«Компаниям уже мало просто получить инфраструктуру для искусственного интеллекта»

CNews: Как бы вы охарактеризовали текущий уровень зрелости российского рынка в сфере применения искусственного интеллекта? Можно ли утверждать, что организации переходят от экспериментов к практическому внедрению решений — и какие сектора сегодня демонстрируют наибольшую готовность?

Александр Тугов: В целом, да — рынок уже начинает двигаться от простого интереса к технологии и разрозненных экспериментов в сторону более глубоких внедрений и систематической работы с ИИ. Акцент постепенно переносится с тестирования отдельных сценариев на проекты с измеримой экономической отдачей и конкретными бизнес-задачами.

Наиболее активно искусственный интеллект применяется в отраслях с уже сложившейся высокой степенью цифровизации: там, где накоплены массивы данных, отлажены бизнес-процессы и развита ИТ-инфраструктура. Такая основа позволяет оперативно внедрять новые ИИ-решения и тиражировать успешные практики их использования. В первую очередь это крупные цифровые платформы, компании из сферы медиа, розничной торговли, телекоммуникаций, а также финансовый сектор.

В тех же областях, где цифровизация пока находится на более низком уровне, сначала требуется создать базовый фундамент — перевести процессы в цифровой формат, наладить управление данными — и лишь затем приступать к масштабному внедрению ИИ-технологий.

CNews: Как развитие искусственного интеллекта в целом трансформирует рынок ИТ-инфраструктуры? Какие изменения в запросах клиентов вы, как провайдер, замечаете особенно остро?

Александр Тугов: Если говорить непосредственно об инфраструктуре, то ключевое изменение связано с резким ростом потребности в вычислительных мощностях для задач ИИ. Инфраструктура для искусственного интеллекта — это дорогостоящее и зачастую дефицитное оборудование. Причем эта ситуация характерна не только для России, но и для мирового рынка в целом: спрос сейчас существенно превышает предложение.

Здесь прослеживается важное отличие от «традиционных» ИТ-проектов, где в последние годы сложилась ситуация с достаточным и в целом доступным объемом вычислительных ресурсов. В случае же с ИИ-инфраструктурой мы наблюдаем совершенно иную картину: это гораздо более высокие и во многом непривычные для ИТ-рынка затраты.

В таких условиях сервисная модель потребления, которую предлагают облачные провайдеры, становится для бизнеса способом снизить барьер для входа в сферу ИИ. Компании могут не вкладываться в приобретение собственного «железа», а перевести расходы в операционные и быстрее проверять гипотезы без значительных финансовых рисков.

Кроме того, сегодня растет запрос на готовые комплексные ИИ-решения «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 сервисной поддержкой. Именно поэтому мы активно развиваем технологические партнерства и реализуем совместные комплексные решения с другими участниками рынка.

CNews: И какие в связи с этим ИИ-сценарии наиболее востребованы у бизнеса сегодня? В каких областях компании уже видят измеримый эффект от внедрения искусственного интеллекта?

Александр Тугов: Здесь многое зависит от конкретной компании и ее отрасли. Но в целом искусственный интеллект — это закономерное продолжение процесса автоматизации.

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

Искусственный интеллект расширяет перечень подобных задач — особенно в сферах, где раньше строгие алгоритмы функционировали неэффективно или их создание было сопряжено с трудностями. Главное отличие заключается в том, что ИИ-системы позволяют принимать решения и действовать в условиях нехватки данных, где классические алгоритмические подходы теряют свою результативность.

Если рассматривать наиболее распространенные сценарии, то сегодня компании активно внедряют корпоративных ИИ-ассистентов, RAG-системы для интеллектуального поиска по внутренним базам знаний, инструменты обработки документов и решения для автоматизации клиентской поддержки. Именно в этих направлениях бизнес уже получает ощутимый эффект благодаря сокращению времени на рутинные операции и росту производительности сотрудников.

CNews: Помимо вычислительных мощностей и возможностей ЦОДов, очевидно, что еще одним ключевым требованием к ИИ-инфраструктуре является безопасность данных…

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

Даже если ИИ применяется для помощи в разработке программного кода, компаниям, как правило, важно, чтобы внутренние исходные коды не выходили за пределы корпоративного контура. При автоматизации работы с документами чувствительность информации становится еще выше. ИИ активно используется для обработки договоров, внутренней документации, регламентов и других материалов, содержащих 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 итоге компании получают возможность внедрять ИИ без компромиссов между безопасностью и инновациями.

«Для работы с ИИ требуются достаточно специфические знания и специалисты, которых на рынке пока крайне 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, самое главное изменение состоит в том, что если раньше основными заказчиками были в первую очередь ИТ-компании, то сейчас интерес к ИИ-инфраструктуре заметно расширяется.

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

Однако в последнее время мы наблюдаем растущий интерес и со стороны других секторов — производства, агротехнологий, финансовой сферы и прочих. Иными словами, спрос постепенно перестает ограничиваться только ИТ-рынком и становится гораздо более широким. К примеру, недавно мы вместе с партнерами GlowByte и Data Sapience осуществили проект гибридной ИИ-платформы для агропромышленного холдинга «Таврос». Подобные примеры наглядно демонстрируют, что ИИ превращается в востребованный инструмент для бизнеса из совершенно различных областей.

CNews: Давайте обсудим, как трансформируется роль инфраструктурного провайдера в эру искусственного интеллекта. Можно ли утверждать, что рынок смещается от подхода «просто выделить ресурсы» к формату технологического партнерства?

Александр Тугов: Да, я считаю, что это действительно так. Причем предпосылки для такого сдвига возникли еще до бурного развития ИИ. Инфраструктурные провайдеры уже давно развивают не только базовые услуги, но и платформенные продукты — решения более высокого уровня, чем просто виртуальная инфраструктура. Это, например, облачные базы данных или управляемые сервисы для взаимодействия с разными инфраструктурными решениями.

В области искусственного интеллекта эта тенденция стала еще более выраженной. Во многом это обусловлено нехваткой экспертизы. Если традиционные системы компании часто могут обслуживать самостоятельно, то для работы с ИИ требуются довольно специфические знания и специалисты, которых на рынке пока крайне мало.

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

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

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

При этом стоит разграничивать единовременные и постоянные расходы. Закупка и развертывание инфраструктуры относятся к капитальным затратам: как правило, они возникают однократно. Затем появляются операционные издержки, связанные с непрерывной поддержкой работы решения, и именно они определяют экономику проекта в долгосрочной перспективе.

Особое внимание стоит уделить подбору модели и настройке инфраструктуры. Экономическая эффективность ИИ-проекта напрямую зависит от того, насколько удачно выбранная языковая модель и вычислительные мощности соответствуют поставленной задаче. Во многих ситуациях вполне хватает более «легких» моделей, которые справляются с задачей ничуть не хуже, но потребляют существенно меньше ресурсов.

Именно поэтому сегодня особенно ценится компетенция провайдера, который помогает заказчику проанализировать потребности проекта, подобрать наилучшую конфигурацию и не допустить излишних расходов на начальном этапе.

CNews: С какими препятствиями сталкиваются организации, переходя от тестовых проектов к полноценному внедрению решений?

Александр Тугов: По большому счету, это тот же путь, что и внедрение любой другой автоматизированной системы. Никакого «магического решения», которое достаточно включить, чтобы мгновенно получить результат, не существует. В любом случае приходится адаптировать бизнес-процессы, обучать персонал и менять устоявшиеся методы работы.

Если у компании уже была создана цифровая основа — например, приведены в порядок документы и регламенты, — то внедрение идет легче. Если же такой основы нет, ее приходится создавать с нуля.

Вместе с тем у ИИ-проектов есть свои особенности. Одно из главных препятствий — нехватка квалифицированных кадров. Для успешной реализации недостаточно просто получить доступ к модели или вычислительным мощностям. Нужно понимать, как встроить решение в действующие бизнес-процессы, гарантировать его безопасное использование и рассчитать экономическую выгоду. Таких экспертов на рынке пока мало.

В этом контексте важную роль играют провайдеры, которые не только предоставляют вычислительные ресурсы, но и передают практический опыт, накопленный в проектах из различных отраслей, помогают выбрать оптимальную архитектуру решения и минимизировать риски на этапе масштабирования.

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

CNews: Ранее Selectel объявил о крупных инвестициях в собственное направление искусственного интеллекта. На какие продукты и сервисы вы делаете основной упор и как в целом формируется стратегия в этой области?

Александр Тугов: Мы сосредотачиваемся в первую очередь на тех задачах, где компаниям не хватает собственных знаний — и предлагаем не только вычислительные ресурсы для ИИ, но и набор готовых инструментов и сервисов, которые позволяют решать прикладные задачи в сфере ИИ «под ключ»

Одним из ключевых направлений развития нашего продуктового портфеля является создание собственной AI-платформы. В ее состав входит сервис Foundation Models Catalog, который дает возможность всего за несколько кликов развернуть и начать использовать популярные LLM, среди которых ChatGPT, Qwen, DeepSeek и GLM. Наша команда отвечает за эксплуатацию инфраструктуры, работу модели, ее безопасность и мониторинг. Такой подход существенно ускоряет и удешевляет процесс подбора моделей: больше не нужно тратить время на длительное ручное тестирование — можно быстро развернуть несколько вариантов и выбрать оптимальный для конкретной задачи. Заказчик получает готовую среду для работы с ИИ и может сосредоточиться на решении своих бизнес-задач.

В наших планах — дальнейшее развитие платформенных сервисов для создания полноценных ИИ-решений. В частности, это касается специализированных баз данных, например векторных, которые применяются для работы с индексами документов и позволяют большим языковым моделям выполнять расширенный поиск и более сложные операции с корпоративными базами знаний.

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

Такой набор вариантов развертывания инфраструктуры позволяет заказчикам выбирать оптимальную модель внедрения в зависимости от требований к безопасности, масштаба проекта и особенностей их 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: Точные прогнозы делать сложно, но уже сейчас 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.

Данная тенденция, по всей видимости, продолжит набирать обороты, привлекая как новых игроков, так и уже состоявшиеся технологические корпорации из разных уголков мира — включая Китай, Европу и Соединенные Штаты.

Другим значимым направлением является планомерное удешевление эксплуатации моделей. С развитием технологий будет повышаться как производительность, так и общая эффективность функционирования подобных систем. Как следствие, стоимость применения искусственного интеллекта начнет ощутимо падать.

Это, в свою очередь, расширит перечень задач, которые станет выгодно решать с помощью данных технологий. Уже сегодня они охватывают множество процессов, однако остаются сферы, где дешевле обходятся традиционные методы или ручной труд. По мере снижения цен таких ограничений станет значительно меньше.

CNews: Беспокойные известия для «живых» работников?

Александр Тугов: Полагаю, что нет. Если проводить аналогии с промышленной революцией, тогда тоже прогнозировали массовое замещение людей машинами. В действительности же произошла трансформация: изменились задачи, выросла общая продуктивность труда, но люди не остались без занятости.

Сейчас мы наблюдаем схожий процесс, только он касается интеллектуальной деятельности. Искусственный интеллект и новые программные агенты скорее усиливают специалистов, позволяя им решать больше задач при тех же ресурсах.

Поэтому речь идет не об уменьшении роли человека, а о перераспределении функций и повышении эффективности. Как и в прошлые технологические сдвиги, меняется структура экономики и характер работы, но сам спрос на труд не исчезает.

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