Состояние искусственного интеллекта в российском бизнесе: статистика опроса 108 компаний
Российский корпоративный рынок искусственного интеллекта находится на стадии перехода от разрозненных пилотов к промышленному внедрению. На основе опроса 108 руководителей ИТ и цифровых трансформаций из крупных отраслей выявлены ключевые барьеры: дефицит квалифицированных кадров, сложности с закупками GPU и вопросы информационной безопасности. Средняя готовность инфраструктуры оценивается всего в 38 баллов из 100.
# Состояние искусственного интеллекта в российском бизнесе: статистика опроса 108 компаний
Рынок искусственного интеллекта в России переживает период турбулентного роста. Если два года назад рынок инфраструктурных платформ казался несуществующим, то сегодня компании активно обсуждают закупки оборудования и внедрение новых сервисов. Чтобы отделить шум от реальности, мы проанализировали данные, собранные в ходе масштабного исследования предприятия Orion soft.
*«Говорить, что AI в России массово перешел в production, пока нельзя».* — Никита Векессер, Product Owner AI-продуктов в Orion soft.
Структура выборки и уровень зрелости
Опрос охватил 108 компаний, представляющих различные секторы экономики. Выборка смещена в сторону крупного бизнеса: 80% респондентов представляют организации с годовым оборотом от 10 миллиардов рублей, 20% — средний бизнес, и лишь 4% — малый бизнес. Отраслевая разбивка показывает доминирование промышленности (28%), финансов (20%) и нефтегазового сектора (20%). Примечательно, что «бигтех» в опросе не участвовал, так как эти компании развивают свои технологии автономно.
Самым тревожным выводом исследования стало отсутствие у большинства организаций эффективных процессов работы с ИИ. Под эффективностью понимается не просто наличие сервиса, а наличие непрерывного тестирования гипотез, четких регламентов приоритизации и перехода в стадию эксплуатации (production). По оценкам автора, такие процессы выстроены не более чем в 5% опрошенных.
Статистика инициатив - 31% компаний только планируют внедрение ИИ. - 48% внедрили одну-две инициативы. Обычно это пилотные проекты: корпоративный чат или поиск по документам. Часто такие проекты запускаются по требованию руководства без глубокой интеграции в бизнес-процессы. - 21% реализовали более двух инициатив.
Технологии и инфраструктурные вызовы
Что именно внедряют компании? Лидирующие позиции занимают простые сценарии использования больших языковых моделей (LLM):
1. Корпоративные чаты (32%): Часто это OpenWebUI с подключением локальных или облачных моделей. Сотрудники получают единый вход вместо множества персональных подписок. 2. AI-агенты и поиск по базе знаний (33%): Система загружает внутренние документы, строит векторную базу (RAG) и отвечает на вопросы сотрудников. Критически важным здесь является определение метрик качества, чтобы избежать генерации галлюцинаций и искажения данных. 3. Предиктивная аналитика (26%): Классический машинное обучение (ML) для прогнозирования показателей. 4. Собственные модели (9%): Некоторые компании обучают модели с нуля.
Проблема оборудования Запуск локальных моделей требует мощного оборудования с графическими ускорителями (GPU). Ситуация с поставками остается сложной.
- С начала 2026 года крупные компании активнее закупок серверов, однако логистика затруднена.
- Цены на оборудование в коммерческих предложениях демонстрировали рост на 2–5% в неделю.
- Сроки поставки часто сдвигаются: по оценкам автора, половина заказчиков получает оборудование с опозданием. Для разработки инфраструктуры автору потребовалось восемь месяцев ожидания поставки серверов с картами H100.
Стоимость входа также высока: один сервер для экспериментов стоит 7–10 миллионов рублей, а полноценный кластер от 20 миллионов рублей. Крупные компании уже формируют кластеры на 8–10 серверов, что задает тон для среднего бизнеса.
Информационная безопасность и команды
Особое внимание в России уделяется защите данных. Главный страх топ-менеджеров — утечка конфиденциальной информации в внешние облачные сервисы. Российские провайдеры облаков и собственных моделей (Яндекс, Сбер) становятся приоритетом, так как они позволяют сохранить контроль над данными на территории страны.
Регулирование ужесточается. Банк России уже выпустил рекомендации по безопасности для финансовых организаций, а Минцифры работает над общими правилами. Ожидается, что требования по использованию локальных моделей и guardrails (правила защиты от рисков) станут обязательными.
Ситуация с кадрами не менее критична: - 79% компаний не имеют профильной AI-команды. Работы берут на себя обычные ИТ-специалисты или энтузиасты, использующие методы «вайб-кодинга» (быстрое прототипирование). - 18% используют внешних подрядчиков. - 15% имеют внутренних специалистов по прикладным системам. - Только 6% обладают полноценной ML-командой, способной довести проект до промышленной эксплуатации.