Совместное исследование облачного провайдера Selectel и аналитического агентства Apple Hills Digital показало, что искусственный интеллект (ИИ) в российских компаниях переходит от пилотных проектов к промышленной эксплуатации. В опросе приняли участие 419 организаций из различных отраслей, а также были проведены 27 глубинных интервью с ИТ-директорами и руководителями. Выяснилось, что 25% компаний уже используют ИИ в облачной инфраструктуре, 11% предпочитают разворачивать ИИ локально на собственных мощностях, а 7% — по модели SaaS. При этом почти половина респондентов (сумма текущих пользователей, тестирующих и планирующих) так или иначе вовлечена в облачные ИИ-проекты.
Основные причины выбора облака для ИИ-задач — доступ к готовым моделям, ускорение запуска экспериментов, а также преимущества в безопасности, масштабировании и снижении стоимости разработки. Рынок ИИ развивается быстро: GPU морально устаревают за два-три года, поэтому облако позволяет гибко управлять ресурсами без крупных капитальных затрат. Однако локальная инфраструктура остается востребованной в отраслях с повышенными требованиями к безопасности и регуляторике.
| Тип развертывания ИИ | Доля компаний |
|---|---|
| Облачная инфраструктура (используют) | 25% |
| Локально на собственных мощностях | 11% |
| SaaS | 7% |
Интересно, что для большинства компаний облачный провайдер — пока лишь поставщик инфраструктуры: 41% организаций самостоятельно разрабатывают ИИ-решения, используя облако только для вычислений. Еще 29% привлекают провайдера к отдельным этапам, и лишь 10% практикуют активное партнерство. При выборе провайдера ключевым фактором оказалось наличие предобученных моделей и интеграция с данными (23%), тогда как GPU-инфраструктура важна только для 17% опрошенных. Это говорит о том, что бизнес ценит зрелость сервисов и экспертизу, а не просто вычислительные ресурсы.
Наиболее распространенным сценарием остается развертывание open-source моделей — 37% компаний. Почти столько же (по 27%) работают с облачными ИИ-агентами и дообученными языковыми моделями. Готовые GenAI-сервисы по модели SaaS используют 18%, а собственные модели в облаке разворачивают 13%. Преимущество open-source — отсутствие лицензионных ограничений и возможность контролировать данные и стоимость. В условиях, когда затраты на inference становятся существенной статьей расходов, такая гибкость часто важнее доступа к самой мощной модели.
