Искусственный интеллект в России — 2025: тренды и перспективы

Помните я рассказывал про тренинг от компании «Яков и Партнеры», посвященный AI-стратегиям? Сегодня был опубликован отчет исследования, которое провели аналитики компании совместно с Яндексом. Цифры интересные, ниже подробности:

🌟ИТ и технологии — одна из четырёх самых продвинутых отраслей по ИИ вместе с e-commerce, телеком/медиа и банкингом/страхованием. Эти сектора уже перешли от точечных пилотов к системному применению ИИ, опираются на сильные внутренние компетенции и развитую инфраструктуру.

🌟В большинстве отраслей для ИИ создают отдельные департаменты и выделенных специалистов в бизнес-функциях. У ИТ-компаний иначе: отдельные департаменты ИИ есть лишь у 45% компаний, потому что ИИ-экспертиза уже встроена в основные функции бизнеса.

🌟Генеративный ИИ — лидер по инвестициям (около 4% ИТ-бюджета в среднем; в продвинутых отраслях — до 5%). Компании планируют в среднем на 25% увеличить долю инвестиций в ген-ИИ; максимальные значения — в банкинге и ИТ (до 7% ИТ-бюджета), телеком и e-commerce — около 6%.

🌟Один из ключевых глобальных барьеров — недостаток специалистов, которые умеют проектировать и обучать сложные модели; спрос «кратно превышает предложение». В России к этому добавляются ограничения по “железу”, что делает эксперименты дороже и длиннее. В результате компании часто выбирают более консервативный курс и делают ставку на решения с доказанной пользой, а не на рискованные R&D.

🌟Растёт ценность навыков интеграции и дообучения моделей. Навыки важны не только в ML, но и в оркестрации агентов, безопасной работе с внешними API и построении устойчивых пайплайнов (логирование, мониторинг, контроль качества).

🌟Внедрение ИИ уже рассматривается как стратегическая задача компании. В 90% случаев за развитие ИИ-инициатив отвечают руководители уровня CEO–1, ещё 47% компаний вовлекают руководителей уровня CEO–2. Ключевой инициатор — ИТ-блок (89% респондентов). В каждой четвёртой компании уже есть выделенная ИИ-функция.

Что имеет смысл делать компаниям уже сейчас:

🌟Переход к платформенной модели, как способ преодолеть высокую стоимость разработки. Вместо разработки своих моделей — использовать крупные LLM-платформы и строить прикладные SaaS-решения на них; это снижает издержки, ускоряет внедрение и формирует экосистему, где несколько ведущих вендоров — технологическое ядро рынка.

🌟Системно вкладываться в кадры и инфраструктуру. Нанимать сильных специалистов и создавать условия для их роста: доступ к вычислительным ресурсам, исследовательские “песочницы”, гибкие треки развития, внутренняя подготовка ML-инженеров.

🌟Строить устойчивую ИИ-функцию и понятное управление. Назначить отвечающих за ИИ (на уровне компании, ИТ и бизнес-подразделений); закрепить ИИ в стратегии и в KPI (не только сокращение костов, но и выручка, новые продукты)

🌟Переходить от разрозненных решений к foundation-моделям и агентам. При планировании архитектуры и roadmap ориентироваться не на десятки несвязанных “моделек”, а на единое ядро (LLM/агентная платформа) и общие стандарты интеграции.

📎 Подробная презентация отчета (120 стр.)

К 2030 г. выиграют те компании, которые уже сейчас вводят понятные общие стандарты качества ИИ-сервисов, встраивают ИИ в ключевые процессы и выстраивают устойчивую работу с сильными специалистами. Масштаб проникновения ИИ в экономику и общество становится вопросом управляемости изменений и зрелости экосистемы внедрения, а распределение экономической ценности — вопросом качества сервисов, стандартов и организационных решений. Именно способность превратить ИИ в удобные повседневные сервисы и агентские действия для пользователя станет главным источником устойчивого преимущества

#ai #исследования | @ulyanov_life

В этом посте были ссылки, но мы их удалили по правилам Сетки