Главные IT-тренды для России

При подготовке ежегодного исследования российских IT-трендов эксперты Высшей школы бизнеса НИУ ВШЭ (ВШБ) ставили перед собой цель определить самые перспективные цифровые технологии с точки зрения ценности, которую из них смогут извлечь российские предприятия.

Понимание IT-трендов напрямую связано с задачами импортозамещения. Цифровое решение, в котором используются актуальные технологии, может не только заменить аналогичный иностранный продукт, но и обеспечить компании серьезное конкурентное преимущество.

Знание ключевых IT-трендов важно не только для руководителей организаций, но и для средних менеджеров и специалистов. Именно эти технологии со временем станут определять требования работодателей к участникам рынка труда. Российская экономика будет ориентироваться на опытных, эффективных и хорошо обученных специалистов, способных использовать широкий пул отечественных IT-решений на базе цифровых технологий, многие из которых сегодня только развиваются.

10 перспективных трендов

Эксперты ВШБ проанализировали отечественный и международный опыт, сопоставили его с тенденциями развития российской экономики и сформировали перечень из 10 ИТ-трендов, актуальных для отечественных предприятий в 2026 г. В список вошли:

1. Обогащение и интеграция данных

2. Предметно-специфические языковые модели (DSLM)

3. Концепции low-code и no-code

4. ИИ-агенты

5. Мобильные роботы и автономные дроны

6. Бизнес-аналитика с использованием ИИ

7. «Все как услуга»: модель XaaS

8. Синтетические данные

9. Упреждающая кибербезопасность

10. Адаптация и импортозамещение практик управления IT

Наибольший интерес у респондентов вызывает тренд «ИИ-агенты», показало исследование. 59% респондентов заявили, что их организации ищут возможности для внедрения таких IT-решений. ИИ-агенты позволяют автоматизировать задачи, которые сложно решать с помощью традиционных алгоритмических инструментов. Агенты помогают разрабатывать точечные ИИ-решения, способные понять запрос пользователя на естественном языке и выполнить задачу без участия человека (или с минимальным контролем с его стороны). Например, аналитический ИИ-агент получает запрос на анализ продаж за месяц, выявляет закономерности и аномалии, формирует инсайты и предлагает наиболее подходящие варианты визуализации.

Полностью автоматизированные процессы не фантастика, а ближайшее будущее для предприятий, которые научатся комбинировать ИИ-агентов. Например, бизнес может переложить на них весь цикл продаж и взаимодействия с клиентами. Один ИИ-агент будет консультировать пользователей в чате, другой – заниматься продажами и вносить данные в CRM, третий – обновлять карточки товаров на маркетплейсах и пр.

Еще одно направление для развития – комбинирование ИИ-агентов и решений low-code и no-code. Профильный специалист из бухгалтерии, HR или бэк-офиса сможет самостоятельно и с минимальными навыками программирования разработать нужного ИИ-агента, а затем использовать его в своих задачах.

Самым внедренным оказался тренд на обогащение и интеграцию данных. От способности компании их собирать, хранить и обрабатывать зависит внедрение всех IT-решений, особенно на базе ИИ. Опрос показал, что 61% организаций уже используют подобные решения, еще 26% планируют внедрить в обозримом будущем, только 13% не имеют планов по их применению.

Современные предприятия используют данные из разрозненных информационных систем (в том числе облачных), с сетей распределенных датчиков, из социальных сетей, государственных систем, сторонних сервисов,  из IT-систем  партнеров и контрагентов и т. д. Все эти данные разнородны по формату, качеству и актуальности. Умение их объединять и использовать необходимо не только для развития, но и для выживания организации.

Чем больше у компании разнородных данных, тем острее потребность в их интеграции. Инструменты обогащения и интеграции позволяют комбинировать внутренние и открытые данные. При этом растет внимание к вопросам цифровой гигиены. Предприятия все чаще сталкиваются с недостоверными внешними данными (в том числе сгенерированными ИИ). Есть также риск получить внешние данные, использование которых противозаконно и неэтично, если, например, их поставщики нарушают требования регулятора о защите персональных данных.

Наименее востребованным оказался ИТ-тренд «модель XaaS»(«все как услуга»), который входил в список наиболее перспективных в прошлогоднем исследовании. С тех пор внедрить модель сумели лишь 14% компаний, и в 2026 г. сделать это планируют всего четверть организаций. А 61% респондентов заявили об отсутствии планов по использованию модели XaaS.

Ценность таких решений в том, что они позволяют увеличить скорость внедрения и снизить операционные затраты. Часть функций передается внешним исполнителям, а отдельные капитальные затраты можно перевести в операционные. Но у концепции есть и недостатки: перенос данных и процессов их обработки за контур предприятия приводит к увеличению рисков.

Менее трети респондентов сообщили о том, что их компании рассматривают возможности по внедрению мобильных роботов и автономного транспорта. Несмотря на колоссальный потенциал, сфера применения этих решений остается ограниченной, а стоимость их внедрения огромна. Сложно представить банк или страховую компанию, в бизнес-процессы которых будет внедрен мобильный робот или беспилотник. Промышленные и транспортные предприятия, напротив, вряд ли откажутся от их использования, однако стоимость соответствующих проектов крайне высока, а сроки внедрения велики.

Самым неоднозначным трендом оказались синтетические данные. Искусственно созданные, они имитируют структуру, закономерности, связи и свойства реальных данных, но не содержат информации о конкретных людях, объектах, событиях и процессах. Синтетические данные помогают бизнесу обучать собственные ИИ-модели, чтобы внедрять инструменты на базе машинного обучения. В ходе опроса 36% респондентов заявили о планах по использованию таких данных, а еще 11% – о том, что в компании уже есть опыт их применения.

При этом у 53% организаций нет планов по использованию такой технологии. Синтетические данные представляют интерес только для компаний с высоким уровнем цифровизации, у которых потенциал по использованию внутренних и открытых данных исчерпан. Российский бизнес будет сталкиваться с такой ситуацией все чаще, по мере распространения решений на базе ИИ и машинного обучения. А пока для обучения ML/ИИ-моделей компаниям хватает данных, собранных «естественным» путем.

А вот решения по обогащению и интеграции данных уже успели укорениться в деятельности российских организаций. Тем предприятиям, которые пока не обладают развитыми инструментами в этой сфере, следует сфокусироваться именно на ней, а не на генерации синтетических данных.

Где компании применяют IT-решения

Технологии на базе IT-трендов чаще всего применяются в тех областях, где цифровизация может существенно снизить затраты компании. Например, решения по обогащению и интеграции данных широко проникли в большинство областей, но наиболее глубоко – в исследования (46%) и в маркетинг (47%). Они активно применяются также в разработке и инжиниринге (33%), в цепях поставок и логистике (38%), в бэк-офисе (37%) и при работе с клиентским опытом (36%). Таким образом, решения по обогащению и интеграции данных демонстрируют высокое проникновение в шесть из восьми исследуемых областей. Это наилучший результат из всех рассматриваемых трендов.

DSLM-модели – достаточно молодая технология, и только 8% компаний успели ее внедрить. Организации, которые уже это сделали, чаще всего применяют предметно-специфические языковые модели в области исследований (42%) и в цепях поставок (33%). В целом же распределение ответов говорит о том, что компании пытаются применять эти решения и в других областях, включая маркетинг, HR, разработку и инжиниринг.

Решения low-code и no-code больше всего распространены в операционной деятельности (37%), разработке и инжиниринге (34%) и бэк-офисе (34%). Именно в этих областях бизнес-ценность технологии является максимальной, и именно в них работает наибольшее количество специалистов, чьи цифровые компетенции позволяют использовать такие решения.

Всего 6% организаций успели в том или ином виде внедрить ИИ-агентов, и в основном в формате эксперимента. Чаще всего организации пытаются использовать их в исследованиях (32%) и в логистике (32%), реже – в разработке и инжиниринге, а также в бэк-офисе (по 26%).

Организации, которые используют мобильных роботов и автономные транспортные средства, чаще всего это делают в операционной деятельности и цепях поставок (по 38%). Попыток применять соответствующие технологии в других областях немного, и вряд ли они выйдут за рамки экспериментов.

Бизнес-аналитика с использованием ИИ широко распространена в операционной деятельности (30%), маркетинге (33%), цепях поставок и логистике (32%), бэк-офисе (32%). Но нет ни одной области, в которой проникновение ИИ-решений для бизнес-аналитики приблизилось бы к 50%. Причины в новизне технологии, многие организации попросту не успели ее внедрить. Но в будущем уровень проникновения увеличится.

Всего 14% компаний уже успели внедрить решения в рамках модели XaaS. Уровень их применения равномерный: 39% в бэк-офисе, 37% в разработке и инжиниринге, 32% в исследованиях и цепях поставок, 30% в HR. Модель XaaS оказалась единственной технологией, которая получила широкое распространение в управлении кадрами. HR редко является приоритетной областью для автоматизации, а XaaS хорошо подходит для снижения затрат на управление персоналом за счет передачи этой функции внешним исполнителям.

Синтетические данные активнее всего применяются в исследованиях (33%), разработке (36%) и маркетинге (36%). Компании, которые используют такие решения, не спешат внедрять их в других областях.

Упреждающая кибербезопасность применяется в областях, которые с наибольшей вероятностью могут оказаться целью злоумышленников. 40% респондентов сообщили о применении технологии в операционной деятельности, 41% – в цепях поставок, 31% – в бэк-офисе.

Адаптация и импортозамещение практик управления ИТ распространена во всех сферах, кроме маркетинга (10%) и HR (5%). По результатам опроса можно сделать вывод о росте таких практик в операционной деятельности (38%) и бэк-офисе (36%).

Внедрение цифровых технологий

Российские предприятия демонстрируют взвешенный подход к внедрению цифровых технологий. Почти половина организаций (45%) заявила об использовании классических инструментов управления проектами, еще 26% – о применении финансово-экономических инструментов для оценки инвестиционной привлекательности проектов по цифровизации. Малые и средние предприятия зачастую ограничиваются контролем рисков, однако постепенно даже некрупные компании переходят к более точным и эффективным инструментам.

Дефицит опытного IT-персонала стимулирует организации к использованию потенциала уже имеющихся сотрудников. Но здесь бизнес столкнулся с новым вызовом: 32% опрошенных заявили, что отсутствие у персонала необходимых навыков – главная проблема при внедрении цифровых технологий. Сотрудники организации, даже являясь экспертами в своих областях, обладают ограниченными цифровыми компетенциями и нуждаются в дополнительном обучении. Эта проблема стала самой актуальной и обошла даже дефицит опытного ИТ-персонала на рынке труда, о котором сообщили только 22% респондентов.

До массового внедрения IT-решений по обогащению и интеграции данных основным препятствием для принятия управленческих решений оставались дефицит данных и их разрозненность. Сегодня эти проблемы в значительной степени решились, однако российские организации все чаще отмечают неудовлетворительное качество внутренней системы управления данными. Эта проблема будет терять актуальность по мере появления все более совершенных российских ИТ-решений для работы с данными и адаптации бизнес-процессов компаний к их использованию. Однако на момент проведения опроса о ее наличии заявили 27% респондентов.

Еще одна распространенная проблема связана с управленческой культурой компаний. 23% респондентов сообщили о низкой толерантности к риску и отсутствии культуры экспериментирования. Это негативно влияет на скорость проникновения технологий в деятельность российских предприятий.

Еще 23% респондентов отметили сложности в управлении затратами в условиях неопределенной окупаемости инвестиций. Это общеэкономическая проблема, которая стала актуальной в 2022 г. из-за резко изменившихся геополитических и экономических факторов. Однако можно ожидать, что она будет терять актуальность. Постепенно у руководителей российских организаций формируются навыки управления в условиях экономической неопределенности.

Готовность к наращиванию инвестиций

Исследования ВШБ, посвященные самым перспективным российским IT-трендам, показывают, что чаще всего организации удовлетворены внедренными технологиями, поэтому готовы и дальше в них вкладываться.

В 2026 г. 74% компаний планируют увеличивать инвестиции в уже используемые технологии. Как правило, полноценное внедрение актуальной технологии предполагает реализацию не одного, а целой серии проектов, растянутой во времени. Реализация всех связанных проектов может занимать несколько лет.

Продолжать инвестиции в бизнес-аналитику с использованием ИИ планируют 65% компаний, но этот результат не совсем отражает реальную ценность ИИ-аналитики. В ходе внедрения таких решений компании нередко обнаруживают, что их эффективность напрямую зависит от доступных данных, которых бывает недостаточно. Поэтому приоритетом для них становится развитие решений по обогащению и интеграции данных – к таким инвестициям готовы 79% организаций.

Часть организаций может взять тактическую паузу в дальнейшем развитии бизнес-аналитики с использованием ИИ. На рынке будут появляться все более совершенные ИИ-модели и эффективные российские инструменты на их основе. Так что в некоторых случаях есть смысл не спешить с внедрением и дождаться появления более зрелых ИИ-решений.

Опрос ВШБ показал, что российский бизнес в целом не планирует активно внедрять модель XaaS в 2026 г. При этом 77% организаций, которые уже используют эту модель, готовы увеличивать вложения в нее. Активное использование ИИ-агентов будет влиять на этот показатель. Ожидается, что модель XaaS для внедрения ИИ-агентов станет предпочтительной.

В 2026 г. 73% организаций, которые используют адаптированные и импортозамещенные практики управления IT, собираются нарастить инвестиции в это направление. Российский бизнес продолжает использовать международные своды знаний и открытые библиотеки документов вроде BABOK, ITIL и TOGAF, но получать актуальные материалы и обучать персонал их использованию становится все сложнее.

Сохраняется и проблема профессиональной сертификации кадров в области управления IT. После ухода из России иностранных организаций, которые этим занимались, прошло достаточно много времени. На рынке труда появляется все больше людей, которые не имеют общепризнанных международных сертификатов и не могут их получить. Однако потребность бизнеса в кадрах с официально подтвержденной квалификацией в управлении ИТ не снижается. В перспективе проблема может быть решена за счет российской системы подтверждения ИТ-компетенций.

Векторы цифровизации российских организаций

Отечественные организации в целом достигли достаточно высокого уровня цифровизации и ищут новые качественные российские решения. Об этом свидетельствуют результаты нашего опроса: даже самые узконаправленные технологии вроде модели XaaS и синтетических данных изучают не менее четверти российских предприятий. А перспективы применения технологий с очевидным потенциалом – ИИ-агенты и DSLM-модели – исследует каждая вторая организация.

Примерно 40% респондентов заявили о том, что их организации используют или планируют в отдаленном будущем внедрять мобильных роботов и автономных дронов. Это комплексный вызов для российских компаний, поскольку такие внедрения предполагают достаточно высокий уровень цифровой зрелости.

Опрос показал, что искусственный интеллект уже закрепился в деятельности российских организаций. Сейчас компании гораздо лучше понимают возможности ИИ и ищут конкретные способы его применения. Больше всего организации интересуются ИИ-агентами, DSLM-моделями и бизнес-аналитикой с использованием ИИ. О планах компаний по внедрению таких решений сообщили 59%, 48% и 44% респондентов соответственно.

Высокий интерес к DSLM-моделям свидетельствует о фундаментальном сдвиге организаций во взгляде на ИИ. Российский бизнес понял, что не стоит полагаться на универсальные ИИ-модели. Они подходят для бизнес-процессов, которые не требуют глубоких знаний предметной области, но не могут полноценно конкурировать с сотрудниками-экспертами. Этот тренд может измениться с появлением Общего искусственного интеллекта (Artificial general intelligence, AGI).

Платформы разработки low-code и no-code постепенно проникают в деятельность российских предприятий, в том или ином виде их пытается использовать каждая пятая организация. Однако разработка с помощью таких инструментов пока достаточно сложная. Во многом именно поэтому 38% российских организаций не планируют внедрять решения low- и no-code.

Параллельно с этим формируется тренд на использование вайб-кодинга – общедоступных ИИ-сервисов для генерации кода. Можно ожидать, что решения для low- и no-code со временем будут включать ИИ-компонент. Это позволит еще больше снизить требования к цифровым компетенциям конечного пользователя и повысит готовность бизнеса к использованию решений low- и no-code.

Евгений Зараменских – профессор, руководитель департамента бизнес-информатики Высшей школы бизнеса НИУ ВШЭ