Трансформация интеллекта: как бум на рынке ИИ меняет российский бизнес
Компании внедряют технологии на базе нейросетей во все сферы деятельностиПервый этап освоения искусственного интеллекта (ИИ), когда компании торопились запустить хоть что-нибудь на базе нейросетей, не задумываясь о реальной отдаче, уступает место более прагматичному подходу. Согласно отчету французской консалтинговой компании Capgemini, организации, которые смогли перейти от пилотных проектов к масштабному внедрению, уже видят ощутимые результаты: они сообщают о росте производительности в ключевых цифровых и программных операциях на 7–18%. При этом половина компаний реинвестирует сэкономленное время в разработку новых продуктов и обучение сотрудников, а не просто сокращает издержки.
Однако массовый переход к промышленной эксплуатации сталкивается и с ограничениями. Аналитики Morgan Stanley зафиксировали, что четверть IТ-директоров уже внедрили хотя бы один проект на основе больших языковых моделей в реальные бизнес-процессы, но 40% не планируют этого как минимум до конца 2026 г. Это напоминает историю с облачными технологиями, которые и сегодня, спустя годы после появления, охватывают лишь 30% корпоративных рабочих процессов, фиксировали аналитики Goldman Sachs.
На фоне общей осторожности бизнеса относительно ИИ заметно, что агентные системы – программные комплексы, в которых ИИ самостоятельно выполняет задачи и принимает решения без участия человека, – развиваются более динамично. В 2025 г. количество проектов с использованием ИИ-агентов в операциях более чем удвоилось – до 21% (с 10% в 2024-м), причем основной прирост обеспечили пилотные проекты, сообщает Capgemini. В 2026 г., по прогнозам Gartner, около 40% корпоративных рабочих процессов будут автоматизированы или усилены ИИ-агентами.
ИИ-зрелость: российский разрез
В России вклад ИИ в ВВП в 2025 г., по оценке экспертов РЭУ им. Г. В. Плеханова, составил 0,5–1 трлн руб. К 2030 г. этот показатель может вырасти до 11,6 трлн руб., прогнозируют эксперты Института статистических исследований и экономики знаний НИУ ВШЭ. К 2035 г., по их оценке, этот показатель увеличится уже до 46,5 трлн руб.
В крупном российском бизнесе уровень зрелости ИИ-технологий сегодня можно оценить как средний, при этом он заметно различается в зависимости от отрасли, рассуждает руководитель направления ИИ в IТ-холдинге Т1 Сергей Голицын. По его словам, наиболее продвинутыми можно назвать те сегменты, где исторически была высокая потребность в обработке больших массивов данных и быстром принятии решений. В числе лидеров по внедрению ИИ – отрасли, работающие с большим объемом данных: финтех, ритейл, телеком, перечислил эксперт. Компании этих сегментов первыми начали цифровую трансформацию и уже демонстрируют измеримые результаты, указал Голицын. По его мнению, довольно перспективными с точки зрения роста выглядят промышленность и сельское хозяйство: пока уровень проникновения ИИ там ниже, но есть потенциал для будущих внедрений.
«Мы оцениваем прямой экономический эффект от применения ИИ в операционной деятельности в этом году в десятки миллиардов рублей за счет улучшения ML‑моделей в кредитовании, улучшения работы антифрода и повышения эффективности операционных функций».
Покажите результат
За последний год внимание бизнеса сместилось от обсуждения возможностей больших языковых моделей к платформам для быстрого создания и запуска корпоративных ИИ-приложений, ИИ-агентов и мультиагентных систем, отмечают в МТС. «Этот переход вызван прагматичным запросом рынка: компании ждут финансового эффекта и бесшовной интеграции ИИ в реальные процессы, их не интересует число параметров модели или архитектура», – заявил представитель компании.
По его словам, использовать большую языковую модель без развитой инфраструктуры невозможно: нужны системы мониторинга, протоколы безопасности и механизмы дообучения на отраслевых данных. Поэтому именно платформа становится основой трансформации, позволяя масштабировать инновации и снижать стоимость владения продуктом. «Платформенный подход, по нашему опыту, сокращает операционные затраты до 30%, ускоряет вывод продуктов на рынок в 1,5–2 раза и уменьшает стоимость пилотирования гипотез на 40–60%. За счет повторного использования компонентов экономия может достигать 90%», – говорят в МТС.
«В эксплуатации уже более 100 решений на основе машинного обучения, компьютерного зрения. 80–90% ИИ-решений реализованы именно на производстве, поскольку здесь бизнес рассчитывает на максимальную отдачу».
Ответом на вызовы масштабирования стало появление комплексных услуг по ИИ-трансформации. С начала 2026 г. их, в частности, предоставляет MWS AI, входящая в «МТС Web Services». Компания предлагает крупному бизнесу полный цикл – от диагностики и разработки стратегии до внедрения и сопровождения решений. «Мы рассматриваем внедрение ИИ не как R&D-эксперимент (R&D, Research and Development – исследования и разработки. – «Ведомости. Инновации и технологии»), а как инвестиционную программу с управляемой экономикой и прозрачной моделью возврата вложений», – пояснял генеральный директор MWS AI Денис Филиппов.
Протестировав ИИ-решения для собственных задач, компании со временем начинают выводить их на открытый рынок. Так, развивается платформа MWS AI Agents Platform, которая позволяет без навыков программирования создавать ИИ-агентов на базе больших языковых моделей. В мультиконфигурации такие агенты могут координировать работу: распределять роли, передавать друг другу результаты и проверять их. На базе платформы также созданы готовые ИИ-ассистенты для клиентов компании.
«Мы продолжаем развивать машинное обучение по всей производственной цепочке и перешли к прототипированию решений на базе генеративного искусственного интеллекта. В тестировании более 10 пилотных проектов для поддерживающих функций бизнеса».
Схожий вектор выбрала и группа Дом.РФ, запустившая собственную платформу для создания ИИ-агентов. В рамках пилота первый ИИ-агент запущен для проверки качества процессов программирования. По прогнозам, такой инструмент поможет сэкономить 30% времени на рутинных проверках и повысить качество кода. «Это первый шаг в автоматизации приемки работ у подрядчиков. Внедрение ИИ-помощников для сотрудников (например, для генерации кода, тестирования, редактирования) на 30% и более ускоряет разработку и вывод продуктов на рынок», – сказал управляющий директор по IТ и цифровой трансформации Дом.РФ Николай Козак.
Также Дом.РФ использует сервис прогнозирования рисков срыва сроков строительства, интегрированный в Единую информационную систему жилищного строительства. Решение с использованием технологии компьютерного зрения позволяет наблюдать за стройкой, предсказывать возможное несоблюдение сроков возведения объектов и предупреждать об этом контролирующие органы. Кроме того, компания презентовала рынку платформу DOM.IDP для интеллектуальной обработки документов. По словам Козака, с помощью решения скорость рабочих процессов повысилась на 17%, производительность труда – на 15%, а издержки сократились на 11%.
Прямые эффекты: миллиарды рублей и тонны руды
Ряд крупных российских компаний уже начали оценивать влияние ИИ на финансовые показатели в конкретных цифрах. В Т-банке, который в 2020 г. создал Центр искусственного интеллекта, объединяющий около 1000 специалистов, эффект от внедрения измеряют в двух направлениях – прямом и непрямом. Прямые эффекты выражаются в ощутимом снижении операционных затрат, росте точности рисковых моделей и увеличении конверсий благодаря персонализированным рекомендациям. «Мы оцениваем прямой экономический эффект от применения ИИ в операционной деятельности в этом году в десятки миллиардов рублей за счет улучшения ML‑моделей в кредитовании, улучшения работы антифрода и повышения эффективности операционных функций», – сказал директор по развитию технологий искусственного интеллекта «Т-технологий» (владеют Т-банком) Алексей Шпильман. По его словам, сегодня более трети кода в банке уже пишет ИИ и уже более 85% разработчиков, или свыше 12 000 человек, регулярно применяют один или несколько внутренних ИИ-инструментов.
«Это [использование ИИ-агентов для проверок] первый шаг в автоматизации приемки работ у подрядчиков. Внедрение ИИ-помощников для сотрудников (например, для генерации кода, тестирования, редактирования) на 30% и более ускоряет разработку и вывод продуктов на рынок».
В промышленности цифры сопоставимы. В «Северстали», по словам представителя компании, ИИ уже контролирует большинство ключевых агрегатов. Общий экономический эффект в 2025 г. составил около 1 млрд руб. Например, система управления скоростью непрерывно-травильного агрегата № 4 повысила его производительность на 4%, что дало эффект в 273,5 млн руб. Платформа для видеоинспекции «Стальной взгляд» помогает фиксировать отклонения в технологических процессах, отслеживает состояние оборудования и контролирует безопасность. «В эксплуатации уже более 100 решений на основе машинного обучения, компьютерного зрения, – рассказал представитель компании. – 80–90% ИИ-решений реализованы именно на производстве, поскольку здесь бизнес рассчитывает на максимальную отдачу».
В «Норникеле», где первые попытки внедрить ИИ предприняли еще в 2018 г., также добились измеримого успеха. Одним из наиболее значимых проектов директор департамента технологических инноваций Алексей Тестин называет предиктивное управление 30-тонной мельницей в режиме «автомат»: с помощью машинного обучения компания полностью исключила человека из управления агрегатом. Экономический эффект от этого решения составил порядка 4 млрд руб. в год. «Мы продолжаем развивать машинное обучение по всей производственной цепочке и перешли к прототипированию решений на базе генеративного искусственного интеллекта. В тестировании более 10 пилотных проектов для поддерживающих функций бизнеса», – отметил Тестин.
Эффективность операций и безопасность
Для сектора e-commerce ИИ стал инструментом масштабирования без кратного увеличения штата. Так, электронный онлайн-ритейлер Ozon начал внедрять ИИ-инструменты для решения этой задачи. «Мы столкнулись с классическим для быстрорастущего бизнеса вызовом – ростом рутинных операций при дефиците кадров. Так, тысячи продавцов ежедневно создают сотни тысяч карточек товаров, и проверять их вручную, нанимая для этого десятки тысяч сотрудников, просто невозможно», – сказал представитель компании. Уже больше 96% карточек товаров проходит первичную проверку автоматически, с помощью моделей машинного обучения. Экономический эффект от их внедрения в работу с контентом в Ozon может составить 9 млрд руб. за 2026–2027 гг., прогнозируют в компании. Там добавляют, что доработка поисковых алгоритмов уже обеспечила дополнительный прирост заказанных товаров на 11,5% в день, а доля оборота, которую приносят рекомендации, за последний год увеличилась с 7 до 11%.
«Мы предлагаем крупному бизнесу полный цикл – от диагностики и разработки стратегии до внедрения и сопровождения решений и рассматриваем внедрение ИИ не как R&D-эксперимент*, а как инвестиционную программу с управляемой экономикой и прозрачной моделью возврата вложений».
ИИ все активнее используется в корпоративных коммуникациях и безопасности. По данным исследования платформы для бизнес-коммуникаций «МТС линк», ИИ-инструменты вчетверо сокращают время на работу с итогами встреч, чатами и переписками. Это дает экономию около 6 рабочих часов в неделю для сотрудников с умеренным числом встреч и до 10–12,2 часа для тех, у кого встреч много, а экономический эффект для компании может достигать 15 000–31 000 руб. в месяц на сотрудника. Кроме того, ИИ помогает компаниям в работе с репутацией. Сервис «МТС защитник» на базе ИИ-моделей, который в реальном времени выявляет и блокирует нежелательные звонки, в 2025 г. предотвратил 3,17 млрд вызовов. Сервис обнаруживает нежелательные звонки в 95% случаев, а скорость их блокировки увеличилась в 6 раз до 30 секунд.
В РЖД решения на базе ИИ входят в состав 40 информационных систем. Заместитель генерального директора компании Евгений Чаркин отмечает, что технология интеллектуального коммерческого осмотра вагонов быстрее и точнее человека находит отклонения в положении и креплении груза на платформе. За пять лет она дала более 1 млрд руб. эффектов, уточнил он. Первый этап внедрения технологии на 33 пунктах коммерческого осмотра в 2 раза окупил затраты на его внедрение. Сейчас технология применяется на 61 пункте сети.
«По нашим оценкам, мы очень близки к внедрению ИИ в самые различные процессы как РГБ, так и всей библиотечной отрасли в целом. Это позволит запустить принципиально новые сервисы как для читателей страны, так и совместные проекты с нашими технологическими партнерами».
Производитель алмазов «Алроса» использует технологию компьютерного зрения для контроля загрузки самосвалов, повышения промышленной безопасности, отслеживания состояния оборудования. Испытания системы машинного зрения показали рост коэффициента использования грузоподъемности на 11,3%, что напрямую повлияло на рост эффективности перевозки руды, сообщил представитель Центра инноваций и технологий «Алроса». По его словам, в течение 2025–2027 гг. компания планирует направить свыше 10 млрд руб. на развитие цифровых инициатив, включая автоматизацию геологоразведочных работ, добычи и обогащения руды с применением ИИ.
Интеграция ИИ уже становится стандартом не только для промышленности и финансов, но и для гуманитарной и социальной сферы. Как отметил генеральный директор Российской государственной библиотеки (РГБ) Вадим Дуда, ИИ постепенно внедряется в различные процессы РГБ и отрасли в целом. Библиотека реализовала ряд пилотных проектов с привлечением внешних подрядчиков, но есть и собственные разработки – они связаны с книжными летописями, карточным каталогом на редких языках, рекомендательными системами и ИИ-ассистентами для читателей, уточнил он.
Барьеры и перспективы
Эксперты отмечают важность системного подхода при внедрении ИИ. «Зачастую бизнес внедряет технологии на базе искусственного интеллекта без четкого понимания, какие конкретные задачи должен решать искусственный интеллект и какие бизнес-процессы автоматизировать. Если нет предварительного аудита и формализованного запроса, ИИ остается бесполезным дорогостоящим приложением», – рассуждает Голицын. По его словам, эффективность наступает там, где внедрению предшествует детальный разбор операционной модели компании и четкое понимание, чем может помочь ИИ.
«В отличие от задач, ограниченных, например, интеллектуальным поиском по базе знаний, внедрение агентных решений предполагает глубокое погружение в бизнес-процессы компании».
Главный инженер компании «Рокет контрол» Павел Приходько указывает, что сложности с внедрением – нормальный этап развития любой новой технологии. «В отличие от задач, ограниченных, например, интеллектуальным поиском по базе знаний, внедрение агентных решений предполагает глубокое погружение в бизнес-процессы компании», – пояснил эксперт. По его словам, на практике это часто сопровождается выявлением ранее неочевидных особенностей: непродуманных интеграций, отсутствия формализованных правил, а также слепых зон, к которым сотрудники адаптировались и научились обходить в ручном режиме. После стабилизации процессов последующие внедрения, как правило, проходят быстрее, сказал Приходько. «Многие компании только в прошлом году начали инвестировать в инфраструктуру и задумываться о подобных решениях – сейчас они находятся в фазе активного освоения, где ключевая задача – пройти этап первичной адаптации, чтобы обеспечить дальнейшее устойчивое развитие», – поясняет эксперт.