Расширять применение генеративного искусственного интеллекта (ИИ) планируют 80% российских компаний, при этом 65% уже сталкивались с пилотными проектами, которые не дошли до промышленной эксплуатации. Такие данные приводятся в исследовании «СберПро», представленном на конференции Сбера по цифровой трансформации бизнеса SberPro Tech 2026.
Согласно исследованию, 47% российских компаний используют генеративный ИИ для разработки программного обеспечения. Столько же — для анализа данных и подготовки отчетности. Заместитель председателя правления Сбербанка Анатолий Попов отметил, что успешные решения должны выходить за рамки отдельных экспериментов и становиться частью повседневной работы. Среди причин, по которым ИИ-проекты не доходят до промышленной эксплуатации, 48% опрошенных назвали низкое качество данных, а 46% — сложности интеграции с корпоративными системами.
В исследовании отмечается, что внедрение ИИ требует работы с данными, инфраструктурой и процессами. В случае с ИИ-агентами компаниям необходимо заранее определить, какие действия им доверять, как контролировать их работу и кто отвечает за результат.
В 2025 году объем глобального рынка генеративного ИИ превысил 100 млрд долларов, а более 70% международных компаний внедрили технологию хотя бы в одной бизнес-функции. Российский рынок, по данным авторов исследования, развивается в особых условиях: государство выступает регулятором, крупным заказчиком и ключевым соинвестором, разработка сосредоточена вокруг трех-четырех крупных экосистем, а инфраструктура строится на собственных серверах компаний. Сейчас 43% опрошенных компаний проводят пилоты с технологией, а 31% уже использует решения в регулярной эксплуатации.
Как отмечает эксперт Среднерусского института управления-филиала РАНХиГС Сергей Федотов, данные исследования отражают разрыв между намерением компаний масштабировать ИИ и практической готовностью к этому. Большинство организаций планируют расширять применение технологии, однако значительная часть проектов остается на стадии пилотов. Ключевыми барьерами выступают качество данных и интеграция с существующими системами — то есть вопросы, связанные не столько с самой технологией, сколько с инфраструктурой и процессами.