ИИ как паспорт в будущее: какие тренды определяют эффективность компаний в России и за ее пределами

Если в 2010-х годах искусственный интеллект ассоциировался с экспериментальными проектами и стартапами, то в 2025 г. он стал основой для трансформации бизнес-моделей, государственного управления и даже национальной безопасности. О ключевых трендах развития технологий рассказывает Владислав Беляев, сооснователь и исполнительный директор ИИ-платформы AutoFAQ.

Искусственный интеллект перестал быть абстрактной технологией будущего — сегодня это обязательный инструмент для развития экономики, науки и лидерства страны на мировой арене. Согласно отчету PEX Network, 58% компаний по всему миру рассматривают ИИ как ключевой элемент бизнес-стратегии, 14% находятся в стадии разработки первых решений, а еще 14% уже тестируют пилотные проекты. Эксперты Gartner прогнозируют, что к 2027 г. генеративный ИИ достигнет массового внедрения.

Быстрое развитие технологий ИИ, особенно генеративного ИИ, серьезно меняет отрасли. В частности, в ИТ, маркетинге и клиентском сервисе, которые являются самыми масштабно внедряемыми сферами (28, 10, 8% — по данным отчета Deloitte): ИИ здесь автоматизирует рутинные задачи, персонализирует взаимодействие с клиентами и ускоряет внутренние процессы. Эти функции есть в каждой компании, и ИИ в них легко масштабируется, принося быстрые, но умеренные улучшения ROI. Согласно опросу McKinsey, почти 65% организаций регулярно используют генеративный ИИ в своих бизнес-операциях, что почти вдвое превышает процент по сравнению с предыдущим опросом, проведенным в 2023 г.

С точки зрения готовности к развитию и использованию ИИ — в лидерах финансовый сектор и сектор ИКТ. Однако в 2024 г. к лидерам присоединились энергетика и высшее образование. В России использование ИИ в этих сферах достигает 66%: технологии машинного обучения и анализа данных сокращают издержки, повышают точность решений и создают новые рынки. Однако для нашей страны ИИ — это вопрос не только эффективности, но и геополитики. Развитие технологии искусственного интеллекта становится инструментом для сохранения лидерских позиций на мировой арене в условиях санкционного давления и технологической изоляции. Поэтому развитие ИИ в РФ уже получает господдержку и в ближайшие годы будет стимулироваться государством.

Опрос СТО стран БРИКС+ в 2024 г. показал, что 54% российских компаний уже внедрили решения на базе генеративного ИИ хотя бы в одну функцию в организации, чаще всего внедрения проходили в следующие бизнес-направления:

• ИТ (ассистент в написании кода, автоматическое документирование кода, использование в платформах по управлению ИТ-процессами организации и в ИТ-поддержке для сотрудников).

• Клиентский сервис (подсказки операторам поддержки, чат-боты, инструменты для обучения сотрудников клиентской поддержки, системы по сбору и семантическому анализу обратной связи из открытых источников).

• Маркетинг и продажи (создание иллюстраций, таргетированная коммуникация, перевод рекламы на другие языки, прогнозирование спроса, анализ трендов).

• Производство (оценка критичности изменения параметров оборудования, предиктивная аналитика, система мониторинга безопасности на предприятии, системы оптимизации процессов и планирования).

В топ-3 отраслей, внедряющих генИИ на этапе пилота или более поздней стадии, оказались ИТ (72% компаний), телеком (63%), FMCG и транспорт (61%). При этом в других странах объединения технологии развивались не так масштабно. Это создает уникальное окно возможностей для российских компаний: спрос на «незападные» решения в БРИКС+ растет, и Россия, обладая развитой ИИ-экосистемой, может занять лидирующие позиции. Как показывает опыт 2022—2024 гг., игнорировать искусственный интеллект — значит добровольно отказаться от роли в экономике будущего.

Главные драйверы внедрения ИИ в российском бизнесе

Согласно исследованию Smart Ranking, объем российского рынка ИИ по итогам 2024 г. превысил 300 млрд руб., отрасль выросла в 1,5 раза по сравнению с 2023 г. А массового внедрения ИИ-технологий в российской экономике следует ожидать на горизонте до 2035-го. По прогнозам экспертов Института статистических исследований и экономики знаний НИУ ВШЭ, совокупный вклад от использования технологий ИИ во всех отраслях экономики в ВВП России составит 11,6 трлн руб. в 2030 г., а в 2035 г. достигнет значения 46,5 трлн руб.

Среди отраслей, которые будут вносить основной вклад в создание экономического эффекта от использования ИИ в 2035 г., названы обрабатывающая промышленность, строительство, профессиональная, научная и техническая деятельность, транспортировка и хранение, финансы и страхование, здравоохранение и социальные услуги. Рост обеспечивают пять ключевых драйверов.

Экономическая эффективность

Если в 2024 г. все еще было сложно продемонстрировать экономическую ценность генеративного ИИ, то сейчас компании отмечают снижение затрат и рост выручки за счет автоматизации рутинных задач с помощью ИИ. В сравнительном исследовании руководителей в области ИИ и данных 2025 г. 58% респондентов отметили экспоненциальный рост производительности. По результатам 2023 г. 20,8% российских компаний в сфере транспорта и логистики, внедривших ИИ, оценивают экономический эффект от внедрения ИИ как существенный или многократный.

Тренд на ИИ-агентов

В отличие от ИИ-ассистента, Agentic AI (Агентный ИИ) — не просто помощник, который отвечает на вопросы, а самостоятельный специалист, который сам принимает решения, адаптируется и решает задачи. Такие автономные системы для принятия решений в реальном времени могут повысить эффективность логистики, ретейла, финансового сектора, а также значительно улучшить качество клиентского сервиса. Допустим, пользователь банка просит перевести определенную сумму другому человеку. ИИ-ассистент просто выполнит команду пользователя, даже если она не оптимальна. ИИ-агент в этом случае проанализирует транзакции клиента и предложит оптимальный вариант действий: например, в первую очередь сделать платеж по кредиту, а затем перевод.

Персонализация и клиентский сервис

ИИ в клиентском сервисе решает ряд задач и проблем: автоматизация ответов на частые вопросы через чат-ботов сокращает время ожидания клиентов и разгружает операторов; анализ тональности и настроения помогает улучшить качество обслуживания; прогнозирование потребностей на основе истории обращений позволяет предлагать персонализированные решения и продукты; автоматизация рутинных задач, таких как обработка заявок, повышает эффективность работы; а анализ больших данных выявляет тренды и проблемы, помогая компаниям оперативно улучшать клиентский опыт.

ИИ упрощает взаимодействие с базами данных и получение поддержки: клиенты и сотрудники могут отправлять сообщение в чат в любом удобном канале и получать практически мгновенные ответы. При этом, если ситуация сложная и бот не может ответить сам, то он зовет оператора и подсказывает ему возможные варианты ответа. Поэтому более 60% владельцев бизнеса рассматривают ИИ как инструмент улучшения взаимодействия с клиентами.

Любая служба поддержки рано или поздно сталкивается с необходимостью ускорить обработку запросов и упростить алгоритмы работы сотрудников. Здесь на помощь приходит предиктивная аналитика на основе ИИ: она не только предугадывает потребности клиентов, но и позволяет создавать персонализированные сообщения, которые учитывают поведение и предпочтения пользователей. Благодаря этому бизнес может предлагать более кастомизированные решения, делая весь клиентский опыт индивидуальным. Например, компания может закрывать до 90% запросов от клиентов с помощью бота, сохраняя высокий уровень удовлетворенности сервисом.

Оптимизация внутренних процессов

Развитие бизнеса требует не только расширения штата, но и эффективного управления внутренними процессами. ИИ-ассистенты позволяют автоматизировать рутинные задачи в HR и IT, снижая нагрузку на персонал и повышая скорость обработки запросов. Это достигается за счет автоматизации типовых, многократно повторяющихся задач и интеграции с корпоративными системами. Например, бот легко обрабатывает регулярные запросы сотрудников, вроде «Как оформить отпуск?», «Где найти шаблон документа?», используя предварительно загруженную для обучения базу знаний.

ИИ также оптимизирует документооборот, автоматически заполняя формы, сверяя их на соответствие стандартам и упрощая согласование. В финансовом секторе он анализирует расходы, прогнозирует потоки и выявляет аномалии.

В логистике и управлении цепочками поставок ИИ прогнозирует спрос, управляет запасами и снижает издержки. Согласно KPMG, 50% логистических компаний инвестируют в ИИ-аналитику.

Автоматизация ключевых процессов делает бизнес более гибким, снижает затраты и повышает эффективность работы.

Прогнозирование киберрисков

ИИ — это мощный инструмент в сфере информационной безопасности, который обнаруживает уязвимости и не позволяет киберпреступникам совершать успешные атаки. Организации, которые не внедряют ИИ в бизнес, более уязвимы к киберугрозам и страдают от более высокого уровня утечек данных.

Развенчиваем мифы: что мешает компаниям внедрять ИИ

Внедрение искусственного интеллекта в России часто сталкивается с мифами, которые формируют необоснованные страхи. Эти стереотипы замедляют цифровую трансформацию даже в тех секторах, где ИИ уже доказал свою эффективность. Разберем три ключевых заблуждения и объясним, почему они устарели.

• Миф 1: ИИ заменит людей. Главный психологический барьер — страх сокращения рабочих мест. Однако более 60% сотрудников только выиграют от внедрения ИИ. Он автоматизирует рутину — сбор данных, документооборот, базовое общение с клиентами — и высвободит время для творческих задач. Например, разработчики Goldman Sachs отмечают рост производительности на 20% благодаря ИИ. Кроме того, по оценкам нобелевского лауреата Дарона Асемоглу, лишь четверть задач будет рентабельно автоматизировать в ближайшее десятилетие, что затронет менее 5% рабочих функций, подтверждая: ИИ — инструмент дополнения, а не замены человеческого труда.

• Миф 2: Внедрение ИИ — это дорого. Расходы окупаются за счет роста эффективности. Кроме того, в России действуют различные меры господдержки, например, налоговые льготы для бизнеса, при внедрении отечественных IT-решений.

Прогнозная аналитика, например, помогает оптимизировать запасы, сокращать сроки доставки, снижать эксплуатационные расходы, предотвращать аварии оборудования и т.д. Исследование MIT доказывает: цифровая трансформация цепочек поставок снижает издержки на 50% и увеличивает прибыль до 20%.

В сфере клиентской, технической, юридической, HR и иной поддержки цифровые помощники помогают сэкономить компаниям более 5 млн руб. в год на каждые десять сотрудников, использующих сервис, согласно опыту внедрений компании AutoFAQ.

• Миф 3: это сложно, нужно нанимать армию дата-сайентистов. Дефицит кадров в Data Science — проблема, но не приговор. Российский рынок предлагает коробочные продукты по модели SaaS и покупке лицензии на использование даже для компаний без технической базы. Уже есть готовые платформы, не требующие глубоких знаний в ИИ.

Что делать бизнесу уже сейчас

ИИ — уже не технологический тренд, а стратегия, определяющая, кто останется на рынке через пять лет. Особенно это актуально для России: прогнозируемый дефицит квалифицированных кадров превращает ИИ в критически важный инструмент. Благодаря автоматизации процессов и повышению производительности труда с его помощью компании смогут компенсировать нехватку специалистов, сохранив темпы экономического роста.

Как компании внедрить ИИ в свой бизнес

• Проведите аудит процессов, чтобы понять, где ИИ принесет максимум эффекта. Например, для производств могут оказаться эффективные предиктивные ИИ, которые помогут предотвратить простои оборудования. Для ретейла — ИИ, оптимизирующий логистику, цепочку поставок, а также чат-боты, которые повышают качество обслуживания.

• Выберите стратегию: развивать свое решение или использовать готовые платформы. Не всем компаниям нужны собственные AI-лаборатории. В зависимости от задач бизнес может использовать готовые решения. Крупные предприятия часто выбирают гибридный подход: базовые задачи решают через платформы, а специфические — кастомизируют.

• Начинайте с небольших пилотов и быстро масштабируйте успешные решения. На этапе планирования важно поставить четкие KPI пилота и сроки, чтобы вовремя закрыть проект, если он окажется неудачным. Такой подход позволяет тратить ресурсы и быстро масштабировать только те решения, которые доказали свою результативность.

• Инвестируйте в подготовку кадров и работу с данными. Даже лучший ИИ бесполезен без качественных данных и грамотных сотрудников. Начинайте с малого: структурируйте имеющиеся данные (Excel-отчеты, история заказов) и внедряйте корпоративные курсы по основам ИИ.

Внезапный уход иностранных вендоров из страны и растущий спрос на решения из РФ стали мощными драйверами для развития отечественных технологий, в том числе и в сфере искусственного интеллекта. Российские решения уже успешно интегрируются в коммерческие и государственные организации и приносят экономическую выгоду. Чтобы сохранить конкурентоспособность в ближайшее десятилетие, бизнесу нужно перестать воспринимать ИИ как эксперимент. Это — новая норма, где выигрывает тот, кто действует быстро, гибко и без страха. Как показывает практика, даже скромные инвестиции в ИИ окупаются многократно, а откладывание решений грозит потерей не только прибыли, но и места на рынке.

Оценка затрат организаций на внедрение и использование технологий ИИ по видам экономической деятельности, млрд руб. (таблица 1)

Оценка численности специалистов в области ИИ по видам экономической деятельности, млрд руб. (таблица 2)

Источник: ИСИЭЗ НИУ ВШЭ