ГЕНЕРАТИВНЫЙ ИИ В РОССИИ: ГДЕ СПРОС, А ГДЕ АЖИОТАЖ

На чём в российском генеративном ИИ уже зарабатывают, а что пока живёт только в презентациях? Об этом рассказал Дмитрий Фырнин, управляющий партнёр и технический директор SENSE.

Если коротко: компании наигрались с демо, вау-эффект прошёл, и теперь любой проект первым делом проверяют на окупаемость. Агентов, которые обещают заменить сотрудников, легче встретить на слайдах, чем в продакшене, а стабильный доход приносит в основном инфраструктура.

Ниже о том, почему автоматизация HR оказалась скромнее, чем ждали, из-за чего токены не могут дешеветь бесконечно и у каких специалистов зарплаты после пика хайпа пошли вниз раньше всех.

Почему рынок генеративного ИИ в России сложно посчитать

Единой статистики по генеративному ИИ в России нет, общей методики оценки тоже, так что картину приходится собирать по кускам. Ближайший ориентир даёт агентство AIANA: по его оценке, весь российский рынок ИИ в 2025 году вырос на 29,7% и достиг 316,1 млрд руб. Генеративного ИИ в этой сумме немного, крупнейшую долю забирает оборудование. Корпоративный B2B-сегмент генеративного ИИ, по оценке SENSE, исчисляется десятками миллиардов рублей, до сотен он не дотягивает.

С тем, какой продукт считать российским, тоже всё непросто. Дмитрий вспоминает, как ходил по Kazan Digital Week:

«В 2025 году я обошёл все стенды. Отечественных решений для поиска по базам знаний было много. Но стоит разобраться в продукте глубже, и часто под ним обнаруживается отечественная оболочка над ChatGPT или его крупными аналогами».

Дмитрий Фырнин

Управляющий партнёр и технический директор SENSE

Есть и промежуточный вариант, когда компания берёт open-source-модель с открытыми весами и дообучает её под себя. Так нередко делают «Яндекс» и «Авито». Семейство A-Vibe и A-Vision у «Авито» построено на Qwen2.5, свежие версии собраны на Qwen3 и Qwen2.5-VL, и компания этого не скрывает. По новой госклассификации такие модели проходят как национальные, хотя первоначальное обучение (вероятно, самый дорогой этап) проходило за пределами России.

Поэтому «российский рынок генеративного ИИ» пока понятие довольно условное, и любую цифру по нему лучше читать со сноской.

Где спрос на генеративный ИИ уже сформировался

Экспериментальным этот рынок уже не назовёшь, зрелым пока тоже. Компании переходят от пилотов к промышленным внедрениям, но неравномерно, и чаще всего генеративный ИИ закрепляется в четырёх задачах: клиентской поддержке, контенте вроде карточек товаров, продуктовом маркетинге и поиске по корпоративным базам знаний.

У этих задач есть общее: процесс в них чётко прописан, а ошибку можно пережить. Отвечать за результат ИИ по умолчанию не может: на ковёр к финдиректору его не вызовешь. Поэтому его охотно пускают туда, где ответственность допустимо немного размыть. Ошиблась модель в картинке или в ответе техподдержки, ничего страшного, контроль можно и ослабить. В финансовом анализе и принятии решений цена ошибки выше, поэтому внедрения там идут заметно медленнее.

HR: ИИ есть, готовых продуктов нет

От HR ожидали многого, но спрос оказался скромным. Бума готовых ИИ-продуктов для HR нет: компании собирают решения под себя, от анализа резюме до автоматических отказов и скоринга кандидатов. Универсального зрелого продукта так и не появилось, и рынок его пока особо не требует. Постепенно приходит понимание, что ИИ нужен далеко не в каждом процессе.

Где сохраняется ажиотаж: агенты вместо сотрудников

Самая громкая идея на рынке звучит заманчиво: заменить значительную часть сотрудников агентами и заодно вырасти в продуктивности. Но в реальности в решениях, которые продаются как ИИ-агенты, агентной архитектурой в полном смысле обладает около 40%, а большинство MVP так и не доходит до рыночного продукта. К 2026 году рынок перенасытился пилотами, вау-эффект прошёл, и бизнес вернулся к привычным метрикам вроде ROI.

Крупных быстрорастущих компаний, построенных исключительно на агентах, на рынке тоже не видно. Если бы такая модель работала, её владелец быстро занял бы свой сегмент за счёт экономии на людях. Подробнее о моде на «ИИ-сотрудников» и «оркестрацию агентов» в резюме читайте в материале в материале «Агентмаксинг: как компании хвастаются ИИ-сотрудниками». 

Кто инвестирует в генеративный ИИ и во что

Основные деньги у крупных корпораций, прежде всего в финтехе и телекоме, и у государства. Венчурные фонды и частные инвесторы отстают настолько, что их долю можно всерьёз не учитывать.

Разрыв хорошо виден на цифрах. По данным Московского венчурного фонда, за весь 2025 год венчурные инвестиции в России составили 15 млрд руб., а за первое полугодие 2026-го всего 4,6 млрд руб., что на 48% меньше, чем годом ранее. При этом только «Авито» планирует вложить в генеративный ИИ около 12 млрд руб. за три года, до 2028-го. Это примерно 4 млрд руб. в год, то есть около четверти годового венчурного рынка всей страны.

Куда идут деньги, по убыванию привлекательности:

Продукты-оболочки над чужой моделью, скорее всего, окажутся переоцененными. Крупные игроки рассуждают просто: если в основе лежит чужая модель и больше ничего, их команда соберёт такое решение за месяц.

Что приносит возврат инвестиций

Сегодня окупаются в первую очередь инфраструктура и корпоративные внедрения. Пример «Cloud.ru»: по итогам 2025 года сервисы и инфраструктура для работы с ИИ принесли компании 41 млрд руб. и впервые превысили половину выручки, составив 54%. Годом ранее было 23,7 млрд руб., рост около 73%.

С собственными фундаментальными моделями картина сложнее. «Сбер» развивает GigaChat и весной 2025 года сообщал о более чем 15 тыс. бизнес-клиентов. Но строить фундаментальные модели имеет смысл, если у компании бюджет масштаба Сбера: удовольствие очень дорогое.

Даже с таким бюджетом приходится конкурировать с мировым рынком, где сроков окупаемости не знает никто. Крупнейшие мировые игроки пока только планируют выйти на операционную прибыль. Получается, нынешнюю цену токенов во многом оплачивают инвесторы и государственные дотации. Как стоимость токенов и вычислительных мощностей влияет на юнит-экономику агентов, считали подробно в статье на Хабре об экономике «машинного мышления».

Почему цифровой сотрудник не станет копеечным

У цены инференса есть нижняя граница. На тех же видеокартах можно майнить криптовалюту, и владелец мощностей всегда держит этот вариант в уме. Продавая инференс, он несёт альтернативные издержки, поэтому бесконечно падать цены не будут:

«С точки зрения рыночной экономики нет смысла предлагать цифровых сотрудников заметно дешевле, чем стоит наём человека. Особенно если в отдельных отраслях начнутся сокращения: высвобожденные специалисты будут готовы снижать зарплатные ожидания».

Дмитрий Фырнин

Управляющий партнёр и технический директор SENSE

Опыт SENSE: свой сервер вместо облака

Для отдела внутренней разработки в SENSE купили сервер примерно за 500 тыс. руб. и попробовали собрать на нём агентную разработку полного цикла. По инференсу вложение окупается: в облаке те же деньги ушли бы на токены примерно за два месяца.

«Квалифицированные специалисты по-прежнему дают лучший результат и принимают более зрелые архитектурные решения. Агенты усиливают команду, заменить её они пока не могут. Если бы существовало коробочное решение и мы просто потратили 500 тысяч или даже миллион на GPU, то за год прирост производительности команды, вероятно, окупил бы вложения».

Дмитрий Фырнин

Управляющий партнёр и технический директор SENSE

Поэтому в разработке проекта по-прежнему решает уровень команды, инструменты идут вторым номером. 

Главные риски для бизнеса

Дефицит GPU и стоимость инфраструктуры

В «Сбере» отмечали, что GPU остаются самым сложным компонентом для импортозамещения. Произвести нужный объём своими силами Россия не может, а санкции бьют как раз по таким компонентам. Закупать их в промышленных масштабах крайне сложно, а значит дорого. Часто именно оборудование ограничивает отечественные разработки с нуля.

Зависимость от зарубежных технологий стоит делить на две части. В железе она колоссальная. В софте российских решений вместе с open source хватает, чтобы жёстко не зависеть от ChatGPT, Claude и аналогов.

Безопасность данных

Пока ИИ пишет карточки товаров, об утечках мало кто думает. Совсем другое дело, когда агенту открывают клиентскую базу, платёжные системы или внутреннюю почту. Тут безопасность и становится главным ограничением для массовых внедрений.

В универсальных решениях проблема не решена на уровне дизайна самих моделей, и уязвимости находят регулярно. Дмитрий считает, что проверить это рынку придётся на практике:

«Полагаю, в ближайшие полтора года произойдёт несколько крупных инцидентов, связанных с агентами. После этого безопасность станет основной темой рынка».

Переплата за роли на пике ажиотажа

Кадровый риск для инвестора заключается в переплате за роли на пике ажиотажа. Аналитика зарплат SENSE показывает, как быстро рынок откатывается от пиковых ставок.

С I квартала 2023 года до пика рынка в III квартале 2025-го быстрее всех дорожали Data-роли. Медиана DBA уровня Senior выросла на 43%, с 280 до 400 тыс. руб., у ML-специалистов Senior прибавка составила 25%. За следующее полугодие именно Data-направление возглавило снижение: Data Scientist уровня Lead потерял в медиане 115 тыс. руб., Senior 85 тыс. руб.

Прикладные инфраструктурные роли пережили откат спокойнее. ML и DBA уровня Middle за то же полугодие потеряли 7% и 3%. Рынок перестал платить за знакомство с инструментами и начал платить за прикладной результат.

Данные: опрос более 43 тыс. ИТ-специалистов, семь замеров с I квартала 2023 по I квартал 2026 года, медианные зарплаты на руки. Выборка смещена к крупным работодателям из банков, телекома и e-commerce.

Регулирование и сроки окупаемости

Регулирование пока серьёзным риском не стало, оно только формируется. Закон «О поддержке развития технологий искусственного интеллекта в Российской Федерации» Госдума приняла 8 июля 2026 года, основные нормы действуют с 1 сентября. Закон рамочный, конкретику правительство пропишет в подзаконных актах. 

Со сроками окупаемости риск вполне реальный. В ряде сегментов стартапов и MVP столько, что инвестиции распределяются слишком широко. Чтобы привлечь финансирование, проекту нужно заметно обходить конкурентов по продукту. Чаще всё заканчивается тем, что проект выкупает крупный игрок.

Что из этого следует

Рынок прошёл фазу «вау» и теперь спрашивает, окупится ли. Выигрывают компании, которые считают ROI до запуска пилота.