По результатам исследования Selectel, 35% российских компаний за последний год увеличили потребление ИТ-инфраструктуры для задач искусственного интеллекта. В опросе приняли участие более 400 представителей бизнеса, в основном из сегмента малого и среднего предпринимательства.
Рост потребления ИТ-инфраструктуры для ИИ
За год 35% компаний нарастили использование вычислительных ресурсов, связанных с ИИ. Под такой инфраструктурой понимаются серверы с GPU, платформы для обучения и инференса моделей, облачные хранилища и другие решения. Ещё 14% отметили стабильное потребление, а 1% — снижение.
Таким образом, около половины российских компаний (50%) уже используют ИТ-инфраструктуру для ИИ-проектов.
Мы фиксируем рост спроса на вычислительные ресурсы для проектов с ИИ: выручка Selectel от GPU в облачных серверах увеличилась год к году почти втрое по итогам 2025 года. Это отражает не только рост интереса бизнеса к новым технологиям, но и переход к масштабированию практического применения ИИ. Для таких задач облачная модель оптимальна: она обеспечивает гибкость и безопасность, позволяет быстро адаптировать мощности под новые сложные сценарии. В то же время мы видим, что компании находятся на разных стадиях зрелости в работе с ИИ. Часть бизнеса уже тестирует и масштабирует ИИ-инициативы — вместе с этим растет и потребление инфраструктуры, необходимой для таких проектов. Практический опыт дает этим компаниям конкурентное преимущество: они уже понимают, как новые технологии могут повышать эффективность, ускорять бизнес-процессы. Другая часть бизнеса находится на более раннем этапе — присматривается к ИИ, оценивает возможности, проверяет гипотезы, ищет релевантные сценарии применения. Это естественный этап развития рынка — и одновременно показатель значительного потенциала для его дальнейшего роста и расширения практики внедрения интеллектуальных технологий в бизнес.
Рынок находится на стадии пилотов, которых сейчас очень много. Работа с ИИ популярна, и перед многими заказчиками сегодня стоит задача начать делать хоть что-то в этом направлении, чтобы не оказаться за бортом технологического превосходства.
Мы рассматриваем искусственный интеллект как инструмент, который делает путешествие для пользователя проще, быстрее и безопаснее. Технологии уже встроены практически во все ключевые этапы — от выбора отеля до поддержки после бронирования, а также во внутренние процессы службы поддержки.
Бизнес-эффект от внедрения ИИ
Внедрение ИИ уже приносит измеримые результаты. Треть компаний отметили ускорение бизнес-процессов (30%) и повышение производительности сотрудников (27%). Почти каждый пятый (22%) указал на улучшение качества обслуживания клиентов. 15% зафиксировали снижение издержек, а 11% — рост выручки или новые источники дохода.
При этом 20% организаций пока не ощутили значимого эффекта.
С помощью ИИ-технологий мы автоматизируем генерацию контента, создание рекламных объявлений и креативов для них. Также внедряем ИИ в процессы модерации отзывов, классификации обращений в клиентскую поддержку и в целом автоматизируем работу клиентской службы. Уже фиксируем эффект от внедрения: сроки модерации отзывов сократились в несколько раз, более 42% обращений решает ИИ-помощник, а время на создание контента для товаров удалось сократить в разы.
Поскольку каждый отель и поставщик имеет свои правила, тарифы, условия бронирования и внутренние процессы, остается высокий риск ошибок или несоответствий, которые могут повлиять на клиентский опыт. Минимизировать риски нам помогает предиктивная аналитика на базе машинного обучения. С помощью технологий мы анализируем все бронирования и выявляем заказы с потенциально высоким риском возникновения проблем — например, овербукинга или несоответствия условий тарифа. После того как технология обнаруживает проблемные кейсы, они дополнительно проверяются службой поддержки. Это позволяет работать на опережение и снижать количество негативных ситуаций для путешественников.
Барьеры для внедрения ИИ
27% компаний пока не видят подходящих задач для внедрения ИИ. Основные барьеры включают:
- недостаток экспертизы (25%);
- высокие затраты на внедрение (23%);
- сложность оценки окупаемости (21%);
- трудности интеграции в бизнес-процессы (18%).
При этом 19% респондентов заявили, что ограничений на внедрение ИИ в их компаниях нет.
Компании, которые ещё не используют ИИ, чаще указывают на отсутствие задач и дефицит знаний. Те, кто уже применяет технологии, сталкиваются с вопросами затрат, оценки ROI и информационной безопасности.
Большинство барьеров внедрения новых технологий носят не технологический, а организационно-экспертный характер и часто связаны с дефицитом практического опыта у бизнеса и понимания, как и где применять искусственный интеллект для решения конкретных задач. Это подтверждается ростом запросов со стороны клиентов на экспертизу Selectel как провайдера ИТ-инфраструктуры для ИИ и сервисы для запуска и развития таких проектов — спрос на них увеличился в 1,5 раза за последний год.
При внедрении ИИ мы сталкиваемся с несколькими ключевыми вызовами. Во-первых, для решения разных задач приходится перебирать различные модели и подходы, чтобы добиться наилучшего результата. Во-вторых, это вопрос экономики. Автоматизация подразумевает рост производительности и, по возможности, замену человеческого ресурса, при этом качество выполнения задач не должно снижаться. Можно выполнить задачу максимально качественно, но если стоимость такого решения кратно превышает затраты на человека, экономический эффект теряется. По этой причине необходимо внимательно считать юнит-экономику каждой инициативы.
Стадии зрелости в применении ИИ
Искусственный интеллект постепенно становится частью операционной деятельности. Среди компаний, использующих ИИ:
- 33% внедряют технологии в реальные бизнес-процессы;
- 28% находятся на этапе пилотного тестирования;
- 7% планируют внедрение в ближайшие два года;
- 5% — в долгосрочной перспективе;
- лишь 3% не намерены использовать ИИ.
22% затруднились с ответом, 2% рассматривают другие сценарии.
Существенный блок работы с ИИ в Островке связан с обработкой контента и тарифов. Мы агрегируем предложения от множества поставщиков отельного инвентаря и сотен тысяч отельеров, которые работают с нами напрямую. Алгоритмы ИИ помогают нам объединять данные об одном объекте из разных источников в единый «мета-отель», анализировать тарифы и выделять наиболее выгодные, чтобы показывать пользователям. Также технологии используются для ранжирования поисковой выдачи и создания персонализации рекомендаций отелей. Отдельное направление — работа с фотографиями: нейросети распознают содержание снимков и формируют информативные галереи под каждый сегмент путешественников — будь это обычные туристы или бизнес-путешественники. Это упрощает выбор лучшего варианта размещения для пользователей. В общей сложности система обрабатывает более 2 млрд изображений.
Развитие компетенций в области ИИ
40% компаний развивают ИИ-компетенции за счёт обучения текущих сотрудников. Лишь 9% нанимают новых специалистов, а 7% привлекают внешние команды. 13% пока не развивают ИИ-направления, а 10% планируют начать в будущем.
В тревел-индустрии цена ошибки высока: речь идет о дорогих поездках и эмоциональных ожиданиях клиентов, поэтому даже малейший сбой может испортить впечатление от сервиса. Чтобы минимизировать риски, мы выстраиваем гибридную модель: алгоритмы помогают выявлять ошибки, ускорять процессы и снижать нагрузку на команды, но критически важные решения остаются под контролем специалистов. При этом все ключевые ИИ-решения мы разрабатываем и развиваем внутри компании. Для нас принципиально важно сохранять экспертизу in-house, поскольку алгоритмы глубоко интегрированы в продукт и напрямую влияют на клиентский опыт.
Взращивание собственной экспертизы — процесс длинный и дорогой. А покупка экспертизы несет риски. По нашей оценке, самая оптимальная модель — гибридная, когда бизнес покупает экспертизу, а интегратор и вендор передают ее внутренней команде в течение длинного транзитного периода. Такой подход позволяет быстрее получить бизнес-эффект и необходимый уровень экспертизы.
Профиль респондентов
52% участников представляют микропредприятия и малый бизнес (до 99 сотрудников), 24% — средний бизнес (до 1000 сотрудников), 7% — крупный (от 1000). Остальные 17% — частные лица и другие организационные форматы.