40% российских ИТ-компаний используют генеративный ИИ

Искусственный интеллект прочно вошел в арсенал российского ИТ-бизнеса. Лишь 8% организаций в ИТ пока не применяют эту технологию, а 40% компаний уже имеют полноценно внедренные проекты.

Как показало исследование, цифровизация ИТ-отрасли в России приобретает системный характер. 45% респондентов отметили, что в их компаниях созданы специальные отделы или центры компетенций по искусственному интеллекту. Работа с этими технологиями закреплена в стратегиях цифровой трансформации 51% компаний. Каждая четвертая организация (27%) пошла еще дальше и разработала отдельную стратегию по ИИ.

ИИ приносит реальную пользу в ключевых бизнес-процессах. Наибольшую ценность, по оценкам специалистов, технологии дают в разработке новых продуктов, клиентской поддержке, продажах и маркетинге. Эффект от внедрения подтверждается на практике: 47% специалистов отмечают ускорение бизнес-процессов, а 43% — повышение общей эффективности.

На рынке сформировался набор самых популярных технологий. Чаще всего компании используют ИИ-ассистентов и чат-боты (59%) и генеративный ИИ для создания текстов и изображений (59%). В каждой второй ИТ-компании (50%) применяются системы распознавания документов. Реже внедряются речевая аналитика, компьютерное зрение и ИИ-агенты.

70% организаций применяют или тестируют ИИ-решения последние 1–3 года. Каждая восьмая (13%) использует технологии искусственного интеллекта более четырех лет. Инвестиции в ИИ растут: 49% компаний планируют направлять на его развитие 3–5% своей выручки в течение следующего года.

Даже компании без опыта готовы пилотировать ИИ. 80% организаций, которые пока не используют искусственный интеллект, намерены запустить пилотные проекты в ближайшие 1–2 года.

Главными барьерами для масштабирования остаются высокая стоимость решений, сложность интеграции и дефицит квалифицированных кадров. Эксперты рекомендуют четкий продуктовый цикл внедрения для минимизации рисков и фокуса на бизнес-ценности. Цикл включает пять этапов: формулирование гипотезы с измеримой целью, создание прототипа на реальных данных, запуск пилота для оценки влияния на бизнес-метрики, развертывание промышленной версии с мониторингом качества модели, безопасности передачи данных и сбором обратной связи от пользователей, а также регулярные итерации для улучшения решения, упрощение процесса вместо наращивания сложности модели.