Российский бизнес стал тратить больше на оборудование для ИИ
Российские нефтегазовые компании в 2025 году сократили расходы на ИИ-программное обеспечение на 63%, до 840,8 млн руб., одновременно увеличив затраты на оборудование на 84%, до 1,04 млрд руб. Это отражает общий тренд в промышленности: бизнес переносит ИИ-системы во внутренний контур и наращивает собственные вычислительные мощности, рассказали РБК участники рынка.
В целом инвестиции нефтегазовой отрасли в ИИ составили 2,7 млрд руб. против 2,9 млрд годом ранее. При этом общие ИТ-расходы компаний выросли на 13%, до 151 млрд руб., следует из исследования ИТ-холдинга Т1. Еще одна статья расходов на ИИ — другие технологические затраты — увеличилась в 14,5 раза, до 825,8 млн руб.
При этом промышленность не обязательно отказывается от зарубежных моделей. По словам гендиректора промышленного ИТ-интегратора «Ультиматек» Павла Растопшина, компании предпочитают разворачивать их внутри собственного контура. Такой подход распространяется на нефтегаз, металлургию, горнодобывающую промышленность, энергетику, химию и машиностроение.
Руководитель по развитию продуктовых решений «К2 НейроТех» Вячеслав Дегтярев также отмечает переход крупных компаний от отдельных внешних ИИ-сервисов к собственной управляемой среде для работы с моделями и данными. По его словам, эта модель востребована также в финансах, фармацевтике, ритейле и научных организациях.
Одной из причин изменения подхода стало новое регулирование. Закон о развитии технологий искусственного интеллекта, вступивший в основную часть в силу 1 сентября, устанавливает требования к «суверенным» и «национальным» фундаментальным моделям, включая хранение и обработку данных в России. Прямого запрета на иностранные решения документ не содержит. С 1 марта 2027 года правительство сможет устанавливать обязательность использования отечественных моделей в отдельных случаях.
По словам замруководителя ИИ-направления Т1 Сергея Карповича, компании уже закладывают эти требования в архитектуру новых систем. В запросах предприятий из отраслей критической информационной инфраструктуры все чаще фигурируют развертывание on-premise, журналирование действий ИИ-агентов и защита персональных данных.
Второй фактор — стоимость внешних сервисов. Карпович отмечает рост расходов на зарубежные облачные решения и дефицит вычислительных мощностей. При стабильной нагрузке собственная инфраструктура, по его оценке, может окупаться за 12–18 месяцев. Поэтому расходы на ИИ в крупных компаниях постепенно переходят из экспериментальных бюджетов в операционные.
При этом рост закупок оборудования не гарантирует его быстрой окупаемости. Растопшин называет спрос на ИИ-ускорители ажиотажным и считает, что предприятиям прежде всего нужны проекты с измеримым эффектом — например, автоматизация проектирования, планирование ремонтов или анализ смет.
Промышленные компании также осторожно относятся к готовым ИИ-решениям. По словам руководителя направления промышленности MWS AI Ирины Майоровой, такие продукты почти всегда требуют адаптации под конкретные процессы, а публичные облака предприятия используют ограниченно.
При этом локальные модели с открытым исходным кодом уже подходят для ряда корпоративных задач. Дегтярев отмечает, что они позволяют получать сопоставимое с облачными сервисами качество при работе с документами и создании ассистентов. Это дает компаниям возможность выбирать модели под конкретные задачи, сохраняя данные и вычисления внутри собственного контура.
Подпишитесь на «Инк» в Telegram. Там мы пишем нескучным языком о самом важном для предпринимателей. Подписаться.
