Кто поделит рынок ИИ

Мировые расходы на искусственный интеллект (ИИ) в 2026 г. составят $2,59 трлн, на 47% больше, чем в 2025-м, прогнозируют аналитики Gartner. При этом по мере роста вычислительных мощностей и снижения стоимости использования моделей преимущество могут получить компании, которые контролируют весь цикл создания ИИ-продуктов. Как сообщалось в материалах Dedicated, контроль над всем ИИ-стеком позволяет компаниям-разработчикам снижать влияние ценовой конкуренции и сохранять маржинальность по мере удешевления моделей для потребителей.

«ИИ-индустрия переживает «Великую конвергенцию». Это фундаментальная реструктуризация, в ходе которой компании должны либо расширить свое присутствие по всей цепочке создания стоимости в сфере ИИ, либо исчезнуть», – отмечает предприниматель и исследователь в области бизнес-моделей, роста цифровых компаний и бизнес-инжиниринга Дженнаро Куофано. 

Исследователи Berkeley AI Research называют такие разработки compound AI systems – системами, где результат достигается совместной работой необходимых компонентов, а не работой единственной нейросети. 

Три кита ИИ-конкурентоспособности

Эксперты выделяют базовую конфигурацию, необходимую для создания конкурентоспособного ИИ‑продукта. Она состоит из трех элементов: генеративной модели, поискового движка и рекомендательной системы, рассказывает директор Института искусственного интеллекта и цифровых наук НИУ ВШЭ Алексей Наумов. Компании, делающие ставку только на одну языковую модель, оказываются в зависимости от внешних вендоров по каждому из недостающих компонентов.

Только бизнес-модели, построенные на полной триаде, способны обеспечить технологический суверенитет, поэтому к 2030 г. они займут лидирующую долю ИИ-рынка, считает руководитель отдела прототипов и исследований компании «Онланта» (входит в группу «Ланит») Петр Рыляков. Нишевые игроки сохранят позиции там, где важна глубокая экспертиза, и их бизнес-модель строится именно на этом, отмечает руководитель продуктов Nova AI и StarGuard AI в Orion Soft Никита Векессер. 

Наличие всех трех составляющих модели важно для облачных провайдеров, поисковых систем, маркетплейсов, поскольку им требуется контроль над инфраструктурой, данными и каналами распространения, говорит директор по развитию технологий ИИ FabricaONE.AI (ее основной акционер ГК Softline) Николай Тржаскал.

Как отмечает директор по развитию цифрового бизнеса «Ростелекома» Дмитрий Рейдман, в России преимущество получают разработчики в области ИИ с уникальной технологией, отраслевой экспертизой и локальной инфраструктурой. Он объясняет это тем, что зависимость от чужого технологического слоя – модели, поиска, технологий рекомендаций или другого – создает для бизнеса риски, поэтому компании преимущественно выбирают работать с теми, кто эти риски нивелирует еще на стадии разработки.

Базовый интеллект

Генеративные модели выступают «базовым интеллектом» систем, который усваивает общие закономерности из огромных массивов данных и затем может адаптировать их под разные задачи. Именно они дают способность понимать текст, изображения, находить сложные взаимосвязи – тот самый «ум», на котором строятся прикладные сервисы. Это один из самых дорогих этапов в создании ИИ-продукта. Так, обучение GPT‑4 обошлось OpenAI в $78–100 млн, Google Gemini Ultra – в $192 млн, показывают данные Stanford AI Index 2025. Стоимость обучения следующих поколений моделей достигнет $1 млрд, рассказывал PYMNTS гендиректор Anthropic, разработчика моделей Claude, Дарио Амодеи. 

В России фундаментальные модели разрабатывают «Яндекс» (семейство Alice AI, ранее – YandexGPT, YandexART, YandexVLM) и «Сбер» (GigaChat). Обе компании строят ИИ-ассистентов и используют в продуктах своей экосистемы.

Другая необходимая для развития ИИ составляющая – доступ к поисковой системе. Это связано с тем, что для работы ИИ необходим доступ к новой, верифицированной и структурированной информации в реальном времени, а базовые модели без доступа к поиску не могут оперировать свежими фактами. 

У компаний есть минимум два варианта: развивать собственные поисковые системы или использовать сторонние за плату. Исторически крупнейшие поисковые системы в мире развивают Google, Baidu, Bing, «Яндекс» и Yahoo. С 2025 г. технологический гигант Apple разрабатывает собственный ИИ-инструмент веб-поиска для Siri, который должен позволить ассистенту отвечать на запросы пользователей на основе информации из интернета. OpenAI разрабатывает OAI‑SearchBot для поиска в продуктах и сервисах компании. Microsoft в 2023 г. интегрировала GPT-4 в браузер Bing в рамках партнерства с OpenAI, вложив в компанию около $13 млрд. До внедрения новой функции в сутки Bing пользовались 6 млн человек, после запуска чата с ИИ – более 100 млн человек. 

При этом нейросетям для выполнения задач нужен доступ к актуальной информации в формате, отличном от классической выдачи для пользователя. В 2025 г. трафик от ИИ-агентов и браузерных ботов, действующих автономно, уже увеличился на 7,851%, показывает исследование HUMAN Security. В мире уже автоматизированы 57,4% запросов, и только оставшиеся поступают от людей, указывает Cloudflare. Человек перед покупкой и проверкой характеристик товара может посетить пять сайтов, тогда как ИИ-сервис – 5000, рассказывал гендиректор Cloudflare Мэтью Принс. По данным BrightEdge, в апреле 2026 г. запросы ИИ-агентов уже достигли 88% объема человеческого органического поиска, а точка, когда они превзойдут людей, может быть достигнута до конца года. 

В «Яндексе» в ответ на новую тенденцию разработали агентный поиск, который ранжирует веб-страницы по степени актуальности и улучшает отбор фрагментов для ответа. Как отмечал ранее директор бизнес-группы поисковых сервисов и искусственного интеллекта «Яндекса» Дмитрий Масюк, внедрение агентного поиска позволило вдвое повысить плотность полезной информации в контексте, передаваемом модели и принесло 350 млн руб. экономии в совокупности с технологическими улучшениями ИИ-моделей.

Еще один необходимый для развития ИИ компонент – это рекомендательный слой, который отвечает за персонализацию и монетизацию ИИ-сервисов. В 2025 г. мировой рынок рекомендательных систем составил $10,56 млрд, к 2034-му он достигнет $179,58 млрд, оценивает Straits Research. Исследователи McKinsey & Company еще в 2021 г. посчитали: если проанализировать структуру доходов быстрорастущей и медленнорастущей компаний, то у лидеров доля выручки, сгенерированная алгоритмами персонализации, окажется выше на 40%. 

В России рекомендательные технологии разрабатывают ИТ-компании, например, ««Яндекс»» и VK, а также цифровые платформы, включая Wildberries, Ozon, «Авито», Okko. 

«Без интеллектуального поиска, персонализации и рекомендаций пользователь тонет в выборе. Поэтому их задача – не навязать товар, а сократить путь от намерения до подходящего результата», – рассказывает представитель Wildberries & Russ (RWB). Компания, по его словам, применяет технологии разного уровня сложности – от базовых алгоритмов до нейросетей и сложных агентных систем. Для этого она использует как собственные разработки, так и модели с открытым кодом, сказал представитель RWB. 

Если говорить про транзакции и монетизацию, ключевую роль играют ИИ‑агенты – автономные сервисы и компоненты, встроенные в маркетплейсы, сайты, мессенджеры и голосовые интерфейсы, которые переходят от рекомендаций к выполнению действий, приводящих к оплате, отмечает сооснователь и технический директор AIMonitor.pro Кирилл Власов. Согласно исследованию платформы, почти половина опрошенных пользователей (45%) уже сталкивались с ИИ при выборе товаров и услуг. 

Конвергенция вместо конкуренции 

При многообразии моделей – только на репозитории открытых весов Hugging Face их более 2,9 млрд – в 2030 г. в сфере ИИ будут доминировать три-четыре вертикально интегрированные корпорации, специализированные игроки либо будут поглощены, либо займут нишевые позиции, сообщается в статье Good Reads.

Руководитель кластера «Х.Технологии», директор по развитию цифрового бизнеса «Ростелекома» Дмитрий Рейдман делится схожим прогнозом для рынка в России: если 2024–2025 гг. были периодом экспериментов, то с 2026 г. крупные компании разворачивают решения в масштабе. В перспективе трех-пяти лет около 80% российского ИИ-рынка займут платформенные решения крупных игроков с собственным стеком и прикладные вертикальные продукты, развернутые внутри таких экосистем. Оставшиеся 20% придется на узкоспециализированные стартапы, построенные на собственной уникальной технологии и локальной инфраструктуре, обученной на специфических отраслевых данных, говорит он.

Генеральный директор targetai Андрей Зименков полагает, что в выигрыше будут компании, способные поддерживать высокий уровень своих моделей и одновременно обеспечивать наиболее эффективную экономику их использования. Слабую или дорогую модель не спасет никакая инфраструктура, подытожил эксперт.