER, в увеличение производительности в ближайшие три года верят, в среднем, 37% СЕО; 60% уверены, что производительность останется на прежнем уровне. Доля руководителей-оптимистов варьируется от страны к стране (например, в США — целых 59%), но в среднем по миру недоверия и пессимизма несколько больше.

Наконец, есть еще один аспект [не]внедрения ИИ — на него часто жалуются компании, не добившиеся ИИ-успехов, и указывают организации, ИИ не использующие. Это, конечно же, некомпетентные, упрямые люди, которые почему-то не хотят пользоваться ИИ.

Народ не тот
Нехватку квалифицированных кадров и/или сопротивление сотрудников часто называют тормозом ИИ-перестройки.

Причин не использовать в работе ИИ у людей очень много, самые главные: желание делать свою работу так же, как прежде; сомнения в том, что ИИ безопасен и точен (и, конечно же, в том, что он не спровоцирует утечку конфиденциальных данных, за которую уволят не ИИ, а доверчивого сотрудника). Как ни странно, на третьем месте — этические вопросы к ИИ, в том числе: на каких данных вендоры его обучали (например, на украденных у ничего не подозревающих писателей, SMMщиков и прочих креаторов); проблема смысловых/когнитивных искажений (сексизм, эйджизм, нетерпимость) и пр.

То есть главный барьер — не порочная человеческая природа и не то, что люди прячут голову в песок и не хотят учиться новому. А в том, что: а) как уже было сказано, для ряда отраслей ИИ [пока] бесполезен или почти бесполезен; б) сотрудники, как правило, гораздо лучше руководства разбираются в том, что́ в их рабочих процессах можно делать с помощью ИИ и что ни в коем случае нельзя (ну, или до чего ИИ еще не дорос и не факт, что когда-нибудь дорастет).

Разрыв между желаниями/ожиданиями руководства и реалиями сотрудников, работающих, так сказать, на земле, виден даже на уровне менеджмента: в то, что вложения в ИИ себя оправдают, верят 62% СЕО, 59% СТО, 55% технологических управленцев рангом пониже — и только 48% менеджеров, не имеющих непосредственного отношения к реализации технологических стратегий и трате ИТ-бюджетов. Еще лучше разница заметна в части кадровых корпоративных ожиданий: по данным опроса BCG, 60% высших руководителей уверены, что к 2030 году ИИ кардинально изменит состав и структуру корпоративных «ролей»; а 73% рядовых управленцев полагают, что этого не случится.

Помимо рациональных и чисто рабочих опасений и сомнений, есть еще один важный момент, связанный уже с личным благополучием сотрудников.

Люди, активно пользующиеся ИИ, отмечают, что это негативно сказывается на целом ряде их навыков, причем больше всего страдает креативное мышление — о снижении креативности в опросе Pew Research Center упомянули больше 50% пользователей ИИ (по меньшей мере, в США). Другими словами, ИИ-вендоры, рассказывающие всем и каждому о том, что ИИ избавляет людей от рутины и дает им больше времени для творчества, или чего-то не договаривают, или попросту лгут потребителям. Потому что потребители ИИ уже попробовали — и нравится им далеко не все.

Что касается ИИ-агентов, которых позиционируют как оптимизаторов рутины еще активнее, чем год назад генИИ, недавний опрос BCG показал: 6−26% сотрудников, пользующихся ИИ и ИИ-агентами, испытывают специфическое «мозговое ИИ-выгорание», связанное только и исключительно с ИИ (AI brain fry). Частые симптомы: затуманенное сознание, расфокусировка, головная боль и сложности с принятием решений.

Именно принятие решений страдает больше всего: количество мелких ошибок у людей с «ИИ-выгоранием» увеличивается на 11%, серьезных — сразу на 39%. Более того, около 40% случаев «ИИ-выгорания» заканчиваются острым желанием хлопнуть дверью и уволиться (против средних по больнице 25% сотрудников, которые не против расстаться с работодателем).

Так что, чем активнее компании будут пытаться внедрять ИИ, в том числе принудительно и без детального разбирательства с тем, как устроены реальные воркфлоу, тем ситуация будет хуже. В частности, масштабное исследование компании ManpowerGroup, охватившее 19 стран и без малого 14 тыс. сотрудников организаций из разных отраслей, показало, что за 2025 год регулярное использование ИИ выросло на 13%, а уровень доверия к нему как применимой для работы технологии рухнул сразу на 18%.

Но самый, пожалуй, интересный момент, о котором компании предпочитают не думать, — это то, что сотрудники, использующие ИИ и выдающие стране тонны [метафорического] угля, не получают за свое «ИИ-выгорание» и навыки примерно ничего: по данным исследования Payscale, в 2026 году порядка 60% компаний в развитых странах так или иначе обновляли свои вакансии, указывая, что ищут сотрудников, хорошо владеющих ИИ-инструментарием; при этом большинство компаний (55%) не предлагали квалифицированным сотрудникам никаких бонусов и преференций, более высокую зарплату решили пообещать 14% компаний, 10% утверждали, что готовы премировать людей, прилично освоивших ИИ.

(Еще более интересные данные получило Национальное бюро экономических исследований Дании: изучение условий работы/оплаты 7 тыс. «белых воротничков» — после того как люди начали использовать чатботы и другие ИИ-инструменты — показало, что реальная экономия времени составляет порядка 3%, а практически вся прибавка к продуктивности уходит компании, и только 3−7% от сэкономленных денег возвращаются к сотрудникам в форме более высокой оплаты труда.)

Столкновение обещаний/ожиданий и реальности хорошо видно и в условно-бытовом, повседневном отношении людей к ИИ и сервисам на его основе: по мере распространения ИИ все больше людей склоняются к тому, чтобы расценивать его влияние на себя, свою жизнь, экономику и пр. скорее негативно; так, в США с 2021 по 2025 год доля ИИ-негативистов выросла с 38% до 50%, а доля ИИ-оптимистов сократилась с 18% до 10%, в том числе благодаря неоднократному «нарушению обещаний» со стороны ИИ-вендоров и технологических компаний.

Та же ситуация просматривается и в части более конкретных оценок; например, по опросам Pew Research Center, абсолютное большинство пользователей очень скептически относится к перспективам кардинального улучшения качества жизни посредством ИИ; единственное исключение — сфера здравоохранения, но и в ее светлое ИИ-будущее верят лишь 44% людей.

Ситуация с общественным восприятием ИИ, конечно, сильно разнится от страны к стране: по данным Pew Research Center, в Индии, Японии, Израиле, Южной Корее и пр. доля ИИ-скептиков не превышает 30%, а энтузиастов больше 15%. Но в среднем доля людей, обеспокоенных развитием ИИ, — около 34%.

ИИ по-русски
Общий уровень проникновения ИИ-технологий в деятельность российских компаний в целом близок к общемировому — с точки зрения как формальных показателей, так и его отраслевой специфики.

Согласно опросу, проведенному компанией «Яков и партнеры» совместно с «Яндексом» (доклад «Искусственный интеллект в России-2025: тренды и перспективы»), в среднем по экономике у 76% компаний ИИ внедрен как минимум в одну бизнес-функцию; активнее всего ИИ и генИИ внедряют компании из сфер ИТ (79% компаний внедрили генИИ в несколько бизнес-функций), телекома и медиа (60%), e-commerce (71%), финансов (45%) и ритейла (35%).

В части конкретных направлений применения ИИ (и в особенности генИИ) ситуация в России тоже практически повторяет общемировую: абсолютное большинство юз-кейсов приходится на маркетинг/продажи (без малого 70% компаний), работу с клиентами (66%) и внутренний документооборот (62%); меньше всего ИИ используется в финансах, стратегировании и R&D, несмотря на то что в 2023—2024 годах во всех трех сферах компании явно экспериментировали.

Предсказуемая ситуация сложилась и в части ИИ-бюджетов: как и в США, в России внедрение ИИ — прерогатива крупных и сверхкрупных компаний, способных вложить в технологическую и инфраструктурную модернизацию деньги, достаточные для масштабирования юз-кейсов и доведения дела до понятных эффектов. С отраслевой точки зрения, самые большие бюджеты на ИИ — у ИТ и финансовых организаций, что тоже типично для мира/развитых стран.

И, как и во всем мире, отдельная беда в том, что практически все имеющиеся данные, связанные с внедрением ИИ, собраны с помощью опросов, у которых масса недостатков, начиная с того, что компании, мягко говоря, заинтересованы в том, чтобы преувеличивать собственные успехи на ИИ-поприще, и заканчивая тем, что в России практически все опросы, касающиеся ИИ и бизнеса, проводят вендоры, выигрывающие от хайпа и использующие специфические выборки респондентов, преимущественно из числа своих клиентов.

(Относительно «независимые» исследования от академических структур обращаются к данным Росстата, предсказуемо запаздывающим на два-три года и, с учетом темпов развития ИИ и ИИ-рынков, к моменту публикации полностью теряющим актуальность.)

Иными словами, оценить реальный, а не фиктивно-демонстративный/заявляемый в опросах уровень внедрения ИИ в деятельность российских компаний крайне затруднительно (как, впрочем, и компаний зарубежных).

Но кое-какие относительно объективные маркеры все же есть.

Во-первых, судя по всему, российские практики внедрения ИИ в крупных компаниях дошли до той же стадии, что и мировые, а именно — до масштабирования и, соответственно, приоритезации конкретных эффектов и ROI, а не «ИИ вообще» как модной темы.

Косвенное подтверждение этому — «ИИ-усталость» российских инвесторов: по данным исследования, проведенного Группой компаний Б1 (совместно с M&A-юристом Анастасией Нерчинской, компаниями АЛРУД, Verba Legal и Advance Capital), инвестиционный ИИ-ландшафт заметно изменился как качественно, так и количественно. В 2025 году инвесторы вкладывались в компании/стартапы ранних стадий в четыре раза реже, чем в 2024-м; деньги ушли к крупным, проверенным игрокам с проверенными же продуктами, экономикой и пр. Что касается объема инвестиций, то — без учета мегасделки между консорциумом инвесторов и компанией Rubetek (разработчик решений для «умного дома») — за 2025 год рынок просел на 46%.

(Понятно, что дело не только в усталости от ИИ-обещаний: на фоне дорогих денег и экономической неопределенности проседает инвестиционная активность как таковая; кроме того, инвесторов все больше волнуют вопросы, связанные с инфраструктурным обеспечением ИИ-проектов и продуктов; радикальных улучшений в части доступности передовых ИИ-чипов/вычислительных мощностей пока не предвидится.)

Во-вторых, централизованное применение генИИ в российских компаниях — скорее исключение, чем правило: скепсиса, характерного для стадии массового внедрения, со стороны сотрудников/общества пока не наблюдается. Во всяком случае, если верить опросам ВЦИОМ, граждане России настроены по отношению к ИИ/генИИ куда позитивнее, чем граждане США: больше 60% тех, кто пользуется ИИ, считают, что технология приносит лично им больше пользы, чем вреда (ср.: в США доля людей с позитивным отношением к ИИ — 10%). Уровень повседневного использования ИИ в России чуть ниже, чем в Соединенных Штатах: в 2025 году 51% россиян пользовались ИИ-сервисами раз в неделю или чаще (в США этот показатель составляет 63%).

В-третьих, уровень российских ИИ-продуктов и сервисов, ориентированных на бизнес, пока недотягивает до лучших мировых образцов, причем и вендоры, и индустриальные компании, заинтересованные в ИИ, это признают (если не публично, то, по меньшей мере, в опросах). В частности, согласно опросу «Якова и партнеров"/"Яндекса», уровень разработки ИИ в России превышает среднемировой, но отстает от стран — мировых лидеров в части ИИ (США, Китая); этой позиции придерживаются 62% индустриальных компаний и 72% вендоров. Уровень внедрения ИИ в деятельность компаний оценивается чуть позитивнее, но и вендоры (82%), и предприятия (74%) также склоняются к тому, что до США и Китая еще надо дорасти.

(Согласно опросам МТС AdTech, 32% компаний, внедрявших ИИ, жалуются на отсутствие поддержки со стороны вендоров; еще 48% — на то, что на российском рынке сложно найти нужные продукты; и вовсе уж запредельное количество компаний — 60% от всех, внедрявших отечественные решения, — недовольны уровнем качества российских ИИ-моделей.)

Рядовые российские пользователи, особенно из числа молодежи, тоже прекрасно видят разрыв в качестве результатов между российскими и зарубежными ИИ: в 2025 году самым популярным ИИ-сервисом среди студентов был ChatGPT; а доля российских ИИ-сервисов (по данным МТС AdTech) снизилась на 25% (с 77% в 2024 до 52% в 2025).

Ситуация с отечественными ИИ-продуктами для бизнеса прямо влияет на стратегии внедрения ИИ в компаниях: 78% российских компаний предпочитают приобретать продукты/сервисы у внешних поставщиков; 50% компаний после этого вынуждены дорабатывать продукты, приводя их в соответствие с внутренними задачами/требованиями (ср.: в зарубежной практике внешние продукты покупают ~55% компаний, доработкой приходится заниматься только 11%).

Понятно, что российская продуктовая ситуация — производная сразу от нескольких проблем. С одной стороны, создание нишевых и узкоспециализированных продуктов/сервисов для российского рынка просто не окупится: высокое качество предложения от глобальных вендоров — прямое следствие эффекта масштаба и, соответственно, осмысленности инвестиций.

С другой стороны, ставка на внешние продукты позволяет российским компаниям экономить время и, во многих случаях, деньги на разработку собственных решений, то есть получать нужный функционал при минимальных капитальных затратах/начальных инвестициях.

(Следует отметить, что экономия эта, как правило, появляется только в краткосрочной перспективе; в мировой практике треть компаний предпочитает инхауз-разработки — как из-за опасений, связанных с кибербезопасностью, так и из-за высокой стоимости сторонних сервисов: годовой OPEX отдельных внешних ИИ-сервисов превышает начальные затраты на их внедрение в компании.)

Есть и третья сторона: в нынешних условиях мало какая российская компания может позволить себе развернуть нужные для инхауз-ИИ вычислительные мощности, поэтому практически все компании всех отраслей, кроме банков и страховых компаний, ограниченных жесточайшими требованиями к безопасности, предпочитают использовать облачные решения (чаще всех — компании из сферы e-commerce).

С точки зрения вечности, российские продуктовые ИИ-перспективы выглядят не ужасающими, но и не радужными.

• Самая горячая мировая тема 2025−2026 годов — ИИ-агенты — в российском ИИ точно случится; сложившаяся практика кастомизации продуктов под нужды компаний тут сыграет в плюс, а не в минус (ручная доводка ИИ-агентов до ума — с учетом внутреннего и внешнего контекстов деятельности организации — нормальная общемировая практика);
• Что касается следующих поколений ИИ-продуктов/решений: «физического» («воплощенного») и периферийного ИИ, — потенциал их разработки и применения в России пока ясен не до конца, в первую очередь потому, что критические для этого смежные технологии (промышленные и антропоморфные роботы; передовые ИИ-чипы и системы сенсоров для использования в конечных устройствах, например в автомобилях) у нас или находятся в зачаточном состоянии, или пока отсутствуют.

Самый большой российский фактор ИИ-неопределенности сегодня — это, конечно, находящийся в разработке законопроект о регулировании ИИ с его «суверенными» и «национальными» моделями, создать которые физически невозможно в силу того, что для этого не хватает нормальных дата-сетов с российским провенансом (на что, в частности, неоднократно указывал российский бизнес).

Как ляжет эта карта, пока никто не знает; поэтому как ИИ-вендорам, так и российским компаниям (в особенности с государственным участием и/или использующим критические информационные инфраструктуры) остается только ждать и надеяться на лучшее.