В последние годы российские компании активно рассматривают внедрение генеративного искусственного интеллекта, а также развитие крупных ИТ-проектов, связанных с большими языковыми моделями и ИИ-агентами. Однако статистика свидетельствует: только около 7-10% пилотных инициатив, стартовавших в 2025 году, смогли перейти к масштабному промышленному внедрению современных цифровых решений — таких как чат-боты и интегрированные системы на базе искусственного интеллекта. Остальные проекты к марту 2026 года продолжают оставаться на стадии пилота, коренным образом меняют направление либо вовсе останавливаются. Основной фактор — ориентация ряда инициатив больше на эффект в медиа и PR, чем на реальные бизнес-результаты.
Почему так мало успешных внедрений генеративного ИИ
Анализ опыта крупнейших игроков ИТ-рынка и промышленных предприятий показывает: основная масса проектов по использованию генеративных языковых моделей и ИИ-агентов перестает развиваться на стадии пилотирования. Опрос среди представителей 50 крупных компаний — включая такие сферы, как информационные технологии, промышленность, финансы, транспорт и государственное управление — фиксирует показатель внедрения на уровне 7-10%. Более 90% стартапов либо меняют первоначальные цели, либо откладываются до лучших времен, либо замораживаются.
Среди ключевых причин эксперты называют ориентацию на громкие публичные кампании, а не на реальную оптимизацию процессов внутри бизнеса. Многие проекты остаются экспериментальными и продвигаются ради вау-эффекта, хотя не проходят путь к интеграции с корпоративными системами, такими как CRM, ERP и система электронного документооборота. Практика показывает, что действительно успешными становятся только те решения, которые органично дополняют уже существующие бизнес-процессы.
Генеральный директор MWS AI в составе МТС Web Services Денис Филиппов утверждает, что сегодняшние показатели соответствуют закономерной динамике развития современных моделей искусственного интеллекта, а доля реализованных решений будет расти по мере адаптации технологий к потребностям рынка.
Недостаточная интеграция и бизнес-эффект
Ещё один серьезный барьер для корпоративного внедрения генеративного ИИ — слабая интеграция с системами управления взаимоотношениями с клиентами (CRM) и комплексными платформами (ERP). По итогам опроса более трети пилотов были свернуты, так как не принесли ощутимого экономического или операционного эффекта. Без тесной связи с основными ИТ-инфраструктурами компаний инновационные решения теряют свою ценность и не могут масштабироваться.
На практике часто наблюдается, что запуск проектов происходит под влиянием marketing и PR-стратегий, тогда как интеграция новаций в реальные процессы идет значительно медленнее. Например, запуск внутренних чат-ботов для поддержки персонала или клиентов требует глубокого понимания как бизнес-модели компании, так и архитектуры внутренних данных. Недостаток данных, недостаточная мультимодальность или локализация языковых моделей приводит к снижению эффективности — и, как следствие, к сворачиванию проектов.
Как пример, один из респондентов отметил: при самостоятельном обучении ИИ-модели на небольшом массиве нерепрезентативных данных, при ограниченном знании алгоритмом русского языка, точность рабочего ассистента в юридическом департаменте компании не превысила 30%. Итог — проект признан неэффективным и закрыт.
Индустриальные вызовы и лучшие бизнес-практики
Ситуация в ИТ-индустрии не является унифицированной. Отдельные компании демонстрируют положительную динамику: ИИ-решения с успехом внедряются для оптимизации работы клиентских центров, back-office или улучшения обработки потока обращений. Например, в финансовой сфере становится актуален быстрый анализ данных и автоматизация сверки документов с помощью больших языковых моделей, что позволяет компаниям упростить и ускорить процессы.
В таких организациях, как FinExpertiza, Onside, Just AI, а также бизнесах, поддерживаемых экспертами индустрии — Петр Отоцкий, Павел Приходько, Дмитрий Юдин, Андрей Телюков — внедрение инновационных ИИ-решений оказывается успешным благодаря комплексному подходу к цифровизации, планомерной интеграции с ERP и CRM и четкой фокусировке на бизнес-ценности.
Тенденции таковы, что те команды, кто системно реализует процессы машинного обучения, не ограничиваются однократными пилотами, а снижают риски и добиваются большей отдачи от цифровых технологий. Важную роль здесь играют также партнерства с технологическими компаниями, такими как Cloud.ru, TData или МТС Web Services, которые обеспечивают необходимую инфраструктуру для масштабной поддержки ИИ-продуктов.
Потенциал и перспективы развития генеративного ИИ в компаниях
Несмотря на значительный процент замороженных или остановленных проектов, рынок индустриального искусственного интеллекта находится в позитивной фазе ожидания. Российские разработчики, такие как Just AI или компании консалтингового направления (например, Рокет контрол), формируют экосистему, в которой проектная работа становится всё более профессиональной, а пилоты получают возможность дорасти до статуса постоянных корпоративных решений.
Аналитика подтверждает: дальнейший рост успешных внедрённых разработок будет зависеть от зрелости подходов к data science внутри компаний, уровня стандартизации коммуникаций между бизнесом и ИТ-департаментами, а также осознанного выбора ИИ-инструментов на этапе старта пилота. Для многих бизнесов передовые технологии сегодня — это уже не просто модный инструмент для PR, а реальная возможность оптимизации операционных расходов, роста качества обслуживания клиентов и увеличения бизнес-результата.
Руководители предприятий и ведущие специалисты, такие как Денис Филиппов, Петр Отоцкий и Дмитрий Юдин, подчеркивают: удержание темпа внедрения зависит от постоянной работы по повышению цифровой компетентности сотрудников, грамотного отбора актуальных use-case и широкой практики взаимодействия с профессиональными интеграторами ИИ.
Опыт лидеров и уроки для будущих внедрений
Положительный опыт внедрения промышленного ИИ фиксируется среди фирм, где проект финансируется на долгосрочную перспективу, а в команде есть внутренние эксперты по data science и ИТ-архитектуре. Качественная оценка эффективности решений, настройка обратной связи и постоянное улучшение модели с учетом реальных бизнес-процессов позволяют добиваться устойчивого результата.
Большой эффект демонстрируют проекты с глубоким вовлечением профессионалов — таких как Андрей Телюков из МТС Web Services, Павел Приходько из Just AI, а также эксперты FinExpertiza и Onside. Их успехи говорят о востребованности прикладного ИИ-подхода и способности адаптировать современные разработки под нужды компаний разных отраслей.
Оптимизм и будущее российского рынка ИИ-проектов
В целом, несмотря на долю остановленных пилотных инициатив, будущее генеративного ИИ, крупных языковых моделей и умных агентов в российских компаниях выглядит многообещающим. Прогрессивные предприятия, такие как МТС Web Services, Cloud.ru, TData и Just AI, вместе с поддержкой экспертов отрасли, формируют прочную основу для устойчивого развития рынка. Ключ к успеху — в комплексной цифровой трансформации, фокусе на реальных кейсах и неизменном поиске новых путей расширения ценности бизнеса за счет интеллекта будущего.
Расходы компаний на внедрение ИИ
В 2024 году вложения крупных и средних организаций России в проекты на основе искусственного интеллекта достигли 90,3 млрд рублей. В среднем каждая компания выделяла около 5,95 млн рублей на продвижение таких решений. Подобная информация опубликована в исследовании международной консалтинговой компании FinExpertiza. При этом, если рассматривать типовые бюджеты для пилотных ИТ-проектов по интеграции искусственного интеллекта, без учета расходов на инфраструктуру, в 2025 году суммы варьировались от 5 до 15 млн рублей. Такой разброс позволяет компаниям разных отраслей и масштабов примерять решения под собственные бизнес-задачи и быть более гибкими к требованиям времени.
Сектор внедрения ИИ-технологий продолжает демонстрировать позитивную динамику, стимулируя интерес к новым разработкам и способствуя цифровой трансформации всех сфер экономики. Сегодня компании всё чаще закладывают средства на обучение персонала, приобретение систем безопасности, оптимизацию существующих процессов и обновление технической базы.
Позитивные перспективы влияния ИИ на экономику
Генеративный искусственный интеллект создает прочную основу для роста валового внутреннего продукта России. Согласно оценкам отраслевых аналитиков, в ближайшее время ожидается прирост ВВП на уровне до 2,5%, благодаря активному внедрению цифровых решений в экономику страны. В 2024 году вклад ИИ в экономический рост находился в диапазоне 0,07-0,15% ВВП. Уже в 2025 году специалисты прогнозируют экономический эффект от внедрения искусственного интеллекта до 1 трлн рублей. К 2035 году ожидается, что вклад ИИ в ВВП России может достичь 2 %, что эквивалентно 46,5 трлн рублей.
Таким образом, цифровизация и интеграция умных технологий в повседневную работу российских предприятий становится важнейшим драйвером экономики, способствуя ускоренному развитию различных секторов и расширяя горизонты для развития бизнеса. Эксперты уверены, что благодаря росту компетенций и совершенствованию бизнес-процессов отечественные компании смогут выйти на новый уровень конкурентоспособности, создавая инновационные продукты и услуги на внутреннем и мировом рынках.
Сдвиг сроков проектов по внедрению ИИ
Практика внедрения машинного обучения и интеллектуальных алгоритмов в российских компаниях показала, что сроки перехода пилотных ИТ-проектов в промышленную эксплуатацию зачастую смещаются. Так, по данным консалтинговых агентств, у половины руководителей участков сроки запуска главных ИИ-инноваций были перенесены с 2025 года и начала 2026 года на более поздний период — вторую половину или конец 2026 года.
Среди основных причин переноса сроков отмечаются: необходимость дополнительного обучения сотрудников, доработка инфраструктуры, усиление мер по защите информации, а также оптимизация бизнес-процессов. Эти обстоятельства могут существенно увеличить длительность перехода от пробных проектов к повсеместному промышленному масштабированию интеллектуальных решений. Особое внимание уделяется адаптации персонала, формированию новых компетенций, а также разработке правил интеграции решений в корпоративную среду.
Смещение дедлайнов является ожидаемой ситуацией, поскольку внедрение агентных систем искусственного интеллекта обычно требует глубокого анализа бизнес-процессов и выявления узких мест, ранее не выявленных в обычных условиях. Это могут быть неформальные правила работы, неоднозначности в процессах, а также те сегменты, в которых персонал привык работать по устоявшимся, но неэффективным схемам. Перемены требуют времени, но результат всегда оправдывает вложения.
Преодоление вызовов и адаптация к ИИ
Оценивать степень внедрения искусственного интеллекта в российские предприятия можно по разным критериям. Согласно последним оценкам игроков рынка облачных технологий, освоение ИТ-инструментов и формирование внутренней культуры работы с новыми цифровыми решениями сегодня составляют порядка 80-90%. Однако уровень непосредственной интеграции ИИ в операционные бизнес-процессы на март 2026 года оценивается на уровне 5-10%. Это объясняется такими факторами, как специфическая корпоративная культура, недостаточный уровень ИТ-компетенций среди сотрудников и технологические ограничения инфраструктуры.
Отраслевые эксперты отмечают, что главным препятствием при переходе на отечественные аналитические платформы является ограниченность ресурсов. Всё чаще компании сталкиваются с нехваткой квалифицированных специалистов и необходимостью доработки готовых решений, чтобы они отвечали индивидуальным потребностям бизнеса и соответствовали стандартам информационной безопасности.
Тем не менее, благодаря нарастающему опыту и успешным кейсам, российский бизнес адаптируется к новым условиям — перестраивает процессы, наращивает компетенции, осваивает новые инструменты и учится работать в единой цифровой среде. Этот процесс идет поступательно, и уже сегодня можно наблюдать значительный прогресс в различных секторах отечественной экономики.
Потенциал роста для отдельных отраслей
В обозримой перспективе лидерами по освоению ИИ-технологий будут отрасли, где в работе преобладают рутинные, текстовые, аналитические и диалоговые задачи. Сюда относятся юридические компании, консалтинговые услуги, индустрия промышленности, медицина, фармацевтика, государственный сектор и сфера образования. Эти сегменты рынка демонстрируют наиболее интенсивную динамику внедрения современных интеллектуальных решений, поскольку такие технологии способны существенно повысить эффективность рутинных операций, облегчить документооборот и вывести взаимодействие с клиентами на принципиально новый уровень.
Позитивный опыт интеграции ИИ в различных секторах уже сейчас показывает ощутимые преимущества: рост производительности, снижение затрат времени и увеличение точности принимаемых решений. Специалисты прогнозируют, что компании, инвестирующие в освоение подобных технологий, смогут быстро выйти в лидеры соответствующих рынков и создать высокий задел для будущих успехов и инноваций.
Цифровая трансформация и перспективы развития
Ускоренная цифровизация и внедрение искусственного интеллекта сегодня становятся ключевыми направлениями стратегического развития российских компаний. Постепенно отечественный рынок выходит на новый этап зрелости: растет доля компаний, для которых ИИ становится не просто вспомогательным инструментом, а неотъемлемой частью бизнес-стратегии. Организации учатся сочетать традиционные методы ведения дел с мощью технологий, что позволяет эффективно координировать внутренние процессы, ускорять выход на новые рынки, совершенствовать сервисы для клиентов и повышать качество производимых товаров и услуг.
Реализация масштабных ИИ-проектов открывает перед бизнесом перспективы для долгосрочного роста, создания уникальных конкурентных преимуществ и развития новых ниш на рынке. Ожидается, что в ближайшие годы темпы внедрения ИИ-технологий продолжат расти, а результаты цифровой трансформации будут ощущаться не только на уровне отдельных предприятий, но и в масштабах всей экономики страны.
Дмитрий Юдин выделил несколько ключевых препятствий, которые могут замедлить внедрение генеративного искусственного интеллекта в бизнес-процессы компаний. Первым и наиболее важным барьером эксперт считает обеспечение безопасности. Важную роль здесь играют предотвращение рисков, связанных с утечкой информации и потенциальными злоупотреблениями ИИ-моделями. Кроме того, обязательно требуется регулярный аудит и сертификация ИТ-систем, что создает дополнительную нагрузку на компании.
Корпоративная культура и кадровый вопрос
Еще одной сложностью является отсутствие устоявшейся корпоративной культуры и эффективных внутренних процессов, которые способствовали бы интеграции новых технологий. Без четко выстроенных правил и поддержки со стороны руководства внедрение инноваций может существенно замедлиться. Не менее значимым фактором становится нехватка специалистов, обладающих знаниями и компетенциями для работы с современными инструментами искусственного интеллекта. Дмитрий Юдин отмечает, что этот дефицит является общемировой тенденцией, а не распространяется исключительно на Россию, что, с одной стороны, создает вызовы, а с другой — открывает широкие перспективы для профессионального роста и развития экспертов в сфере ИИ.
Возможности для роста и развития
Несмотря на сложности, компании могут преодолеть эти барьеры, формируя сильную корпоративную культуру и уделяя внимание обучению сотрудников. Акцент на развитии ИТ-навыков поможет бизнесу уверенно двигаться вперед и адаптироваться к стремительно меняющемуся рынку. Постоянное совершенствование процессов и открытость к инновациям станут залогом успешной интеграции генеративного искусственного интеллекта, что, в свою очередь, приведет к новым возможностям для роста и достижения амбициозных целей.
Источник: biz.cnews.ru
