Новости

Аппетиты к ИИ опережают качество управления и инвестиции. 58% компаний подтвердили, что вообще не включили ИИ в ИТ-стратегию, либо пока рассматривают его только как перспективное направление. Лишь 22% респондентов сформировали цели и закрепили ответственных за развитие ИИ, у 11% есть утвержденная стратегия и всего 9% выделили под ИИ отдельную структуру.

При этом исследование показало взаимосвязь между зрелостью системы управления ИИ и объемами инвестиций. Так, среди компаний с выделенным ИИ-офисом половина респондентов инвестирует в ИИ от 5% до 15% от ИТ-бюджета, а еще треть — более 15%. В то время как 94% предприятий, где ИИ не упоминается в стратегии, вкладывают в него менее 5% всех технологических расходов.

Все это отражается и на подходах к оценке финансовых результатов: 44% компаний вообще не измеряют эффект от внедрения ИИ, еще 25% отслеживают отдельные показатели, но не связывают их с экономикой бизнеса. В результате, почти 7 из 10 компаний пока не могут показать, что конкретно изменилось в экономике бизнеса после применения ИИ.

Пока сложно с эффектом масштаба

Наиболее частая модель интеграции ИИ в бизнес-процессы — точечное внедрение, через отдельные эксперименты (44%). 22% компаний используют ИИ сразу в нескольких подразделениях, а 14% применяют на постоянной основе в одном или нескольких бизнес-процессах. Встроить ИИ в ключевые процессы как стандартный инструмент работы пока смогли лишь 12% организаций.

Существенным барьером масштабирования ИИ-инициатив остается недостаток инфраструктуры и внутренних компетенций. Почти половина компаний (45%) используют отдельные облачные сервисы и специализированные инструменты под конкретные задачи, тогда как единую масштабируемую ИИ-платформу развивают только 13% организаций.

Внедрение ИИ по-прежнему во многом держится на отдельных специалистах у 48% компаний. Специализированные команды сформированы у 19% респондентов, а программы развития ИИ-компетенций только у 14%. При этом заметна прямая зависимость между навыками и внедрением: в компаниях с высоким уровнем интеграции ИИ в ключевые бизнес-процессы, 88% системно развивают внутреннюю экспертизу в этой технологии.

Безопасность использования ИИ остается зоной риска

Отдельной проблемой остается управление рисками. 47% компаний не имеют внутренних правил или политик, регулирующих применение искусственного интеллекта. Еще 20% находятся на этапе разработки отдельных документов. Только 13% организаций внедрили политики по работе с данными и этике использования ИИ и лишь 17% регулярно оценивают риски и применяют меры защиты.

Даже среди крупнейших компаний с выручкой свыше 10 млрд руб. почти половина не имеет формализованных правил использования ИИ. Это показывает, что масштаб компании сам по себе не гарантирует готовности управлять рисками технологии.

Компании рассматривают ИИ прежде всего как инструмент повышения эффективности в тех процессах, где есть данные, проще встроить технологию в работу и быстро получить измеримый бизнес-результат. Поэтому основные инвестиции в ИИ в ближайшие годы, вероятно, будут направлены на те сценарии, в которых легче пройти путь от работающей модели до понятной экономики.

Правительство Республики Марий Эл более семи лет использует продукты Directum. В системе Directum 5 работали все 23 органа исполнительной власти региона, Администрация и подведомственные учреждения. Новые федеральные стандарты цифровизации потребовали от региона перехода на более гибкую и масштабируемую платформу. В качестве такого решения был выбран Directum RX. Ключевой задачей стало перевести всех пользователей максимально быстро, исключив параллельную работу в двух системах.

В рамках проекта, реализованного в правительстве Марий Эл, в «цифру» перевели работу с входящими и исходящими документами, обращениями граждан, приказами, распоряжениями, служебными записками и исполнением поручений. В ходе внедрения разработали сквозной маршрут согласования исходящих писем с Администрацией главы, скорректировали порядок работы с обращениями граждан и др.

Работы велись на предварительно развернутом тестовом контуре. Благодаря преимуществам no-code платформы большинство настроек выполняли сотрудники подведомственного учреждения без привлечения вендора.

В планах правительства — подключение к работе на базе платформы Directum RX новых организаций, интеграции с РВД, ПОС и Р7-Офис, а также внедрение ИИ-инструментов в основные процессы.

Одной из ключевых задач проекта стало создание централизованной среды виртуальных рабочих мест. Основным сценарием для РусГидро являлось не подключение пользователей к физическим удаленным компьютерам, а предоставление рабочих столов из серверной инфраструктуры. Виртуальные рабочие места создаются на основе эталонного «золотого» образа, что позволяет централизованно управлять пользовательской средой, унифицировать ее конфигурацию и упростить сопровождение рабочих мест.

Одним из важных критериев при выборе VDI-платформы стало наличие у вендора собственного протокола удаленного доступа. В Termidesk VDI используется собственный проприетарный протокол TERA, предназначенный для подключения пользователей к виртуальным рабочим столам и приложениям.

Еще одним существенным требованием стала возможность работы VDI-платформы с различными отечественными системами виртуализации. Это позволяет использовать Termidesk VDI в гетерогенной инфраструктуре и дает больше возможностей при выборе и развитии базовой платформы виртуализации.

Также для Группы РусГидро была важна поддержка публикации приложений. Помимо предоставления полноценных виртуальных рабочих столов, платформа позволяет централизованно предоставлять пользователям отдельные корпоративные приложения без необходимости выделять для этого полный виртуальный рабочий стол.

Отдельной задачей проекта стало обеспечение функциональности, необходимой для перехода с ранее используемых решений Citrix. На момент начала проекта отдельные возможности Termidesk VDI требовали развития с учетом требований заказчика. Необходимый функционал был реализован в рамках доработок со стороны вендора, что позволило адаптировать платформу к существующим сценариям эксплуатации и обеспечить требуемые РусГидро возможности.

В результате внедренная система обеспечила централизованное предоставление виртуальных рабочих мест и корпоративных приложений пользователям организаций компании независимо от их территориального расположения. Для РусГидро с ее географически распределенной инфраструктурой внедрение VDI позволяет использовать единый подход к организации рабочих мест в разных регионах страны.

Российский облачный рынок уже не первый год входит в число наиболее динамично растущих сегментов ИТ-сферы. Так, по итогам 2025 года объем облачных сервисов увеличился на 29%, достигнув 96 млрд руб. Эксперты прогнозируют сохранение этой тенденции с ежегодным приростом не менее 30% в ближайшие два года. За этой динамикой стоит глубоко структурированный подход бизнеса.

Облачная стратегия в 2026 году, как подчеркивают эксперты DataSpace Cloud, строится на прагматичном распределении нагрузок. Разделение на облачные и локальные ландшафты уходит в прошлое: российские предприятия все чаще разворачивают инфраструктуру в смешанных средах, и это становится новой отраслевой нормой. По оценкам экспертов, около 50% заказчиков выбирает именно гибридный подход, распределяя нагрузку между облаком и локальными мощностями.

Так, в приватном контуре сегодня остаются преимущественно legacy-системы с жесткой привязкой к оборудованию, проприетарные базы данных, а также монолитные приложения, реорганизация которых обойдется дороже, чем их эксплуатация на существующих мощностях. Кроме того, on-premise все еще сохраняет позиции в высокопроизводительных производственных системах с высокими требованиями к задержкам.

Публичное облако, напротив, становится основной средой для большинства рабочих нагрузок – веб-приложений, CRM, корпоративных сервисов, маркетинговых систем, а также аналитических платформ и AI/ML-нагрузок. Возможность мгновенно масштабировать ресурсы под переменный спрос без капитальных инвестиций в избыточные мощности делает эту модель для бизнеса сегодня экономически наиболее предпочтительной. Кроме того, отдельного внимания заслуживает сегмент регулируемых систем, включая банковские решения, обработку персональных данных, которые благодаря сертифицированной облачной инфраструктуре провайдера успешно переносятся в облачные контуры, избавляя компании от затрат на собственный комплаенс.

По оценкам «Рексофт Консалтинг», российский рынок HR Tech превысил 42 млрд руб. в 2025 году, прибавив за год 12%. Согласно прогнозам, в 2026 году он может достигнуть 45,2 млрд руб., составляя около 1% от ИТ-рынка России и 2,8% от рынка ПО.

Как отмечают эксперты, рынок HR Tech в России претерпел серьезные изменения, пережив пик своего роста в 2023 году, и в ближайшем будущем не ожидается новых скачков. В целом потенциал рынка еще далеко не исчерпан – в части как отложенной цифровизации в малом и среднем бизнесе, так и отложенного импортозамещения в крупном. Отчасти, вероятно, данный потенциал будет реализован в форме заказной или внутренней ИТ-разработки и таким образом «растворится» в общем объеме ИТ-индустрии. Рост по сегментам внутри HR Tech останется неравномерным, а влияние ИИ на выручку тех или иных игроков более однозначно проявит себя в течение нескольких лет.

Специализированные и вспомогательные решения

Рынок HR Tech раздроблен и насыщен ИТ-решениями разной степени зрелости для отдельных задач. На ландшафте представлено 220 уникальных HR Tech продуктов, 50% из которых зарабатывают менее 55 млн руб. в год, а 25% – менее 5 млн руб. Число доступных ИТ-продуктов для пользователей возрастает за счет смежных систем, содержащих часть HR-функционала (например, профильные или отраслевые системы управления хозяйственной деятельностью, проектами, операционными процессами для линейного персонала), а также некоторых ИТ-решений из «дружественных» стран.

Наиболее насыщены по количеству игроков сегменты развития персонала (LMS, TMS), подбора (ATS), кадрового администрирования (КЭДО) и управления сквозным опытом сотрудника (корпоративные или HR-порталы). Меньше всего решений в категориях кадровых учетных систем (HRIS), оргдизайна и планирования персонала (CPM и BI-решения для HR), а также комплексных НСМ-платформ.

Создание единого HR-решения откладывается

До настоящего времени среди российских решений не появилось какого-то единого ИТ-продукта, покрывающего весь комплекс HR-процессов, характерных для крупного бизнеса с высокой вариативностью и сложностью операций, – развитие систем на уровне ушедших зарубежных аналогов требует серьезных и многолетних инвестиций. Однако динамика запроса заказчиков, возможности технологий и перспективы рынка таковы, что воспроизведение прошлых эталонов теряет актуальность — индивидуальный подход к автоматизации обходится все дешевле.

Наиболее вероятным сценарием является сохранение большой вариативности и адаптивности ИТ-решений, наряду с усилиями заказчиков по их доработке, интеграции с иными продуктами и обогащению либо замене части систем инструментами на базе ИИ. При этом ряд крупных компаний будут продолжать собственные ИТ-разработки, часть из которых впоследствии либо пополнят HR Tech ландшафт, либо будут заменены на вендорские ИТ-продукты.

В новой реальности задача стандартизации HR-процессов на базе «передовых практик» отходит на второй план. Все большее значение приобретают гибкость и точечная настройка цифровых инструментов под конкретные бизнес-задачи. В фокусе внимания оказывается не процесс, а опыт сотрудника, что закономерно повышает роль владельца HR Tech продукта и владельца сквозного «опыта сотрудника» внутри компаний.

По мнению респондентов, российский рынок ITSM продолжает уверенный рост. В 2022 году его объем оценивался в 8-10 млрд руб., к 2024 году он достиг 12-15 млрд руб., а к 2030 году размер этого сегмента может превысить 25 млрд руб. Эксперты отмечают качественное изменение его структуры: ранее основным драйвером роста было импортозамещение, сегодня фокус смещается на повышение зрелости ITSM-процессов и их экономической эффективности.

Исследование показало заметный разрыв в уровне зрелости. Для 38% компаний ITSM остается прежде всего системой регистрации обращений (Service Desk), 23% используют ее как полноценную операционную платформу для управления ИТ-процессами, изменениями, активами и аналитикой. Еще 8% распространили сервисный подход за пределы ИТ и достигли уровня Enterprise Service Management (ESM) – применение принципов управления ИТ-услугами в других сервисных подразделениях организации.

По данным опроса, практический опыт внедрения ИИ в ITSM уже получили 36% крупных компаний: 18% реализуют пилотные проекты и еще столько же используют технологию в промышленной эксплуатации. Наиболее востребованный сценарий – автоматическая классификация и маршрутизация обращений, а также поиск по базе знаний: его отметили 54% респондентов. Далее следуют подсказки специалистам службы поддержки (49%), генерация ответов (44%) и чат-боты (41%).

Ключевым направлением развития ITSM в 2026 году участники исследования назвали внедрение сценариев с использованием ИИ – такой вариант указали 36% респондентов. На втором месте – повышение качества данных, развитие баз знаний и сокращение ручных операций (31%). При этом основными барьерами для развития ITSM компании называют ограниченный бюджет (59%), недостаточную зрелость процессов (44%) и неочевидный бизнес-эффект от внедрения (38%).

В финансовой отрасли 43% компаний указали, что ответственность за ИИ и данные закреплена на уровне выделенного руководителя — CAIO, CDO или сопоставимой роли, тогда как в остальных секторах этот показатель составляет 30%. Еще более заметна разница в подходах к управлению рисками: 24% финансовых организаций за них отвечает риск-менеджмент или комплаенс, в других отраслях — лишь 6%.

Бюджеты на данные и ИИ-проекты выросли у 81% финансовых организаций (у трети — более чем на 50%), при этом ни один банк не сообщил об отсутствии отдельного финансирования. В других отраслях отдельный бюджет не выделяется у 18% компаний, а рост более чем на 50% зафиксирован только у 25%.

Банки также активнее готовятся к новому регулированию в ИИ. Нормы закона обязывают компании КИИ четко знать, какие модели и сервисы используются в корпоративном контуре, на каких данных они работают, к каким системам имеют доступ. 86% финансовых организаций оценили свою data-инфраструктуру как полностью или частично готовую к требованиям закона, тогда как в других отраслях этот показатель составляет 73%. При этом готовность data-инфраструктуры не означает, что конкретные наборы данных уже пригодны для ИИ-сценариев. 62% банков считают, что их данным требуется доразметка, очистка или консолидация. В других отраслях о частичной готовности сообщили 39% компаний. При этом банки реже называют данные главным барьером: 19% против 23% в других отраслях.

Главная системная проблема в управлении ИИ сегодня во всех отраслях — отсутствие измеримых KPI. Лишь 24% финансовых организаций используют количественные метрики, такие как число инцидентов, полнота документации или уровень автоматизации контрольных процедур; в других отраслях этот показатель составляет 26%. При этом 48% банков ориентируются преимущественно на качественные оценки — например, результаты аудитов, а 14% оценивают процесс без формализованных метрик. В результате около трех четвертей компаний не имеют количественных KPI для управления.

Как отмечают аналитики К2Тех, наблюдается парадокс: инвестиции в ИИ растут быстрее, чем у компаний появляется способность измерить и доказать их бизнес-эффект. Поэтому следующий уровень зрелости — не еще один бюджет на GenAI, а портфельное управление: каждая инициатива должна иметь владельца, стоимость, риск-профиль, измеримые метрики эксперимента и понятное решение по итогам — масштабировать, доработать или закрыть. Иначе даже хорошо финансируемая ИИ-программа довольно быстро превращается в дорогую коллекцию пилотов.

В банках наблюдается более сильный разрыв между ожиданиями топ-менеджмента и реальной готовностью бизнеса к внедрению ИИ: 38% финансовых организаций сообщили о сильном разрыве, тогда как в других отраслях — только 24%. Полное соответствие ожиданий ресурсам зафиксировано лишь у 10% банков против 25% в других секторах. Это означает, что даже при более зрелой организационной структуре и финансировании банковское руководство ждет от ИИ большего, чем могут обеспечить текущие данные и инфраструктура.

Новая коммуникационная среда для «ФК Гранд Капитал» реализована на базе «Битрикс24» с использованием модулей «Улей: Геймификация» и «Улей: Опросы». Внутренняя валюта «Спасибо» позволяет сотрудникам из любых городов поощрять друг друга за достижения и обменивать баллы на мерч. Опросы, переведены на портал, что сократило трудозатраты HR и ИТ на сбор и обработку данных.

Готовые решения позволили объединить более 2 тыс. сотрудников в едином цифровом пространстве. Сотрудники получили инструмент нематериальной мотивации и обратной связи, а компания – современную платформу для укрепления корпоративной культуры.

70% банков не имеют внутренних ресурсов для самостоятельной настройки антифрод-систем, а более половины не смогли внедрить новые регуляторные требования без масштабных доработок со стороны вендора. При этом базовая задача выявления мошенничества в дистанционных каналах в целом решена: уровень защиты интернет-банка и мобильных сервисов достигает почти 100%. Гораздо меньше внимания банки уделяют операциям в отделениях и кредитным продуктам, где уровень покрытия средствами антифрода не превышает 40%.

Еще один вывод исследования — разрыв между ожиданиями рынка от ИИ и реальными результатами. Несмотря на высокий интерес к ИИ, только 13% банков используют машинное обучение как основной механизм выявления мошенничества, и ни один из них не оказался полностью удовлетворен его работой. Основные причины — непрозрачность принятия решений, высокие требования к качеству данных и стоимость эксплуатации моделей. В частности, алгоритмы не раскрывают, по каким критериям относят операции к подозрительным, а это затрудняет анализ и верификацию аномалий специалистами банка.

При этом классические механизмы защиты по-прежнему остаются наиболее востребованными. Сценарии, основанные на правилах, удовлетворяют 87% банков, а многофакторные модели оценки риска — всех опрошенных, однако их внедрили лишь 40% организаций, поскольку такие решения требуют сильную внутреннюю экспертизу.

Исследование также показало, что встроенных возможностей анализа существующих антифрод-платформ уже недостаточно. 73% респондентов считают их функционал ограниченным, поэтому 80% банков создают собственные хранилища данных, а 40% дополнительно внедряют решения для выявления связей между клиентами, счетами и операциями.

По мнению экспертов «Инфосистем Джет», рынок антифрод-систем переходит в новую стадию развития. Базовая задача по выявлению мошенничества в целом решена, о чем говорит большинство участников рынка, однако реальная проблема кроется в архитектуре самих платформ. Волна регуляторных изменений 2023–2025 годов наглядно продемонстрировала, что 73% банков не способны оперативно адаптировать свои антифрод-решения к новым требованиям без масштабного привлечения вендора. При этом речь идет не о дефиците технологий, на первый план выходит контроль процесса настройки, корректировки потоков данных и общей гибкости реагирования.

Маркетинг цифровой платформы требует координации большого числа направлений: брендовых, performance- и digital-размещений, CRM-коммуникаций, SEO, SMM, PR, контента и ивентов. Раньше медиапланы и брифы М2 жили в разных сервисах, что вызывало путаницу, сложные и долгие согласования с агентствами, множество ручных процессов. При росте числа запусков, аудиторий, географий и партнеров команде стало важно работать не с разрозненными файлами, а с единой версией данных по кампаниям, бюджетам и результатам.

MWS Tables была выбрана как no-code платформа, которая позволяет бизнес-командам быстро настраивать процессы без длительного цикла ИТ-доработок. Для M2 также было важно объединить несколько связанных маркетинговых контуров в одном пространстве, работать с формами, дашбордами, справочниками, оповещениями и обеспечить интеграцию с другими сервисами, которыми пользуются как сотрудники, так и внешние агентства-подрядчики.

В MWS Tables собрана рабочая архитектура маркетинга M2: медиапланы, календарь запусков, аллокации бюджета, отдельные контуры для брендовых, performance- и digital-размещений, плановые и фактические KPI. Для брендформанс-кампаний настроены воронка и аналитическая витрина, справочники по географии и периодам, таргетинги, цели, размещения и фактические данные по рекламным кампаниям.

Отдельный блок пространства посвящен брифам продуктов и кампаний: для них настроены формы заведения, библиотека правил UTM-разметки и документы. Команда может связывать в одном процессе продуктовую задачу, целевую аудиторию, ее JTBD, маркетинговый посыл, этап AAARRR, каналы продвижения, посадочные страницы и KPI. Это помогает планировать кампании не как набор отдельных размещений, а как последовательный сценарий работы с пользователем — от гипотезы до измеримого результата.

На первом этапе пространством пользуется команда маркетинга M2, а также агентства-подрядчики в рамках 12 бизнес-процессов и их число постоянно растет. Благодаря облачной модели MWS Tables внешних участников можно подключать к общему рабочему пространству без переноса процессов в параллельные файлы и без необходимости давать доступ к закрытым корпоративным системам. Для заказчиков с особыми требованиями к размещению инфраструктуры аналогичный сценарий совместной работы с подрядчиками может быть реализован и в on-premise варианте.

Использование MWS Tables помогает M2 повысить прозрачность маркетингового планирования, упростить контроль бюджетов и KPI, снизить объем ручной синхронизации между участниками и сформировать единый источник данных для план-факт анализа. Вместо отдельных файлов, переписок и статусов команда получает связанную среду, где можно управлять кампаниями, отслеживать вклад каналов и принимать решения о следующих запусках на основе накопленных данных.

В результате М2 удалось устранить разрыв между внутренними сервисами и внешними инструментами, в которых ранее работали агентства и подрядчики. Теперь все участники процесса — и штатные команды, и внешние партнёры — действуют в общем контуре, что сокращает цикл согласований и убирает задержки, связанные с передачей данных. В результате решения по кампаниям принимаются в разы оперативнее, а значит выросла эффективность работы маркетинговой команды. Подготовка и согласование брифов и медиапланов стали занимать на 22% меньше времени, а количество ошибок и ручных сводок сведено до нуля.

В дальнейшем M2 планирует расширить использование MWS Tables на другие маркетинговые процессы и исследования. Это позволит хранить в едином контуре не только брифы, правила разметки, сервисные и операционные процессы, медиапланы и фактические KPI, но и маркетинговые гипотезы, пользовательские инсайты и решения по будущим кампаниям.