Новости

По оценкам M1Cloud, крупные предприятия формируют 30-40% рынка DaaS, в том числе из финансового и розничного секторов, где критична масштабируемость и безопасность. МСБ и госсектор также демонстрируют заметный спрос, обусловленный потребностями в быстром развертывании и строгими требованиями к защите данных.

Уникальность и устойчивость локального рынка

По оценкам экспертов рынка, прогнозируемый объем российского рынка DaaS по итогам 2025 года 5-6 млрд руб., при ежегодном росте 12-15%, отражает не только позитивную динамику, но и масштаб сдвига в архитектуре ИТ-инфраструктур российских компаний. В структуре рынка видно смещение в сторону локальных провайдеров и используемых технологий. Российский рынок DaaS уникален жесткими требованиями импортозамещения, что порождает свою экосистему с высоким уровнем совместимости с отечественными технологиями, которые пока имеют ограниченную масштабируемость и зрелость платформ. В текущем же году доля импортонезависимых решений, на которых строится DaaS, составит не более половины.

Специфичные для России сценарии использования DaaS

Помимо характерного для глобального рынка использования DaaS для централизованного управления распределенными командами и работы с GPU для высоконагруженных инженерных программ (CAD, 3D-моделирование и др.), в России с 2025 года стал актуальным сценарий интеграции с ключевыми корпоративными сервисами на базе систем «1С», что позволяет масштабировать инфраструктуру до тысяч пользователей с минимальными затратами. Также в России наблюдается острый дефицит узкоспециализированных кадров (в том числе, в энергетической и технологичных сферах), их можно подключить к корпоративной системе без релокации через защищенные платформы. Уникальным для России сценарием является миграция с иностранных VDI в гибридные отечественные решения. Форматы гибридной и удаленной работы стимулируют локализацию, так как требуют оперативных и безопасных виртуальных рабочих мест без капитальных затрат. Переход на OPEX-модель снижает барьеры для внедрения, позволяя концентрировать ресурсы на бизнес-задачах, а не на управлении ИТ.

Прогноз на 2025–2030 годы

По оценкам M1Cloud, к 2030 году рынок DaaS в России достигнет 15-20 млрд руб., при этом рост будет сопровождаться значительным увеличением доли отечественных решений – до 80-90%. Риски, связанные с интеграцией и зрелостью технологий, будут компенсированы ростом компетенций локальных российских провайдеров, что в итоге укрепит конкурентоспособность российских облачных решений в долгосрочной перспективе.

Кроме того, ожидается увеличение интеграций DaaS с AI и GPU-технологиями, что повысит функциональность и эффективность сервисов. Возможен рост экспорта облачных сервисов в нейтральные страны, в том числе DaaS, что станет дополнительным драйвером расширения рынка и ускорения цифровизации российских компаний за рубежом.

Цель тестирования, проводимого Яковлевским ГОК — оценить возможности беспилотных летательных аппаратов для дистанционного сканирования и построения трехмерных моделей горных выработок, что позволит повысить безопасность и эффективность подземных работ. Для проведения эксперимента использовали защищенную беспилотную систему для промышленной инспекции и мониторинга InnoSpector Университета Иннополис. Она оборудована системой автоматического обхода препятствий в замкнутой среде без GPS и предназначена для работы в труднодоступных местах.

В ходе тестирования система показала стабильное управление с пульта в базовом пролете, устойчивую передачу сигнала на расстоянии до 100 метров в прямой видимости и сохранение контроля на дистанции до 50 метров даже при полете за угол выработки. Беспилотник не только передавал видеосигнал в реальном времени, но и выполнял 3D-сканирование пространства. Полученные данные в настоящее время сравниваются с результатами ручного сканирования для оценки точности технологии.

Как отмечает генеральный директор Яковлевского ГОКа Денис Голубничий, тестирование дронов в подземных условиях открывает новые возможности для развития цифровых технологий в шахте. Предприятие стремится максимально снизить риски, с которыми могут столкнуться работники в течение смены и повысить качество контроля за состоянием выработок. Первые тесты показали, что у технологии есть перспективы –получена 3D-модель выработки протяженностью около ста метров. Сейчас ведется работа по расширению каналов связи дрона, что также лучшим образом отразится на его эффективности в шахте, и разрабатываются различные сценарии маркшейдерских работ, которые будет выполнять дрон.

Следующим этапом станет адаптация дрона для обследования рудоспусков и опасных участков — например, под нависанием отслаивающейся породы. Использование беспилотных технологий позволит оперативно выявлять повреждения и деформации вертикальных выработок, а также своевременно планировать ремонтно-восстановительные работы. Также специалисты отработают автономное перемещение дрона для автоматизации процессов и обеспечения большей безопасности сотрудников.

По данным исследования ИТ-холдинга Т1, нефтегазовая отрасль занимает второе место среди других индустрий по объему затрат на ИИ. В 2024 году инвестиции в нейросетевые технологии и оборудование достигли 2,9 млрд руб. Высокий уровень проникновения технологий, по оценкам экспертов, обусловлен тем, что применение ИИ позволяет снизить производственные издержки на 10–15%, а также обеспечить более высокую устойчивость и адаптивность бизнеса. В сегменте переработки за последние три года уровень проникновения ИИ вырос почти на 50%, а в разведке и добыче технологии показывают ежегодный прирост около 14%.

Чаще всего с помощью ИИ бизнес решает вопросы в сфере безопасности (этот приоритет обозначили 62% компаний), бизнес-администрирования (49% компаний) и для оптимизации производственных процессов (43% компаний). Также инструменты на базе нейросетевых технологий используются в логистике, маркетинге и HR-деятельности.

Наиболее распространенные в российских нефтегазовых компаниях типы технологий ИИ:

• компьютерное зрение (используют 73% компаний отрасли);
• обработка естественного языка (62,2%);
• новые технологии ИИ (54,1%)
• интеллектуальная поддержка принятия решений и управления (45,9%);
• распознавание и синтез речи (40,5%).

По мнению экспертов Т1, в числе драйверов рынка – усиление роли российских разработчиков, развитие облачных решений и комплексных платформ, а также усиление регуляторных требований к кибербезопасности. Отрасль перешла от стадии ИИ-экспериментов к массовому внедрению. Наблюдается яркий стратегический сдвиг — от погони за инновациями ради инноваций к фокусу на реальной экономической отдаче и безопасности. В ближайшие годы именно интеграция интеллектуальных решений с действующими производственными системами станет ключевым тестом зрелости отрасли.

Проект, реализованный Naumen, нацелен на повышение эффективности мониторинга событий информационной безопасности и сокращение времени реакции на инциденты. «Платформа Радар» обеспечила централизованную корреляцию и аналитику по основным контурам ИТ и ИБ, а также удобную интеграцию с внешними источниками Threat Intelligence для обогащения данных и автоматизации реагирования.

Решение выбрано по итогам сравнительных испытаний с другими российскими продуктами. Оно продемонстрировало стабильную обработку высокого потока событий, с запасом по производительности, горизонтальное масштабирование без простоев и точное выявление сложных атак благодаря расширенной библиотеке корреляционных правил и поведенческих сценариев. Базовый контур системы был развернут в сжатые сроки, а переход с пилотного стенда в продуктивную эксплуатацию прошел без перерывов в мониторинге. Команда «Пангео Радар» обеспечила быструю настройку правил, помощь в адаптации плейбуков и реакцию на запросы в кратчайшие сроки.

Ключевые факторы выбора платформы — высокая производительность, качество детектирования атак, скорость развертывания, удобство интеграции с существующей инфраструктурой кибербезопасности — Sber TI, KEDR и другими продуктами. В результате Naumen получил эффективное решение, легко масштабируемое и адаптируемое к растущим требованиям по защите данных и обеспечению киберустойчивости.

Согласно масштабному исследованию «Пульс цифровизации», охватившему почти 13 тыс. компаний финсектора, нейросетевые технологии выступают главным драйвером бизнес-инноваций для банков и страховых компаний. В отрасли уже широко распространены различные сценарии использования ИИ. Так, 84% компаний, внедривших ИИ, используют технологии обработки естественного языка — это чат-боты, голосовые помощники и автоматизированный анализ документов. Более 70% организаций применяют технологии компьютерного зрения, чаще всего — для биометрической идентификации и верификации документов.

Две трети игроков финансового рынка внедрили системы распознавания и синтеза речи, что позволяет автоматизировать работу контактных центров и ускорить обслуживание клиентов. В секторе активно развита ИИ-поддержка принятия решений — интеллектуальные помощники функционируют в 66% компаниях, внедривших ИИ.

Рост объема рынка ИИ-решений в финтехе опережает динамику других цифровых направлений и составляет 25% и более в год, а совокупный экономический эффект от AI-first подхода в течение ближайших пяти лет может обеспечить 1,9 трлн руб. прибыли для отрасли.

Активное внедрение генеративных моделей, автоматизация клиентских сервисов с помощью цифровых агентов, массовое применение нейросетей в скоринговых решениях и борьбе с мошенничеством, а также формирование полноценных интеллектуальных платформ уже меняют бизнес-процессы. В ближайшие два-три года прогнозируется существенный рост интереса к подобным решениям, созданным российскими вендорами. Уже сейчас наблюдается быстрый переход на отечественные ИИ-решения, особенно в области управления рисками и персонализированного обслуживания. По данным экспертов к 2027 году крупнейшие игроки рассчитывают довести долю импортозамещения таких технологий до 90%.

Ключевыми барьерами для внедрения ИИ в финансовом секторе остаются нехватка квалифицированных специалистов, ограничения на использование публичных облачных сервисов в связи с регуляторными требованиями, а также дефицит вычислительных мощностей — прежде всего современных GPU-ресурсов.

Наиболее острой проблемой эксперты называют именно кадровый дефицит: 91% российских банков отмечают трудности с наймом сотрудников senior-уровня в областях data science, машинного обучения и сопровождения ИИ-платформ. Также сложности возникают при поиске специалистов новых направлений: ML- и data-инженеры, архитекторы и prompt-инженеры.

Среди главных проблем развития и эксплуатации ИТ-систем компании выделяют высокие скрытые затраты на поддержку разрозненных решений, а также технический долг, который тормозит развитие бизнеса и не позволяет быстро масштабироваться. При этом ИТ-бюджеты на 2026 год демонстрируют сдержанную динамику: только треть компаний увеличивает инвестиции в цифровизацию, сопоставимая доля фиксирует стагнацию, еще почти треть — сокращение расходов.

В связи с этим для 46% компаний одним из главных приоритетов в автоматизации остается оптимизация текущих систем без масштабных инвестиций. В то же время 51% компаний сохраняют внедрение искусственного интеллекта в числе ключевых приоритетов, но отмечают, что это требует качественно нового уровня управления данными.

Решение основной проблемы — несогласованности данных — 74% респондентов видят в сквозной интеграции систем и создании единого контура управления данными. Вместо радикальной и дорогой замены существующих ИТ-решений компании делают ставку на создание единого слоя управления поверх текущего ландшафта бизнес-систем.

Как отмечают аналитики, бизнес переходит от тактической автоматизации к созданию комплексной цифровой среды. Спрос смещается в сторону решений, позволяющих одновременно оптимизировать текущие ИТ-затраты и создать инфраструктурную основу для будущего внедрения ИИ. Таким решением является платформа интеграции данных, которая обеспечивает управляемость разрозненной ИТ-средой без необходимости ее полной замены. Этот путь уже начала осваивать треть (34%) организаций, а 42% готовится к старту в ближайшие один-два года.

Чтобы избежать возможных рисков, связанных с использованием платформы зарубежного вендора, СОГАЗ принял решение о переходе на российское программное обеспечение. Целью страховой компании было не просто обеспечить бесперебойный переход на импортонезависимый аналог, а развернуть платформу с расширенным функционалом, которая позволит развивать контакт-центр в соответствии с растущими потребностями бизнеса. Для реализации этих задач заказчик выбрал российскую платформу Sigurd-Mind, внедрение решения осуществила К2Тех.

В качестве технологической основы нового контакт-центра было поставлено оборудование для двух ЦОДов и развернута среда виртуализации с установкой платформы Sigurd-Mind. Дополнительно внедрены пограничный контроллер сессий «Искра Технологии», система текстового роботизированного обслуживания BSS и система управления знаниями Plus7 Mayak. Проектная команда настроила полную интеграцию и взаимодействие между контактным центром и телефонией, CRM, SBC, WFM-системой, а также между существующей чат-платформой и новой бот-платформой.

Важной частью проекта стала адаптация платформы под растущие потребности бизнеса. Специалисты К2Тех внедрили систему формирования отчетности в режиме реального времени и адаптировали ее под запросы СОГАЗа, настроили резервное копирование ключевых элементов всех систем контакт-центра. Была проведена модернизация модулей исходящего автообзвона, контроля качества работы операторов, исторической отчетности.

В результате миграции СОГАЗ не только сохранил качество обслуживания клиентов, но и улучшил ключевые показатели работы контакт-центра. В 2,5 раза увеличилось количество обращений, обрабатываемых в неголосовых каналах связи. С 25% до 87% взлетел индекс лояльности (NPS) по тематикам, обрабатываемым роботом. На 52% возрос уровень автоматизации в чат-боте, который теперь автоматически обрабатывает до 70% всех запросов по одной из самых востребованных у клиентов тематик – выдаче гарантийных писем.

Подавляющее большинство сотрудников контакт-центра отметили, что новая система удобнее и помогает быстрее обрабатывать обращения: у 75% операторов сократилось время обработки обращений.

Кировский филиал АО «Апатит» (входит в «ФосАгро») реализовал проект миграции на отечественное сетевое оборудование Eltex. Площадка первой среди подразделений компании полностью перешла на импортозамещенные ядра сети.

С уходом мировых игроков с российского ИТ-рынка перед предприятием встала задача заменить зарубежное сетевое оборудование. Для промышленного предприятия особенно важна бесперебойная работа сервисов, которые обеспечивают эффективное управление производственными процессами, снижение операционных издержек и безопасность. В частности, к ним относится современная система диспетчерского управления технологическим транспортом, реализованная в горно-обогатительном комплексе.

В рамках программы импортозамещения команда Step Logic произвела изменения в ИТ-инфраструктуре ЦОД и локальной вычислительной сети промплощадок, затрагивающие доступность ключевых автоматизированных сервисов. В ходе проекта выполнено обследование сети передачи данных и проанализированы конфигурации сетевых устройств. Оборудование западного вендора, в конфигурации которого использовались проприетарные протоколы, заменили на российские решения Eltex с поддержкой открытых стандартов. Это позволит обеспечить совместимость коммутаторов ядра сети с устройствами других производителей.

Инженеры унифицировали подключение каждой площадки горно-обогатительного комплекса и повысили отказоустойчивость корпоративной сети. Для обеспечения высокой пропускной способности трафика и минимальных задержек в проекте использовали каналы связи, поддерживающие скорость передачи данных 10 Гбит/с. Отказоустойчивость сети удалось повысить за счет дополнительных каналов между коммутаторами ядра сети.

Запуск ИИ-копайлотов для операторов повышает процессы автоматизации поддержки внутри экосистемы, помогая операторам быстрее и продуктивнее решать вопросы клиентов. Копайлот анализирует сообщения и телефонные разговоры, быстро понимает контекст, помогает оператору формулировать ответ, либо подсказывает следующий шаг.

Новый сервис фактически выполняет роль второго пилота для оператора, снижая на него нагрузку: накапливает детали запроса, помогает «перевести» эмоции клиента в конструктив, собирает данные: например, для оспаривания операции предлагает выбор на основе данных из диалога правильную причину, сумму и дату транзакции, помогает правильно оформить итоговый документ.

Функционал копайлотов разработан с целью сокращения времени на наиболее распространенные действия оператора: поиск нужной информации, составление вопросов, подсказки в ходе решения вопроса клиента и т.д. Опция по сбору контекста активируется автоматически, она доступна и в чатах поддержки в приложении, и при передаче информации между сотрудниками. Это позволяет сглаживать тональность общения, избавлять клиента от повторов, быстрее и точнее решать вопросы.

В результате скорость решения вопросов клиентов с ИИ-помощником вырастает до 10%, а операторы могут уделять больше времени сложным ситуациям, когда важны именно человеческие способности: эмпатия, гибкость мышления и готовность взять на себя ответственность и проактивность в решении клиентских вопросов.

Для сотрудника-оператора выбор из десятков вариантов становится проще и быстрее за счет ИИ-подсказок: если клиент звонит с вопросом о блокировке карты, в ходе разговора копайлот помогает сформулировать вопросы для оператора, чтобы выяснить тип блокировки, причину и предлагает релевантные дальнейшие действия — все это прямо в интерфейсе сотрудника и без лишней траты времени клиента.

В ближайших планах – внедрение функции контекстных уточняющих вопросов: копайлот в процессе диалога поможет оператору не забыть про важные детали и предложит персонализированные рекомендации и скрипты.

Как отмечает Андрей Волков, руководитель направления умной поддержки в «Т-Банке», за полгода тестирования в компании отслеживали не только прямую экономию, но и уровень удовлетворенности как клиентов, так операторов от работы с новым инструментом. В дальнейшем планируется масштабировать опыт и вывести копайлот на новые операционные подразделения с максимально прозрачной аналитикой и регулярными обновлениями функционала. Технология уже помогает компании выиграть конкуренцию за скорость и качество обслуживания, а также менять клиентский опыт за счет реального ускорения решения вопросов.

Логистическая инфраструктура «О’Кей» включает пять распределительных центров и обеспечивает регулярные поставки в магазины с учетом региональных и сезонных особенностей. Ранее кросс-докинг в распределительных центрах был рассчитан на обработку палетных грузов. Такой подход соответствовал структуре поставок и обеспечивал необходимую эффективность, однако с ростом ассортимента и увеличением доли мелкоштучной продукции появилась потребность в адаптации к разным форматам грузов и более вариативным схемам распределения.

Для адаптации логистических процессов к изменившемуся формату поставок «О’Кей» привлек команду «Корус Консалтинг». Совместно с ней был разработан и реализован проект по модернизации кросс-докинга на всех распределительных центрах сети. При этом критически важно было без остановки или замедления текущих операций внедрить достаточно масштабные изменения, затрагивавшие складскую логистику, внутренние ИТ-процессы и взаимодействие с поставщиками. По итогам проекта заказы стало возможно обрабатывать не только палетами, но и коробками, что позволило существенно ускорить приёмку, сортировку и отгрузку мелкоштучных товаров, снизить нагрузку на сотрудников, повысить точность исполнения заказов и сделать логистические процессы более гибкими и менее затратными, особенно в периоды пиковых нагрузок.

Теперь при регистрации поставки сотрудник выбирает тип прихода — палеты или коробки. Система автоматически формирует задания на отбор по соответствующему процессу: кросс-докингу или другому логистическому потоку. После сканирования складских этикеток вся поставка регистрируется, что позволяет отказаться от необходимости принимать каждый контейнер по отдельности. Также реализована возможность фиксировать результаты приема одной поставки целиком, без обработки каждого контейнера по отдельности, благодаря чему работа с большими объемами данных стала проще, а интеграция с внешними системами (например, ГИС «Меркурий») — эффективнее: данные передаются автоматически, что снижает риск ошибок и ускоряет обмен информацией. Внедрение этих изменений прошло без остановки операций, поскольку все нововведения были реализованы в рамках плановых релизов. Это стало возможным благодаря глубокой проработке сценариев использования, точной настройке, учитывающей текущие процессы, и плотному взаимодействию проектной команды с сотрудниками «О’Кей».

По итогам проекта поставки стали поступать в магазины быстрее, что особенно важно в периоды высокого спроса. За счет оптимизации работы склада и сокращения ручных операций удалось снизить издержки. Повышение точности и скорости исполнения складских заказов напрямую отразилось на доступности товаров для покупателей. Это позволило увеличить количество заказов на 33% по сравнению с аналогичным периодом прошлого года. А время на печать листов приема сократилось в 20 раз. Кроме того, снижение затрат на обработку данных о товарах составило в среднем 15-20% после перехода на схему кросс-докинга, а также обеспечило дополнительную экономию на операционных затратах.

При этом трудозатраты, связанные с мониторингом потребностей магазинов, направлением потребностей поставщиков, созданием заказов и распределений с РЦ остались на том же уровне.