Коротко о главномРазвернутьСвернуть
- Интегратор «Инфосистемы Джет» и аналитическое агентство Smart Ranking 1 сентября опубликовали исследование ИИ-зрелости крупного российского бизнеса.
- Опрошены 52 компании, в которых работает около 450 тысяч человек, плюс семь глубинных интервью.
- Главная цифра: 86% компаний используют или тестируют большие языковые модели.
Интегратор «Инфосистемы Джет» и аналитическое агентство Smart Ranking 1 сентября опубликовали исследование ИИ-зрелости крупного российского бизнеса. Опрошены 52 компании, в которых работает около 450 тысяч человек, плюс семь глубинных интервью. Главная цифра: 86% компаний используют или тестируют большие языковые модели. Вторая, менее громкая: до промышленной эксплуатации генеративный ИИ довели 53% , а полностью автономные агенты работают в проде лишь у 8% .
Для разработчика это карта спроса. Если пилоты есть почти у всех, а в прод доходит половина, то основная работа сейчас не в том, чтобы «прикрутить модель», а в том, чтобы довести её до надёжной эксплуатации: данные, интеграции, контроль качества и стоимость. Именно там исследование и находит барьеры.
Разрыв между пилотом и продом
Самая показательная пара цифр относится к агентам. Полуавтономных агентов, где человек проверяет результат, осваивают 59% компаний, но в промышленной эксплуатации они лишь у 15%. Для полностью автономных систем разрыв ещё резче: 25% против 8%. Авторы формулируют это прямо: «настоящего бума ИИ-агентов пока не случилось». Пилот сделать легко, а вот отвечать за агента, который сам совершает действия в учётной системе, компании не спешат.
Без данных искусственный интеллект не приносит ожидаемого экономического эффекта. Максим Андрианов «Инфосистемы Джет»
Три барьера
Первый — деньги на железо: 58% называют стоимость серверов главным препятствием. Это особенность российского рынка, где доступ к облачным GPU зарубежных провайдеров ограничен, а свои серверы дороги. Второй — юридические риски, 56%: персональные данные, ответственность за решения модели, требования регуляторов. Третий — экономика: 46% не видят устойчивого эффекта уже на стадии пилота. Отдельная цифра того же опроса: 44% крупных компаний отказываются от внедрения агентов.
Где ИИ уже работает
Ниши предсказуемые, но полезно видеть их в цифрах: контакт-центры и поддержка клиентов у 75% респондентов, аналитика и BI у 63%, внутренние ИТ-службы и сервис-деск у 60%. Это задачи с большим потоком однотипных текстов, где ошибку модели легко поймать и дёшево исправить. Разработка ПО как отдельная ниша в опубликованной выжимке не выделена.
Что это значит для разработчика
- Спрос смещается от «умею вызвать API модели» к «умею довести до прода»: оценка качества, наблюдаемость, ограничение стоимости, откат при деградации.
- Работа с данными снова главный навык: интеграция с учётными системами, очистка и разметка, права доступа к корпоративным источникам.
- Локальный инференс и оптимизация под ограниченное железо востребованы: стоимость серверов назвали главным барьером 58% компаний.
- Комплаенс становится частью задачи: где хранятся данные, что уходит в модель, как это объяснить юристам.
- Агенты с полной автономией пока экзотика; полезнее уметь строить полуавтономные сценарии с проверкой человеком, которые реально доходят до прода.
Оговорка о выборке. 52 компании — это крупный бизнес, и выводы не переносятся на средние и малые компании автоматически. Полную версию исследования можно запросить на сайте «Инфосистем Джет»; «Ведомости» приводят выжимку в партнёрском материале.
Контекст
Для сравнения авторы приводят глобальный опрос McKinsey State of AI 2025: 88% компаний в мире применяют ИИ хотя бы в одной функции, а влияние на прибыль до вычета процентов и налогов фиксируют 39%. Российские 86% по проникновению выглядят сопоставимо, но по доле компаний с измеримым эффектом сравнить нельзя: методики разные.
Источник: Достичь ИИ-зрелости: 86% крупных компаний внедрили большие языковые модели («Ведомости»)
Изображение на обложке: иллюстрация сгенерирована ИИ для Tproger
