Дмитрий Харитонов: «Рынок ИИ растет быстрее ИТ»
Генеральный директор ИТ-холдинга Т1 — об ИИ-экономике
Активное внедрение искусственного интеллекта (ИИ) обостряет существующие вызовы российского рынка — прежде всего дефицит инфраструктуры и растущий разрыв между объемом инвестиций и их окупаемостью. О барьерах масштабирования ИИ и его внедрениях с фокусом на экономику процесса рассказал генеральный директор ИТ-холдинга Т1 Дмитрий Харитонов.
В глобальной ИИ-гонке какие страны сегодня действительно задают темп? По каким критериям корректнее всего сравнивать их успехи?
Глобальную динамику ИИ задают США — по части фундаментальных исследований и стартапов, а также Китай — с точки зрения масштаба внедрения и господдержки. При этом ключевыми метриками становятся не только инвестиции, но и качество моделей, экономический эффект и вычислительный суверенитет.
В 2025 году мировые корпоративные расходы на генеративный ИИ достигли $37 млрд (рост в 3,2 раза), по данным отчета Menlo Ventures. Однако масштабирование выявило разрыв между инвестициями и отдачей: около 1% компаний фиксируют рост прибыльности или сокращение затрат на 20% и более, а 53% — окупаемость инвестиций (ROI) на уровне 1–5%.
Основная проблема — управленческая зрелость. Без четких бизнес-задач и аудита процессов ИИ остается затратным экспериментом. Хотя 91% компаний отмечают рост продуктивности, только 23% могут его измерить, говорят нам данные Larridin. Эксперты IBM Institute for Business Value (IBV) отмечают, что при структурированном подходе ROI достигает более 50%, при спонтанном — не превышает 5–6%. Эффективные компании обеспечивают прозрачность затрат, точную атрибуцию и учет полной стоимости владения.
В целом рынок переходит к более зрелой модели внедрения, где ключевыми становятся прикладная ценность, экономика и безопасность. В России уровень зрелости пока остается средним и неоднородным: быстрее продвигаются data-driven отрасли, тогда как в промышленности и нефтегазе внедрение ИИ пока носит точечный характер.
В каких элементах ИИ-экономики у нас уже есть заметная база, а по каким направлениям отставание от мировых лидеров наиболее чувствительно?
Сильной стороной России остается кадровая база и прикладные компетенции — прежде всего в обработке естественного языка (NLP), компьютерном зрении и моделях для русского языка. Отечественные компании уже создали ряд рабочих решений в этих сегментах, однако все еще сохраняется дефицит квалифицированных специалистов.
Одновременно наблюдается отставание в развитии универсальных мультимодальных моделей (например, аналогов GPT‑4V), инструментов для работы с крупными моделями, а также в доступе к графическим процессорам для ускорения работы ИИ (Graphics Processing Unit, GPU) и вычислительным кластерам. Эти ограничения критичны, поскольку современные ИИ-решения напрямую зависят от вычислительных ресурсов: по оценкам UBS, более 70% стоимости сервера для задач ИИ приходится на GPU.
Согласно результатам нашего исследования, в стране используется около 18 тыс. графических процессоров, при этом полностью обеспечены ресурсами лишь около 9% организаций. На этом фоне спрос на мощности быстро растет: рынок ИИ-ускорителей оценивается в 63 млрд руб. в 2025 году и может превысить 250 млрд руб. к 2030‑му. Развитие дата-центров дополнительно усилит этот тренд.