Четверной прыжок. К 2030 г. российский рынок ПО для искусственного интеллекта вырастет до 95 млрд руб.

17 июня 2026 г. на конференции VK Cloud Conf 2026 аналитик Apple Hills Digital Василий Пименов представил детальное исследование российского рынка ПО для искусственного интеллекта. В основе исследования - опрос более 40 ведущих российских вендоров ИИ-решений, их публичная отчетность и открытые источники. За три года рынок вырос почти вдвое: с 13,5 млрд руб. в 2022 г. до 25 млрд в 2025 г., среднегодовой темп роста составил 22,7%. В 2025 г. рынок прибавил 27% в сравнении с 2024 г.

Структура рынка на текущий момент смещена в сторону прикладного ПО - 76% (18,9 млрд руб.) Крупнейшие сегменты: сервисы разговорной речи (53%) и компьютерное зрение (31%). Однако главная динамика - в сегменте платформ ИИ: MLOps, фундаментальные GenAI-модели, инструменты для создания ИИ-систем. В 2025 г. этот сегмент вырос на 53,5% и составил 6,1 млрд руб. К 2030 г. платформы почти догонят прикладное ПО: их объем достигнет 46,5 млрд руб., а доля вырастет до 49%.

Меняется и модель поставки: пока доминирует локальное развертывание (on-premise - 62,3% рынка в 2025 г.), облачные решения растут быстрее (CAGR 34% против 28% у on-premise). К 2030 г. доля облачных решений достигнет 43%.

Исследование фиксирует переход компаний от стадии пилотов к стратегическим инициативам. Заказчики приходят с конкретными гипотезами и сроками, внутри компаний формируются GenAI-команды и центры компетенций, появляются ключевые показатели эффективности (KPI) на внедрение ИИ. При этом компании все чаще обращаются к вендорам за готовыми решениями, а не разрабатывают все сами.

Дайте мне все сразу

Ведущий бизнес-архитектор направления генеративного ИИ ООО "Рексофт" Данил Привал отметил, что прикладные решения нацелены на конкретную задачу и быстрый измеримый эффект. "Для вендора - это возможность оперативно зайти к заказчику и получить прямую выручку уже сейчас, для бизнеса - понятный показатель эффективности инвестиций (ROI) на основе полученного от внедрения в бизнес эффекта", - сказал Данил Привал.

Генеральный директор ООО "Мобильные Видеорешения" (Ivideon) Заур Абуталимов отметил по опыту, что ИИ в большинстве компаний тормозят не технологии, а переход от пилота к встроенной части операционной модели: "Пока ИИ живет как отдельный эксперимент, эффект чаще выражается в локальных улучшениях - меньше рутины, быстрее отдельные операции. Для системного эффекта компании должны закладывать горизонт два-три года, а не ждать быстрой отдачи".

Руководитель "Платформы ИИ-агентов" Т1 ИИ (ИТ-холдинг Т1) Татьяна Сеземина рассказала, что масштабированию успешных пилотов часто мешает разрозненность данных и старые ИТ-системы, в которых невозможны надстройки: "Барьерами становятся также юридические риски, включая угрозы персональным данным и ответственность за ошибки ИИ. Кроме того, рынку все еще не хватает ИИ-продуктологов, которые умеют переводить бизнес-задачу в техническое задание для модели".

Генеральный директор ООО "Индастрисофт Солюшнс" Алексей Акулов рассказал, что исследование фиксирует важный структурный сдвиг: "При доминировании прикладного ПО платформенные решения демонстрируют вдвое более высокую динамику роста. С нашей точки зрения, вопрос выбора между этими сегментами в парадигме "или/или" не соответствует рыночной логике. Стратегия должна строиться на принципе синергии. В краткосрочной перспективе прикладные решения остаются основным источником выручки, поскольку бизнес готов платить за конкретные функциональные результаты: распознавание речи, компьютерное зрение, прогнозную аналитику".

Президент АО "Наумен" (ГК Naumen) Игорь Кириченко назвал ложной дилемму - выбирать между платформами и приложениями: "Заказчики больше не приходят за пилотами. Они приходят с KPI на внедрение ИИ и хотят получить "фабрику", а не отдельное изделие. Выигрышная стратегия выглядит так: прикладные решения генерируют выручку сегодня и финансируют инвестиции в платформу завтра. Примерно так строились Salesforce и ServiceNow - сначала доминирование в приложении, потом платформа как инфраструктурный слой с высоким уровнем ценности и полезности, а также высокими издержками переключения".

Три-пять лет, и все поменяется

Генеральный директор ООО "Емдев" Алексей Какунин рассказал, что рынок кормит прикладное ПО, потому что туда проще зайти с понятной ценностью и быстрым ROI: "Для выручки "здесь и сейчас" логично опираться на прикладные сценарии (контакт-центры, CV, документооборот). С другой стороны, стратегически выигрывают те, кто уже строит или использует платформенный слой, то есть MLOps, GenAI, инструменты разработки. Оптимальной моделью видится именно связка, когда прикладные решения являются точкой входа и монетизации, а платформы - способом масштабирования и удержания. Через три-пять лет маржинальность и контроль над клиентом сместятся в сторону платформ, потому что они становятся ядром экосистемы и снижают стоимость тиражирования решений".

Бизнес-архитектор проектов ИИ экосистемы "Авандок" (входит в ГК "Корус Консалтинг") Алексей Борщов отметил, что речевые технологии и компьютерное зрение - это рынки с десятилетней историей, у них зрелая клиентская база, устоявшиеся вендоры и умеренный рост в районе 15–20% в год. "Это не новый рынок, а своего рода плато. Платформы ИИ, напротив, выросли на 53% в 2025 г., потому что компании только начинают решать вопрос о том, как управлять моделями, встраивать GenAI в рабочие процессы и не зависеть от одного поставщика модели. Этот вопрос стал массовым лишь в 2024-2025 гг., поэтому зарабатывать проще там, где уже есть клиенты, однако выстраивать стратегию на следующие три-пять лет, на мой взгляд, логичнее в платформенном слое: именно туда идет новый бюджет от заказчиков и вендоров, и именно это направление к 2028-2029 гг. станет ключевым сегментом рынка", - предположил Алексей Борщов.

Директор департамента бизнес-решений и цифровой трансформации "Софтлайн Решения" (входит в ГК Softline) Егор Ворогушин отметил, что для большинства крупных организаций прагматичный ответ - гибридная архитектура: "Чувствительные данные остаются локально, вычисления и модели выносятся в облако. Это не компромисс, а рабочая модель на ближайшие три-четыре года. Переломный момент - 2027-2028 гг. К этому времени должны совпасть два условия: рост отечественных облачных мощностей и адаптация регуляторной базы под гибридные и облачные сценарии. Одного без другого недостаточно".

Управляющий директор холдинга разработчиков промышленного программного обеспечения ООО "Экспанта" Илья Измайлов сказал, что деньги и реальные проекты по-прежнему сосредоточены в прикладных решениях, потому что заказчики покупают не ИИ как технологию, а конкретный бизнес-эффект. "При этом платформенный слой становится стратегически важным: компании хотят быстрее масштабировать ИИ и управлять десятками моделей и сценариев. На горизонте трех-пяти лет наиболее выигрышной выглядит связка платформы и набора прикладных решений поверх нее", - подчеркнул Илья Измайлов.

Директор по стратегическим инновациям ООО "Навикон" Илья Народицкий считает, что через три-пять лет картина изменится: "Платформы будут расти опережающими темпами и почти сравняются по объему с прикладными решениями. Выигрыш получат те, кто уже выстраивает компетенции вокруг платформенного слоя и предлагает готовые сценарии внедрения. Кроме того, и модели ИИ постепенно становятся доступнее, поэтому ценность будет со временем смещаться от самой модели к надежной интеграции с данными заказчика и конкретным бизнес-процессом".

Руководитель группы защиты инфраструктурных ИТ-решений ООО "Газинформсервис" Сергей Полунин предполагает, что в ближайшие два-три года выгоднее делать ставку на прикладные решения: "Но вот на горизонте пяти лет интерес может сместиться в сторону платформ, но только при условии, что конкретный пилот для конкретной прикладной задачи будет успешным. Очевидно, что если компании удастся с помощью ИИ автоматизировать что-то одно, то появится интерес взяться за что-то соседнее, а там и до внедрения общей платформы рукой подать".

Заветный переход

Руководитель продуктов Nova AI и StarGuard AI в ООО "Орион" (Orion soft) Никита Векессер видит переход от экспериментов к стратегическим инициативам на практике: "Если в 2025 г. компании в основном активно закупали оборудование с GPU, то в 2026 г., помимо еще более активных on-prem-закупок, появился массовый интерес к инфраструктурным платформам для запуска и эксплуатации больших языковых моделей, а также к вопросам безопасности ИИ-систем. Масштабировать успешные пилоты чаще всего мешают ограничения на аппаратном или инфраструктурном уровне. В большинстве случаев это следствие того, что на старте проекта хорошо был продуман сам пилот, но не до конца предусмотрено, как он будет жить в production и масштабироваться под реальную нагрузку".

Старший партнер ИТ-интегратора "Энсайн" Алексей Постригайло считает, что переход от экспериментов к системным внедрениям есть, хотя он идет неравномерно: "В 2024 г. заказчик чаще просил показать возможности модели, то есть сделать помощника или черновик ответа. В 2026 г. вопросы стали сложнее, например, в какой процесс встроить систему, что происходит при ошибке. Наиболее частые запросы связаны с обработкой документов и подготовкой рабочих материалов. Масштабирование тормозит не сама модель. Пилот работает на очищенных данных и под присмотром команды, а промышленная система сталкивается с разными правами доступа и постоянной нагрузкой. Удачный пилот доказывает, что алгоритм умеет решать задачу. Он еще ничего не говорит о том, готова ли компания выполнять эту задачу каждый день".

Исполнительный директор ООО "Элма" (Elma) Наталия Долженкова также отметила, что этот переход хорошо заметен: "В 2024 г. большинство запросов были связаны с самой возможностью использования генеративного ИИ. Компании хотели понять, что умеют большие языковые модели, можно ли подключить их к корпоративным данным, насколько качественно они работают в конкретных сценариях. В 2026 г. характер запросов изменился. Заказчики гораздо чаще приходят с конкретной бизнес-задачей. Их интересует стоимость одной ИИ-операции, сроки окупаемости, влияние на производительность сотрудников, снижение издержек или скорость обработки документов. Кроме того, во многих крупных компаниях появляются центры компетенций по ИИ, формируются внутренние команды, появляются KPI, связанные с внедрением технологии. Это признак того, что ИИ постепенно переходит из категории инновационных инициатив в категорию операционных инструментов".

Директор центра развития ИИ-продуктов ИТ-экосистемы "Лукоморье" (ООО "РТК ИТ Плюс") Денис Романов рассказал, что применимость высокая, но избирательная: "ИИ-агенты эффективно закрывают до 60% типовых запросов и обеспечивают персонализацию, однако в сложных или эмоционально окрашенных сценариях остаются уязвимыми к галлюцинациям и этическим рискам. Успешные кейсы строятся на гибридной модели: агент берет на себя рутину и первичную аналитику, но критические решения и эскалации остаются за человеком. Ключевой фактор успеха - не мощность модели, а качество интеграции в бизнес-процессы и наличие механизмов контроля".

Руководитель ИИ-лаборатории ООО "БПС Инновационные Программные Решения" Олег Пацианский на практике видит этот переход от экспериментов к стратегическим инициативам: "Это, в первую очередь, связано с тем, что эффективность последних разработок генеративного ИИ позволяет такой переход осуществить. До этого момента это было неочевидно. Запросы от заказчиков основываются на тех публичных успешных кейсах внедрения искусственного интеллекта, которые есть на рынке, в том числе с участием наших тяжеловесов, больших компаний, которые об этом рассказывают".

Генеральный директор ООО "Формула изменений" (Unadesk) Елена Волкова поведала, что среди крупных клиентов enterprise-сектора она не видит тенденции перехода к облакам: "Подавляющее большинство наших клиентов этого сектора размещают и будут размещать в ближайшие несколько лет все продукты линейки нашей компании на серверных мощностях, интегрируя их с ИИ-движками, стоящими также внутри их контура. Это связано с информационной безопасностью и сопряженными рисками. Другая ситуация у мелкого и среднего бизнеса: тут готовность использовать облачные решения намного выше, и в ближайшие годы она будет только усиливаться. Еще больше компаний в принципе будут использовать ИИ-решения, поэтому рынок будет увеличиваться как минимум с текущими темпами".

По мнению генерального директора ООО "Лаборатория Наносемантика" Сабины Спириной, росту облачной поставки мешают три главные вещи: "Законы, безопасность и деньги. Крупные заказчики, такие как банки, госструктуры, оборонные предприятия обязаны хранить данные только в защищенных контурах, часто с аттестацией по требованиям регуляторов. И далеко не все облачные провайдеры могут дать такой уровень защиты именно под задачи с искусственным интеллектом. В итоге компаниям спокойнее держать все у себя. Второй момент - это чистая экономика. Аренда мощностей под серьезные ИИ-проекты в российских облаках требует таких расходов, что если у вас стабильная и большая нагрузка, то купить кластер и обслуживать его зачастую выгоднее, чем платить за облако годами".

Директор по развитию бизнеса ООО "Айсиэл Сервисез" (ICL Services) Марина Кириленко отметила, что облака удобнее для быстрых запусков, тестирования гипотез и временных нагрузок. "Но в корпоративном ИИ почти всегда есть чувствительные данные: персональные, коммерческие, финансовые, производственные. Для банков, госсектора, промышленности и телекома вопрос не столько в удобстве, сколько в контроле: где лежат данные, кто имеет к ним доступ и как выполняются требования безопасности. Плюс многие крупные заказчики уже вложились в инфраструктуру и не готовы быстро переносить критичные ИИ-нагрузки наружу. Это не всегда консерватизм - иногда это вполне рациональная осторожность", - сказала Марина Кириленко.

Руководитель группы ООО "Ланит-Терком" (входит в ГК "Ланит") Михаил Смирнов объяснил, почему большая часть заказчиков не готова передавать данные во внешнюю инфраструктуру: "Многие задачи требуют быстрой реакции и гарантированной связи, поэтому облака тут неприменимы. У нас большинство систем предполагают работу только на мощностях внутри контура заказчика. На данный момент я не вижу факторов, способных изменить этот тренд. Крупные компании нередко создают частные облака, однако, по сути, это также является локальным размещением вычислительных ресурсов и данных".