ИИ по-русски: как бизнес в России переходит от экспериментов к внедрению
Российские компании больше не тестируют искусственный интеллект в «пилотном режиме» — они переходят к промышленному применению. По данным за начало 2026 года, отечественный бизнес тратит на ИИ-решения свыше 90 млрд рублей в год, а рынок серверов для ИИ-инфраструктуры за 2025 год достиг 60 млрд рублей. Импульс задаёт федеральный проект «Искусственный интеллект» с бюджетной поддержкой около 15,7 млрд рублей на 2024–2026 годы.
Сбер: ИИ как бизнес-движок
Флагманский пример — Сбер. Совокупный экономический эффект от внедрения ИИ в 2025 году банк оценил примерно в 450 млрд рублей, из которых около 50 млрд рублей принесли решения генеративного ИИ. Аудитория GigaChat превысила 20 млн пользователей. В ноябре 2025 года Сбер открыл веса флагманских MoE-моделей GigaChat Ultra-Preview и Lightning, а GigaChat-ассистент научился самостоятельно выполнять задачи: от покупки товара до анализа финансового отчёта.
МТС: ИИ-трансформация как услуга
МТС в марте 2026 года запустила направление MWS AI — ИИ-трансформацию для крупного бизнеса под ключ. Компания берётся интегрировать ИИ-решения в процессы клиентов, предлагая собственную платформу и команду. Ставка сделана на корпоративный рынок: ретейл, промышленность, телеком.
Нефтяная отрасль и промышленность подтягиваются
«Газпром нефть» и другие промышленные компании активно используют ИИ в логистике и управлении активами: предиктивная аналитика оборудования, оптимизация маршрутов поставок, автоматизация документооборота. По данным TAdviser, реально используют ИИ не более 6% российских организаций — но именно этот узкий круг генерирует основной объём измеримых результатов.
Тренды 2026 года
Несколько устойчивых направлений уже сформировались. Во-первых, агентный ИИ: системы, которые не просто отвечают на вопросы, а выполняют цепочки действий — бронирование, закупки, согласование документов. Во-вторых, отраслевые LLM: компании обучают модели на узкоотраслевых данных — юридических, медицинских, промышленных. В-третьих, импортозамещение ИИ-инфраструктуры: санкционное давление ускорило переход на отечественные GPU-серверы (YADRO и другие) и локальные модели вместо зарубежных облачных сервисов.
Проблема масштабирования
Главный тормоз — разрыв между пилотом и тиражированием. Аналитики фиксируют: 80% ИИ-проектов в мире не выходят за рамки эксперимента, и Россия здесь не исключение. Нехватка размеченных данных, дефицит ML-инженеров и слабая интеграция с унаследованными системами — типичные барьеры. В ответ бизнес ищет решения «под ключ»: готовые отраслевые продукты с предсказуемым ROI вместо самостоятельной разработки.
В целом 2026 год в России — это не год открытий в ИИ, а год масштабирования: крупные игроки фиксируют первые измеримые эффекты и строят инфраструктуру для следующей волны внедрений.
