- Роман РожковРедакция Forbes
Объем российского рынка ПО для ИИ-технологий в 2025 году увеличился на 27%, до 25 млрд рублей, и к 2030 году может приблизиться к оценке в 100 млрд рублей. В прошлом году рынок прошел важную стадию, когда спрос на эти решения и инструменты стал частью развития ИИ в корпоративном сегменте, следует из данных Apple Hills Digital. По словам экспертов, ИИ-модели постепенно становятся базовым инфраструктурным слоем, доступным большинству компаний. При этом российский рынок ИИ развивается в отрыве от мировых практик и сервисов, зато имея гарантированный спрос от заказчиков
На пути к сотне
Общий объем рынка ПО для ИИ в 2025 году составил 25 млрд рублей, показав рост на 27%. Более трех четвертей рынка приходится на прикладное ПО с такими сегментами, как, к примеру, речевые технологии и компьютерное зрение, и 24% — на платформы ИИ, включающие в себя, в частности, ПО для развертывания моделей ML (MLOps), генеративный ИИ и софт для создания ИИ-систем. До 2030 года весь рынок ПО ИИ будет расти ежегодно со средним темпом 30,5%, к этому моменту он составит около 95 млрд рублей. Такие выводы содержатся в исследовании компании Apple Hills Digital, с которым ознакомился Forbes.
Прикладное ПО ИИ — исторически сложившийся сегмент с устойчивой базой игроков и решений: его объем в 4,5 раза превышает объем платформ, замечают исследователи: «Вместе с тем, сегмент платформ ИИ до 2024 года развивался консервативно. В 2025 году затраты компаний на платформы ИИ выросли на 53,5% к 2024 году, в наибольшей степени — на внедрение GenAI».
Доминирующей моделью по типам развертывания в России остается локальная IT-инфраструктура — 62,3% рынка в 2025 году (15,6 млрд рублей), однако это направление растет медленнее облака — 20,9 против 26% в период с 2022 по 2025 год. ПО в публичном облаке демонстрирует опережающий рост: с 4,7 млрд рублей в 2022 году до 9,4 млрд рублей в 2025 году — удвоение за три года. Бизнес постепенно переходит к облачным моделям потребления, прежде всего в сегменте платформ ИИ и GenAI-сервисов.
Заметный драйвер рынка уже сегодня — широкое проникновение генеративного ИИ: компании перешли от экспериментов к внедрению в конкретных бизнес-задачах и оценке эффекта, констатируют аналитики. По их словам, мощным драйвером становятся ИИ-агенты, качество фундаментальных моделей и их разнообразие улучшается, ценовой порог входа снижается, появляются готовые преднастроенные решения и удобный интерфейс. На развитие рынка будут также оказывать влияние продолжающиеся инициативы бизнеса по повышению эффективности за счет трансформации и повышения качества бизнес-процессов, а также нехватка рабочей силы во всех отраслях экономики.
Среди факторов, оказавших влияние на рынок ПО ИИ в 2025 году, авторы исследования выделяют повышение уровня зрелости заказчиков («заказчики приходят с конкретными гипотезами и сроками, а не просто с желанием познакомиться с технологией ИИ»), поиски эффективного сценария совместно с поставщиком решений, а также то, что GenAI встраивается в прикладное ПО ИИ. Так, в речевой аналитике такой ИИ позволяет получать новые инсайты из диалогов, недостижимые с помощью классических алгоритмов, в чат-ботах улучшается персонализация и снижается однотипность ответов, в интеллектуальной обработке документов — данные из документов извлекаются с более высоким качеством и т.п., приводят примеры в Apple Hills Digital.
В то же время есть тормозящие развитие рынка факторы, без влияния которых он рос бы куда более стремительными темпами. К ним относятся, к примеру, проблемы с кадрами и экспертизой, замедляющие распространение ИИ внутри корпоративного сегмента, внутренняя разработка решений компаниями заказчиков, которая остается заметной практикой, особенно среди Enterprise-заказчиков (крупные компании или корпорации, которые приобретают товары или услуги у других организаций для использования в своей деятельности): «Как следствие — отсутствие обмена передовым опытом, ограниченные возможности разрабатываемых моделей». Аналитики также сетуют на ограниченные бюджеты заказчиков, незрелость их бизнес-процессов, а также трудности с оценкой эффекта от внедрения ИИ. В частности, речь о слишком абстрактном понимании преимуществ ИИ и завышенных ожиданиях от внедрений.
Forbes.Russia в MaxКанал о бизнесе, финансах, экономике и стиле жизниПодписаться
Кончились эксперименты
Главный вывод о рынке ИИ в России по итогам 2025 года — мы переходим от этапа экспериментов к этапу промышленного внедрения, компании перестали «пробовать ИИ» и начали считать эффект в конкретных бизнес-процессах, сходятся во мнении эксперты и участники рынка. Если еще недавно компании запускали пилоты, чтобы понять возможности технологии, то сегодня ключевые вопросы звучат иначе: как встроить ИИ в реальные бизнес-процессы, обеспечить безопасность и масштабирование, а главное — получить измеримый экономический эффект, рассуждает руководитель Yandex AI Studio Артур Самигуллин.
«По сути, рынок движется от GenAI как отдельного интерфейса к ИИ как инфраструктуре работы компании, — продолжает он. — Модели постепенно становятся базовым инфраструктурным слоем, доступным большинству участников рынка. Основная ценность будет создаваться на более высоком уровне — в ИИ-платформах, агентных системах и прикладных решениях для конкретных отраслей и функций бизнеса. Мы уже видим, как фокус рынка смещается от самих технологий к вопросам интеграции, управления и практического применения».
Одной из отличительных черт российского рынка руководитель направления ИИ Cloud.ru Дмитрий Юдин называет заинтересованность госсектора в развитии ИИ. «Это один из самых устойчивых источников спроса. Развитие ИИ закреплено на уровне госприоритетов — обновленная Национальная стратегия до 2030 года, нацпроект по экономике данных, национальный штаб по ИИ. Для госкомпаний и регулируемых отраслей характерен запрос на локальное развертывание и контроль над данными», — говорит он.
Впрочем, ключевая особенность нашего рынка, по мнению Юдина, — это все же изолированность. Российский рынок развивается на собственных и open source (в том числе китайских) моделях, без доступа к передовым зарубежным сервисам и с ограничениями по графическим процессорам, размышляет эксперт. «Отсюда спрос на адаптацию открытых моделей, MLOps/LLMOps (Machine Learning Operations — набор практик управления жизненным циклом систем машинного обучения, объединяющих их разработку и эксплуатацию, Large Language Model Operations — практика управления, развертывания, мониторинга и оптимизации больших языковых моделей в производственных средах) и инференс-платформы (инференс — применение уже обученных алгоритмов для обработки новых данных и выдачи результатов). По развертыванию доминирует локальная модель, но облако растет быстрее. И здесь главное — это не выбор «или облако, или on-prem (то есть установка внутри IT-контура компании)». Модель должна работать там, где находятся данные и процессы заказчика, с нужной задержкой и под требования безопасности», — считает Юдин. Поэтому будущее, уверен он, за гибридными подходами — облачный инференс для скорости и доступа к разным моделям плюс поставка в контур заказчика для тех, у кого жесткие требования к данным. «Мы живем в поле только отечественных продуктов, и это одновременно ограничение и ускоритель: меньше конкуренции и доступа к мировым практикам, но гарантированный спрос от российских заказчиков», — указывает генеральный директор ivideon Заур Абуталимов.
Важный вывод отчета и в том, что главным ограничителем выступает не сам ИИ, а зрелость процессов у заказчика, считает Абуталимов. «ИИ ускоряет процессы: если процесс не выстроен и не оцифрован, на выходе вы получаете хаос, а не результат, — говорит он. — Генеративный ИИ в этой логике чаще всего работает как усилитель уже работающего решения и функция внутри продукта, а не как отдельный источник ценности».
Основным ограничением сегодня становятся не вычислительные мощности и даже не бюджеты, а нехватка зрелых сценариев внедрения и продуктовой экспертизы, согласен Артур Самигуллин. Большинство компаний, по его словам, проходят путь внедрения генеративного ИИ фактически впервые: «Бизнес понимает, что технология нужна, но не всегда очевидно, где именно она даст максимальный эффект, как перестроить процессы и довести пилот до промышленной эксплуатации».
Кроме того, Абуталимов отмечает тренд на усиление отраслевой специализации. Бизнесу нужны не абстрактные «умные» платформы, а решения под конкретные задачи, рассуждает он: ретейл, логистика, HoReCa, медицина, промышленность, сервисные сети, социальные объекты, где заказчик получает не просто алгоритм, а готовый рабочий контур — сбор данных, аналитика, дашборды, уведомления и интеграции с бизнес-системами.
Через три-пять лет главным трендом станет переход от рынка отдельных моделей к рынку ИИ-платформ и агентных систем, убежден Самигуллин: «Конкуренция будет разворачиваться вокруг качества внедрения, интеграции с корпоративными системами, безопасности, инструментов разработки и способности компаний быстро превращать возможности ИИ в реальный бизнес-результат». По мере того, как агентов становится больше, конкуренция уходит с уровня «чья модель умнее» на уровень «у кого дешевле и надежнее», заключает Дмитрий Юдин.
Источник: www.forbes.ru
