«Бизнесу уже недостаточно просто получить инфраструктуру для искусственного интеллекта»

CNews: Как вы оцениваете текущую зрелость российского рынка в части использования искусственного интеллекта? Можно ли говорить о переходе компаний от экспериментов к реальному внедрению решений — и какие отрасли сегодня оказываются наиболее готовыми к этому?

Александр Тугов: В целом да — рынок уже начинает переходить от интереса к технологии и отдельных экспериментов к более серьезным внедрениям и системной работе с ИИ. Фокус постепенно смещается от тестирования отдельных сценариев к проектам с понятной экономической эффективностью и реальными бизнес-задачами.

Активнее всего ИИ внедряется в тех сферах, где уже высокий уровень цифровизации: есть накопленные данные, выстроенные процессы и развита ИТ-инфраструктура: наличие такой базы позволяет быстрее внедрять новые ИИ-инструменты и масштабировать успешные сценарии их применения. В первую очередь это крупные цифровые сервисы, компании из медиа, ритейла, телекома, а также финансовый сектор.

Там же, где уровень цифровизации пока ниже, сначала необходимо достроить базовый фундамент — оцифровать процессы, наладить работу с данными — и только после этого переходить к полноценному внедрению ИИ-практик.

CNews: Как развитие ИИ в целом меняет рынок ИТ-инфраструктуры? Какие изменения в запросах клиентов вы, как провайдер, ощущаете наиболее заметно?

Александр Тугов: Если говорить именно про инфраструктуру, то главное изменение связано с резко выросшими потребностями в вычислительных ресурсах для задач искусственного интеллекта. Ведь инфраструктура для ИИ — это дорогостоящее и во многом дефицитное оборудование. Причем это касается не только России, но и мирового рынка в целом: спрос сейчас заметно превышает предложение.

И здесь есть важное отличие от «классических» ИТ-проектов, где за последние годы сложилась ситуация, когда вычислительных ресурсов хватает и в целом они доступны. А вот в случае с ИИ-инфраструктурой мы видим совершенно другую картину: это значительно более высокие и во многом непривычные для ИТ-рынка затраты.

В этих условиях сервисная модель потребления, которую предлагают облачные провайдеры, становится для бизнеса способом снизить порог входа в ИИ. Компании могут не инвестировать в закупку своего «железа», а переводить затраты в операционные и быстрее тестировать гипотезы без серьезных финансовых рисков.

Кроме того, сегодня растет спрос на готовые решения для ИИ «под ключ». Компании все реже хотят самостоятельно собирать сложный технологический стек из инфраструктуры, моделей и интеграций. Бизнес ожидает получить готовое ИИ-решение с безопасной инфраструктурой, быстрым развертыванием и сервисным сопровождением. Именно поэтому мы активно развиваем технологические партнерства и реализуем совместные комплексные решения с другими игроками рынка.

CNews: И какие в этой связи ИИ-сценарии наиболее востребованы у бизнеса сегодня? Где компании уже видят измеримый эффект от внедрения искусственного интеллекта?

Александр Тугов: Здесь многое зависит от конкретной компании и сферы, в которой она работает. Но в целом искусственный интеллект — это логичное продолжение процесса автоматизации.

Раньше автоматизация строилась в основном на классическом программном обеспечении: есть понятный алгоритм выполнения бизнес-процесса, его можно описать в коде и таким образом автоматизировать операции.

ИИ расширяет спектр таких задач — прежде всего в тех областях, где строгие алгоритмы раньше работали плохо или их было сложно построить. Ключевое отличие в том, что ИИ-системы помогают принимать решения и работать в условиях недостатка информации, где классические алгоритмические подходы уже неэффективны.

Если говорить о наиболее частых сценариях, то сегодня компании активно внедряют корпоративных ИИ-ассистентов, RAG-системы для интеллектуального поиска по внутренним базам знаний, инструменты для работы с документами и решения для автоматизации клиентской поддержки. Именно в этих задачах бизнес уже получает измеримый эффект за счет сокращения времени на рутинные операции и повышения производительности сотрудников.

CNews: Помимо вычислительных ресурсов и возможностей ЦОДов, очевидно, что еще одно из ключевых требований к инфраструктуре для ИИ — безопасность данных…

Александр Тугов: Требования к защите информации при внедрении ИИ сегодня становятся критически важными практически для любой компании, поскольку такие инструменты чаще всего работают с внутренними чувствительными бизнес-данными. На эту информацию обычно распространяются как внутренние корпоративные регламенты, так и законодательные требования.

Даже если ИИ применяется для помощи в разработке программного кода, компании, как правило, важно, чтобы внутренние исходные коды не покидали корпоративный контур. При автоматизации работы с документами чувствительность информации еще выше. ИИ активно используют для обработки договоров, внутренней документации, регламентов и других материалов, которые содержат значимые для бизнеса данные.

Сегодня крупные заказчики формируют запрос уже не просто на вычислительные мощности для ИИ, а на безопасную готовую среду для работы с искусственным интеллектом. Со своей стороны мы предлагаем инфраструктуру и платформы для ИИ-задач со встроенными сервисами безопасности и соблюдением строгих регуляторных стандартов. В результате компании получают возможность внедрять ИИ без компромиссов между безопасностью и инновациями.

«Для работы с ИИ нужны достаточно специфические знания и специалисты, которых на рынке пока очень мало»

CNews: Как за последний год изменился профиль заказчиков инфраструктуры для ИИ? Стал ли спрос более массовым или основными заказчиками по-прежнему остаются крупные технологические компании?

Александр Тугов: Наверное, главное изменение заключается в том, что если раньше основными заказчиками были в первую очередь ИТ-компании, то сейчас интерес к ИИ-инфраструктуре заметно расширяется.

Это вполне закономерно: именно технологические компании первыми начинают внедрять новые инструменты, потому что у них уже есть высокий уровень цифровизации, необходимая экспертиза и специалисты, которые могут быстро подхватить новые технологии.

Но в последнее время мы видим все больше интереса и со стороны других отраслей — промышленности, агротехнологий, финансового сектора и не только. То есть спрос постепенно выходит за пределы исключительно ИТ-рынка и становится значительно более массовым. Например, недавно совместно с партнерами GlowByte и Data Sapience мы реализовали проект гибридной ИИ-платформы для агропромышленной группы компаний «Таврос». Такие кейсы хорошо показывают, что ИИ становится востребованным инструментом для бизнеса из самых разных сфер.

CNews: Давайте поговорим о том, как меняется роль провайдера инфраструктуры в эпоху искусственного интеллекта. Можно ли сказать, что рынок движется от модели «просто предоставить ресурсы» к модели технологического партнерства?

Александр Тугов: Да, это, на мой взгляд, действительно так. При этом предпосылки для такого перехода появились еще до активного развития ИИ. Инфраструктурные провайдеры уже давно развивают не только базовые сервисы, но и платформенные продукты — решения более высокого уровня, чем просто виртуальная инфраструктура. Это, например, облачные базы данных или управляемые сервисы для работы с различными инфраструктурными продуктами.

В сфере искусственного интеллекта тренд стал еще заметнее. Во многом это связано с дефицитом экспертизы. Если классические системы компании зачастую могут администрировать самостоятельно, то для работы с ИИ нужны достаточно специфические знания и специалисты, которых на рынке пока очень мало.

При этом спрос на такие технологии очень высокий, поэтому бизнесу уже недостаточно просто получить инфраструктуру. Чтобы извлечь из ИИ практическую пользу, необходимы опыт, компетенции и готовые инструменты. Именно поэтому компании все чаще заинтересованы не только в вычислительных ресурсах, но и в платформенных решениях, а также в экспертизе со стороны облачных провайдеров.

CNews: Что сегодня определяет экономику ИИ-проектов: инфраструктура, интеграция, данные, кадры? Какие обязательные компоненты можно выделить — и с технологической, и с организационной точки зрения?

Александр Тугов: Недостаточно просто автоматизировать бизнес-процесс с помощью искусственного интеллекта и получить, например, сокращение затрат. Важно, чтобы весь контур внедрения в итоге был экономически оправдан. Поэтому сегодня компании оценивают не только потенциальный эффект от внедрения ИИ, но и совокупную стоимость владения таким решением.

При этом стоит разделять разовые и постоянные затраты. Закупка и развертывание инфраструктуры относятся к капитальным расходам: как правило, они возникают один раз. Дальше появляются операционные затраты, связанные с постоянной поддержкой работы решения, и именно они определяют экономику проекта в долгосрочной перспективе.

Отдельный аспект — выбор модели и конфигурации инфраструктуры. Экономика ИИ-проекта во многом зависит от того, насколько точно выбранная LLM и вычислительные ресурсы соответствуют задаче. Для многих сценариев достаточно более «компактных» моделей, которые решают задачу не хуже, но требуют заметно меньше вычислительных ресурсов.

И поэтому сегодня особенно востребована экспертиза провайдера, который помогает заказчику оценить требования проекта, подобрать оптимальную конфигурацию и избежать лишних затрат на старте.

CNews: С какими барьерами сталкиваются компании при переходе от пилотных проектов к реальному внедрению решений?

Александр Тугов: По сути, это тот же процесс, что и внедрение любой другой автоматизированной системы. Здесь нет какого-то «волшебного инструмента», который можно просто включить и сразу получить результат. В любом случае требуется адаптация процессов, обучение сотрудников и изменение привычных подходов к работе.

Если у вас уже был выстроен цифровой фундамент — например, актуализированы документы и процессы, — то внедрение проходит проще. Если такого фундамента нет, его приходится сначала формировать.

Однако у ИИ-проектов есть и своя специфика. Один из ключевых барьеров — дефицит экспертизы. Для успешного внедрения недостаточно получить доступ к модели или вычислительным ресурсам. Необходимо понимать, как интегрировать решение в существующие бизнес-процессы, обеспечить его безопасную эксплуатацию и оценить экономический эффект. Таких специалистов на рынке пока немного.

Здесь значимую роль играют провайдеры, которые помогают не только с предоставлением вычислительных ресурсов, но и делятся практическим опытом, накопленным на проектах из разных отраслей, помогают подобрать оптимальную архитектуру решения и снизить риски на этапе масштабирования.

«Все больше задач можно будет автоматизировать с помощью искусственного интеллекта с понятной экономической эффективностью»

CNews: Ранее Selectel объявил о масштабных инвестициях в собственное направление искусственного интеллекта. На какие продукты и сервисы вы делаете основной акцент и как в целом формируется стратегия в этом сегменте?

Александр Тугов: Мы фокусируемся прежде всего на задачах, где компаниям не хватает собственной экспертизы — и предлагаем не только вычислительные мощности для ИИ, но и набор готовых инструментов и сервисов, которые позволяют решать прикладные ИИ-задачи «под ключ»

Одно из направлений развития нашего продуктового портфеля — собственная AI-платформа. В состав решения входит Foundation Models Catalog — сервис, который позволяет в несколько кликов развернуть и использовать популярные LLM, включая ChatGPT, Qwen, DeepSeek, GLM. Мы отвечаем за вопросы, связанные с эксплуатацией инфраструктуры, функционированием модели, ее безопасностью и мониторингом. Такой подход позволяет быстрее и дешевле подбирать модели: не требуется долго их тестировать вручную — можно в течение короткого времени развернуть несколько вариантов и выбрать наиболее подходящий под задачу. Заказчик получает готовую среду для работы с ИИ и может сосредоточиться на решении собственных бизнес-задач.

В планах — дальнейшее развитие сервисов платформенного уровня для построения полноценных ИИ-решений. В том числе это специализированные базы данных, например векторные, которые используются для работы с индексами документов и позволяют большим языковым моделям выполнять расширенный поиск и более сложную работу с корпоративными базами знаний.

При этом фундаментом всей экосистемы остается инфраструктура. Мы предлагаем широкий набор решений: облачные GPU-ресурсы с возможностью быстрого масштабирования и гибкой моделью оплаты, аренду физических серверов с GPU, в том числе с возможностью размещения на площадке заказчика. Например, недавно совместно с Yandex B2B Tech и MetaMentor мы представили новый формат внедрения ИИ в собственном контуре компании — ПАК (программно-аппаратный комплекс) с оборудованием Selectel и предустановленными ML-сервисами.

Такой набор вариантов развертывания инфраструктуры позволяет заказчикам выбирать оптимальную модель внедрения в зависимости от требований к безопасности, масштаба проекта и особенностей своего ИТ-ландшафта.

CNews: В завершение давайте поговорим о том, как вы видите развитие рынка инфраструктуры в ближайшие несколько лет. Какие технологии и подходы, на ваш взгляд, будут определять его развитие до конца нынешнего десятилетия и, возможно, в начале следующего?

Александр Тугов: Сложно делать точные прогнозы, но уже можно выделить несколько устойчивых тенденций. Одна из них — усиление роли облачных провайдеров в развитии искусственного интеллекта. Именно облака сегодня становятся средой для развертывания и масштабирования ИИ-проектов, предоставляя компаниям доступ к необходимым вычислительным мощностям. Это напрямую отражается на спросе на GPU-инфраструктуру: в Selectel по итогам 2025 года выручка от GPU в облачных серверах выросла в три раза.

Параллельно на рынке будет усиливаться конкуренция среди производителей чипов. Сейчас, по сути, доминируют несколько крупных игроков, но все активнее развиваются специализированные компании, которые создают решения именно под задачи искусственного интеллекта.

Этот процесс, скорее всего, будет усиливаться, и в него будут активнее включаться как новые участники, так и уже существующие технологические компании в разных регионах — в том числе в Китае, Европе и США.

Еще один важный тренд — постепенное снижение стоимости эксплуатации моделей. По мере развития технологий будет улучшаться и производительность, и эффективность работы таких систем. Следовательно, себестоимость использования искусственного интеллекта будет снижаться, и достаточно существенно.

Это, в свою очередь, расширит круг задач, которые экономически целесообразно решать с помощью таких технологий. Уже сейчас они закрывают широкий спектр процессов, но остаются задачи, где дешевле использовать традиционные подходы или человеческий труд. По мере снижения стоимости таких ограничений будет меньше.

CNews: Тревожные новости для «живых» сотрудников?

Александр Тугов: Думаю, что нет. Если проводить параллели с промышленной революцией, то тогда тоже ожидали массового вытеснения людей машинами. В реальности же произошла трансформация: изменились задачи и выросла общая производительность труда, но люди не остались без работы.

Сейчас мы наблюдаем похожий процесс, только он затрагивает интеллектуальный труд. Искусственный интеллект и новые программные агенты скорее усиливают специалистов, позволяя им выполнять больше задач с тем же количеством ресурсов.

Поэтому речь не о сокращении роли человека, а о перераспределении функций и росте эффективности. Как и в прошлые технологические переходы, меняется структура экономики и характер работы, но не исчезает сам спрос на труд.

В ближайшие годы, скорее всего, этот сдвиг станет еще более заметным: произойдет адаптация процессов и ролей внутри компаний, а производительность продолжит расти.

■ Рекламаerid:2W5zFGnTDqsРекламодатель: АО «Селектел»ИНН/ОГРН: ИНН 7810962785 / ОГРН 1247800067790Сайт: www.selectel.ru