Российский рынок искусственного интеллекта (ИИ) подошел к новому этапу зрелости: от экспериментов и энтузиазма компании переходят к прагматичному внедрению, где ключевой вопрос — окупаемость инвестиций. Первый заместитель председателя правления Сбера Александр Ведяхин рассказал о развитии рынка ИИ в интервью изданию Форбс.
За три года рынок проделал огромный путь. Если в начале генеративный ИИ (GenAI) был игрушкой для энтузиастов, то сегодня около 70% компаний уже используют его. Однако главным барьером остается финансовая служба: 90% ИИ-инициатив разбиваются о стол финансового директора, который просто не знает, как считать эффективность таких проектов. Для решения этой проблемы Альянс в сфере ИИ, который возглавляет Александр Ведяхин, выпустил бесплатную методичку с методологией оценки.
По мере того как ИИ становится неотъемлемой частью экономики, вопрос его регулирования выходит на первый план. Анализируя мировой опыт, в Альянсе выделяют три подхода: запретительный (как в Европе, что привело к отставанию), «нулевой» (как в Китае на старте) и поддерживающее регулирование. Именно этот «средний путь» в Альянсе считают оптимальным для России.
Как объясняет Александр Ведяхин, государство и бизнес подходят к развитию искусственного интеллекта с разными мотивациями. Для бизнеса ИИ открывает возможности для дополнительной прибыли и создания новых продуктов, а государство видит в технологии инструмент улучшения управления через автономизацию контрольно-надзорных функций и проактивные госуслуги. Созданный в январе 2026 года Национальный штаб по ИИ призван объединить их усилия для достижения общей цели — дополнительных 11,2 трлн рублей к ВВП к 2030 году.
Однако экономика ИИ существенно отличается в зависимости от позиции компаний на рынке. Разработчикам базовых моделей, таким как Сбер и Яндекс, трудно показать прямую экономическую отдачу, поскольку они вынуждены участвовать в дорогостоящей гонке вооружений, расходуя огромные бюджеты на создание универсальных решений. Согласно экспертным прогнозам, общий объем доходов отрасли к 2030 году должен достичь $2 трлн в год, чтобы покрыть расходы на развитие технологий, хотя сегодня эта цель кажется недосягаемой.
Компании, специализирующиеся на создании специализированных приложений, напротив, получают ощутимую выгоду гораздо быстрее. Срок окупаемости вложений в обучение и внедрение существующих моделей обычно варьируется от трех до пяти лет, а в некоторых случаях достигает отметки в 1,5 года. Особенно выгодными оказываются решения для малого бизнеса: используя готовые модели и адаптируя их под собственные задачи, такие организации способны возвратить затраты буквально через несколько месяцев эксплуатации.
Эти процессы формируют современную картину российской индустрии искусственного интеллекта: крупные игроки создают базовую инфраструктуру, а множество других компаний успешно интегрируются в экосистему, создавая собственный продукт и пользуясь результатами труда лидеров рынка.
