ИИ и российский бизнес: кто выигрывает от новых технологий

Несмотря на то что искусственный интеллект (ИИ) используется уже в большинстве компаний по всему миру, лишь небольшая доля организаций получает от него ощутимые экономические преимущества. По данным исследования McKinsey, опубликованного 5 ноября 2025 г., только 7% компаний внедрили ИИ на уровне всей организации, тогда как большая часть проектов остается на стадии пилотов или экспериментов. При этом наиболее продвинутыми в использовании технологий являются крупные компании и отрасли с высокой цифровой зрелостью – прежде всего ИТ, медиа, телеком и здравоохранение.

Российские технологические, финансовые и торговые компании тоже сообщают о первых измеримых эффектах от внедрения ИИ: о снижении издержек, ускорении внутренних процессов, росте эффективности маркетинга и обслуживания клиентов. Об этом свидетельствуют данные самих компаний и оценки отраслевых экспертов, с которыми пообщались «Ведомости. Инновации и технологии».

Эффект в крупных корпорациях

Основной экономический эффект от внедрения ИИ наблюдается в сегменте крупных российских компаний с уже выстроенной инфраструктурой. По словам генерального директора MWS AI (входит в МТС) Дениса Филиппова, «основной эффект виден в автоматизации документооборота, клиентской поддержки, маркетинга, медиапроизводства и промышленности». Например, в поиске и подготовке документов ИИ «снимает сотни часов с каждого сотрудника», а в масштабных командах это дает «миллиарды рублей экономии». По оценке Филиппова, в российских компаниях доля процессов, где ИИ полностью заменил человека, пока небольшая, но в отдельных функциях уровень автоматизации рутинных операций достигает 60–90%.

Филиппов отмечает, что экономический эффект от внедрения ИИ складывается из роста производительности, отказа от кратного расширения штата на фоне нехватки человеческого ресурса и ускорения вывода продуктов. По его словам, на фоне высокой конкуренции и дефицита кадров технологические решения позволяют перераспределять нагрузку, а часть сотрудников переобучается под более сложные задачи.

По данным McKinsey, почти половина компаний с выручкой более $5 млрд уже достигли этапа масштабирования ИИ-проектов, тогда как среди организаций с годовым оборотом менее $100 млн таких только 29%.

В компании VK ИИ внедряют прежде всего в функции, повышающие производительность сотрудников и улучшающие пользовательский опыт. Руководитель R&D направления AI VK Константин Анисимович отмечает, что в службе поддержки «два из трех запросов обрабатываются с помощью искусственного интеллекта», частично – по заранее заданным сценариям, частично – при помощи технологий RAG и ИИ-агентов, что «дает реальное сокращение издержек».

Но измерить общий экономический эффект от внедрения ИИ пока сложно. «Влияние распределено по множеству операций и не сводится к простой экономии часов или процентам автоматизации», – указывает Анисимович.

Представитель «Т-технологий» отмечает, что единые подходы к оценке эффектов от внедрения ИИ только начинают формироваться, в том числе благодаря методике, разработанной совместно с «Альянсом в сфере ИИ». Представитель компании поясняет, что в финансовой сфере прямые эффекты «отражаются в снижении операционных издержек, повышении точности рисковых моделей и росте конверсий благодаря персонализации». До 45% клиентских вопросов в поддержку решается без участия сотрудников благодаря собственной большой языковой модели. По словам представителя «Т-технологий», к непрямым эффектам компания относит повышение эффективности команд и рост лояльности клиентов – ИИ‑инструменты ускоряют разработку и выпуск продуктов.

Совокупный прямой эффект в этом году оценивается «в несколько десятков миллиардов рублей», основной вклад дают операционные функции, ML‑модели в кредитовании и антифрод-модели.

Как отметили в «Сбере», уже сейчас отчетливо выделяются области, где внедрение генеративного ИИ приносит существенные преимущества: автоматизация разработки программного кода, повышение эффективности взаимодействия с клиентами, оптимизация процессов бэк-офиса и значительное увеличение личной продуктивности офисных работников. Интеграция нейросети GigaChat в бизнес-процессы «Сбера» позволила кратно повысить их скорость и эффективность. 

Представитель «Яндекса» отмечает, что наибольший эффект компания получила в рекламных технологиях. По его мнению, внедрение ИИ в рекламные инструменты позволило повысить их эффективность на 29% по сравнению с III кварталом прошлого года.

Партнер группы компаний Б1 (специализируется на аудите и консалтинговых услугах) Антон Устименко подчеркивает, что ИИ позволяет «расширять возможности зрелых отраслей» и повышать операционную эффективность, но технологические ограничения сохраняются: для внедрения ИИ процессы «должны быть достаточно регламентированы», а экономический эффект – «обоснован».

По словам Устименко, наиболее очевидные направления применения ИИ в компаниях – исследования, аналитика, управление знаниями, оптимизация процессов, создание контента и чат-боты. Наибольшие эффекты он видит для сфер здравоохранения, финансов, медиа, e-commerce, логистики и технологий.

Малый бизнес

Малый бизнес получает эффект от ИИ прежде всего в рутинных задачах. Руководитель Института развития предпринимательства и экономики Артур Гафаров отмечает, что ИИ помогает автоматизировать документооборот, обработку данных, сортировку обращений и запуск чат-ботов. Все эти решения, по его словам, не требуют больших капиталовложений и доступны большинству малых компаний.

Но более сложные сценарии использования (например, автоматизация контроля в агросекторе) упираются в необходимость закупки оборудования, разработки ПО и внедрения машинного обучения. Тем не менее Гафаров считает такие решения экономически оправданными. По его мнению, экономический эффект конкретной технологии напрямую зависит от того, какое количество человеческих кадров способна заменить эта технология и как быстро она может быть развернута. Например, если пара дронов может заменить одного агронома с зарплатой 100 000 руб. в месяц, то годовая выгода превысит 1,5 млн руб., что для малого бизнеса является значимой суммой, отмечает Гафаров.

Малый бизнес внедряет ИИ не комплексно, а точечно – только в отдельных задачах, подтверждает гендиректор ERP-сервиса «МойСклад» Аскар Рахимбердиев. По его словам, сама компания использует ИИ для код-ревью и тестирования, где технологии позволяют «экономить до 20% времени команды». В аналитическом блоке эффект значительнее: по его словам, ИИ «сэкономил шесть человеко-месяцев на задачах уровня джуниор-аналитика».

Среди клиентов «МоегоСклада» – преимущественно торговые и производственные компании МСБ. Рахимбердиев отмечает, что они применяют ИИ «точечно – в маркетинге, аналитике, работе со складом и остатками». Наиболее распространенные сценарии – генерация карточек и описаний товаров, создание рекламных объявлений, сегментация клиентов и SEO-оптимизация. «Нельзя сказать, что малый бизнес глобально использует ИИ, – подчеркивает Рахимбердиев. – Скорее, это инструмент оптимизации отдельных функций».

Отчасти компенсировать нехватку собственных ресурсов малому бизнесу помогают крупные компании. По словам Гафарова, значительную роль здесь играют ритейлеры и маркетплейсы, которые предоставляют своим партнерам доступ к ИИ-инструментам для работы с данными. Это позволяет небольшим компаниям получать результаты, которые они не смогли бы обеспечить своими силами.

Рынок труда

Исследование McKinsey показывает, что 43% компаний не ожидают значительных изменений в численности персонала в 2026 г., тогда как 32% прогнозируют сокращение штата, а 13% – его рост. Одновременно большинство организаций нанимают специалистов по ИИ, прежде всего инженеров-программистов и экспертов по данным.

Эксперты отмечают, что наибольшее давление технологии ИИ оказывают на профессии с большим количеством однообразных механических действий. Основатель и генеральный директор рекрутинговой компании «Эллектус» Евгения Дворская говорит, что ИИ уже затронул копирайтеров, графических дизайнеров, сотрудников поддержки и переводчиков. Она приводит в пример сервис Duolingo, «серьезно сокративший штат переводчиков», и образовательную платформу Skyeng, запустившую курсы с ИИ-преподавателем.

Филиппов из МТС добавляет, что новые востребованные компетенции – работа с ИИ-инструментами, описание процессов и критическое мышление – становятся обязательными даже в нерелевантных профессиях.

По словам партнера Strategy Partners Романа Тиняева, ИИ становится «фундаментальным разделителем», аналогичным интернету или электричеству. Компании, которые не интегрируют ИИ, «рискуют потерять конкурентоспособность, маржу и уйти с рынка».

Он также отмечает, что от внедрения искусственного интеллекта выигрывают прежде всего технологические компании, финансы, фарма и биотех, логистика, разработка ПО, а в зоне риска – юридические услуги, аудит, кол-центры, переводчики, низкобюджетный маркетинг и отдельные сегменты образования. При этом Тиняев подчеркивает, что проигрывает не столько отрасль как таковая, сколько конкретные компании внутри нее, которые отказываются или не успевают адаптироваться к изменениям.

Прогнозы

В VK прогнозируют, что в ближайшие два–три года ключевой эффект даст сочетание человеческой экспертизы и генеративных моделей. Но Анисимович отмечает, что широкое замещение творческих профессий пока маловероятно – из-за ошибок ИИ и других ограничений технологий.

В «Сбере» считают, что в 2026 г. объем кейсов практического применения генеративного ИИ – от простых чат-ботов к мультиагентным системам – резко вырастет. Важнейшей тенденцией станет широкое распространение физических воплощений технологии – роботизированных устройств и автономных транспортных средств, отметил представитель банка

«Впрочем, внедрение ИИ на уровне всей организации не есть обязательное условие успеха», – предупреждает эксперт «Альянса в сфере ИИ» Андрей Комиссаров. 

Пока в одних компаниях внедряют датацентричную модель управления или даже ИИ-агентов, которые частично заменяют руководителей, в других отдельные нейросети на производстве выполняют конкретные функции или позволяют снизить рутинную нагрузку. Но, прежде чем масштабировать ИИ, важно оценить цифровую зрелость компании, отмечает эксперт. По его словам, при низкой зрелости внедрение ИИ на уровне всей организации скорее навредит, чем принесет пользу. Комиссаров добавляет, что ИИ-агенты постепенно проникают в разные функции и ускоряют их, но требуют настройки и контроля, поскольку LLM (большие языковые модели) пока недостаточно совершенны.

«Для полноценного использования ИИ на уровне всей компании мало иметь лишь технологии и вычислительные мощности. Необходима культура принятия решений на основе данных, а также сбор и анализ информации с построением моделей процессов», – резюмирует эксперт.