У 74% российских компаний нет стратегии развития искусственного интеллекта
Исследование МТС Web Services "Технологические стратегии бизнеса" показало, что российские компании пока не выработали системный подход к развитию искусственного интеллекта. Стратегия в области ИИ существует только у 26% организаций, располагающих бюджетом на такие проекты. Иными словами, почти три четверти участников рынка пока внедряют технологии без долгосрочного плана.
Уровень зрелости ИИ-стратегий заметно ниже, чем в других технологических направлениях. Для сравнения, планы развития облачных решений есть у 44% компаний, а стратегия кибербезопасности сформирована у 42% организаций. Это свидетельствует о том, что искусственный интеллект пока чаще воспринимается как набор отдельных пилотных проектов, а не как самостоятельное направление цифровой трансформации.
Степень готовности зависит от размера бизнеса
Наиболее высокий показатель зафиксирован среди крупных компаний с годовой выручкой от 2 до 15 млрд рублей. В этой группе стратегия развития ИИ разработана у 36% организаций. Однако среди крупнейших игроков с выручкой свыше 15 млрд рублей доля компаний с готовой стратегией ниже и составляет 25%.
В сегменте малого и среднего бизнеса уровень подготовки еще скромнее. Среди организаций с выручкой до 800 млн рублей стратегия есть у 22% компаний. Такой же показатель отмечен у предприятий, чья выручка находится в диапазоне от 800 млн до 2 млрд рублей.
Разрыв между группами можно объяснить различиями в ресурсах, компетенциях и масштабе задач. Крупный бизнес располагает собственными ИТ-подразделениями, аналитиками и бюджетами на эксперименты, но одновременно сталкивается с более сложной корпоративной архитектурой и длительными процедурами согласования. Небольшим компаниям проще запускать отдельные сервисы, однако им часто не хватает экспертизы для формирования полноценной технологической политики.
Треть компаний уже разрабатывает планы по ИИ
Несмотря на небольшую долю готовых стратегий, интерес к искусственному интеллекту остается высоким. В среднем у 33% опрошенных организаций стратегия находится в процессе разработки. В крупнейших компаниях этот показатель достигает 38%, а в среднем бизнесе составляет около 30%.
Таким образом, значительная часть рынка находится на переходном этапе: компании уже рассматривают ИИ как важный инструмент развития, но еще не определили конкретные цели, приоритетные сценарии и показатели эффективности. Активное развитие генеративных моделей, интеллектуальной автоматизации и аналитических платформ подталкивает бизнес к пересмотру прежних подходов.
Однако интерес к технологии сам по себе не гарантирует успешного внедрения. Без четкой стратегии компании рискуют запускать разрозненные инициативы, дублировать решения, не контролировать затраты и не получать измеримого эффекта от использования ИИ.
Кто принимает решения о внедрении искусственного интеллекта
В 67% организаций ключевая роль в принятии решений по ИИ принадлежит CIO - директору по информационным технологиям. Именно этот руководитель обычно отвечает за инфраструктуру, архитектуру решений, интеграцию новых систем и оценку технологических рисков.
На втором месте находится CEO: генеральный директор принимает непосредственное участие в утверждении ИИ-инициатив в 23% компаний. Такая роль высшего руководства указывает на растущее понимание того, что искусственный интеллект влияет не только на ИТ, но и на бизнес-модель, операционные процессы и конкурентоспособность организации.
Участие CISO, CTO и CPO остается ограниченным - каждый из этих руководителей задействован в принятии решений примерно в 11% компаний. Недостаточная вовлеченность специалистов по информационной безопасности может создавать дополнительные риски, особенно при работе с конфиденциальными данными, внешними языковыми моделями и облачными платформами.
Для зрелой модели управления ИИ важно распределять ответственность между несколькими функциями. ИТ-директор оценивает архитектуру и инфраструктуру, CISO отвечает за защиту информации, продуктовый руководитель определяет пользу для клиентов, а CEO связывает технологические инициативы с целями бизнеса.
Сколько времени занимает внедрение ИИ
Более половины респондентов - 55% - сообщили, что внедрение ИИ-решений занимает от одного до шести месяцев. Самый распространенный срок составляет от одного до трех месяцев: такой вариант указали 29% компаний.
Относительно короткие сроки говорят о стремлении бизнеса быстро проверять гипотезы и получать первые результаты. Чаще всего в этот период запускаются чат-боты, интеллектуальный поиск, автоматическая обработка документов, голосовые помощники и инструменты подготовки отчетности.
При этом часть проектов требует значительно больше времени. На продолжительность внедрения влияют сложность интеграции с корпоративными системами, качество исходных данных, необходимость обучения сотрудников и многоуровневые процедуры согласования. Дополнительные задержки возникают, если решение затрагивает персональные данные, финансовую информацию или критически важные бизнес-процессы.
Оптимальным подходом становится поэтапный запуск. Сначала компания выбирает ограниченный сценарий с понятным результатом, затем оценивает экономический эффект, надежность и безопасность системы. После успешного пилота технологию можно масштабировать на другие подразделения.
Какие модели развертывания выбирают компании
Самыми востребованными вариантами размещения ИИ-систем стали частное и публичное облако. Каждый из этих сценариев используют 23% респондентов.
Частное облако позволяет лучше контролировать данные, доступы и параметры инфраструктуры. Такой формат особенно актуален для организаций, работающих с коммерческой тайной, персональной информацией и регулируемыми данными.
Публичное облако привлекает возможностью быстро получить вычислительные ресурсы без крупных капитальных вложений. Компании могут масштабировать мощности в зависимости от нагрузки и запускать проекты без длительного развертывания собственной инфраструктуры.
Локальные установки применяют 20% организаций. Этот вариант выбирают компании, которым требуется максимальный контроль над оборудованием, каналами передачи данных и программной средой. В то же время локальная инфраструктура требует значительных расходов на закупку серверов, обслуживание и обновление вычислительных мощностей.
Гибридную модель используют 13% участников исследования. Она позволяет разделить рабочие нагрузки: чувствительные данные обрабатывать внутри корпоративного контура, а менее критичные задачи передавать в облако. Такой подход дает гибкость, но требует продуманной архитектуры и надежного управления доступом.
Что необходимо для полноценной ИИ-стратегии
Полноценная стратегия должна начинаться не с выбора конкретной нейросети или платформы, а с определения бизнес-задач. Компаниям важно понять, какие процессы требуют автоматизации, где возникают наибольшие издержки и какие операции можно ускорить без снижения качества.
Следующий этап - аудит данных. Искусственный интеллект напрямую зависит от полноты, точности и структурированности информации. Если корпоративные данные разрознены, устарели или хранятся в несовместимых системах, даже передовая модель не обеспечит стабильного результата.
Отдельного внимания требуют вопросы безопасности. Необходимо определить, какие сведения разрешено передавать внешним сервисам, кто имеет доступ к результатам работы моделей и как будет контролироваться использование ИИ сотрудниками. Внутренние правила должны учитывать защиту персональных данных, коммерческой тайны и интеллектуальной собственности.
Важной частью стратегии становится подготовка персонала. Сотрудникам нужны не только навыки работы с новыми инструментами, но и понимание их ограничений. Результаты генеративных моделей необходимо проверять, поскольку система может допускать ошибки, воспроизводить искажения исходных данных или создавать убедительные, но недостоверные ответы.
Компании также должны заранее определить критерии успеха. Ими могут стать сокращение времени обработки заявок, снижение затрат, рост производительности, уменьшение числа ошибок или повышение качества обслуживания клиентов. Без измеримых показателей невозможно понять, принес ли проект реальную пользу.
Результаты исследования показывают, что российский бизнес уже проявляет заметный интерес к искусственному интеллекту, однако пока преимущественно находится на стадии экспериментов и подготовки. Рост числа готовых стратегий будет зависеть от способности компаний объединить технологические возможности ИИ с понятными бизнес-целями, качественными данными, безопасной инфраструктурой и системным управлением изменениями.
