Российский рынок генеративного ИИ в 2025 году входит в фазу ускорения: объём может вырасти примерно в пять раз до 58 млрд рублей, а ИИ из эксперимента превращается в рабочую инфраструктуру бизнеса. При этом уже около 70–71% крупных компаний в России используют генеративный ИИ хотя бы в одной бизнес‑функции и начинают закладывать под него постоянные бюджеты.
Генеративный ИИ: из игрушки в инфраструктуру
Всего пару лет назад генеративный ИИ в России воспринимался как модный эксперимент: компании запускали пилоты, пробовали чат‑ботов и автоматическую генерацию текстов «для теста». Сейчас ситуация резко меняется. По оценкам Onside и Just AI, в 2025 году российский рынок генеративного ИИ может вырасти примерно в пять раз и достигнуть около 58 млрд рублей. Главный драйвер — крупный бизнес и госструктуры, которые начинают внедрять ИИ не точечно, а в масштабах целых процессов.
Параллельно исследования показывают: уже около 70–71% крупных российских компаний используют генеративный ИИ хотя бы в одной бизнес‑функции — от маркетинга до внутренней автоматизации. Важно, что многие из них переходят от разовых пилотов к системной работе: появляются отдельные бюджетные статьи на ИИ‑решения, внутренние команды и регламенты.
Где компании уже используют генеративный ИИ
Больше всего генеративный ИИ сегодня заметен в задачах, где есть рутина и большое количество повторяющихся операций.
- Клиентская поддержка. Нейросети отвечают на типовые запросы, помогают операторам формулировать ответы, заполняют карточки обращений и подсказывают решения по базе знаний.
- Маркетинг и продажи. Генерация текстов, баннеров и сценариев рассылок, персонализированные предложения для разных сегментов клиентов, подготовка презентаций и коммерческих предложений.
- Внутренние документы. Черновики договоров, служебных записок, переводов, резюме совещаний и аналитических отчётов — всё это всё чаще делает ИИ, а человек проверяет и дополняет.
- Аналитика и отчётность. Генеративный ИИ помогает формировать аналитические сводки по данным: «объясняет» цифры человеческим языком и визуализирует ключевые тенденции.
Для многих компаний это уже не «фишка», а способ сократить время на задачу в разы и перераспределить людей на более сложную работу.
Почему бизнес перестал ограничиваться пилотами
Раньше компании запускали пилоты, чтобы «пощупать» технологию, но упирались в вопросы безопасности, качества и окупаемости. Сейчас сразу несколько факторов сдвинули ситуацию.
- Созрела инфраструктура. Появилось больше локальных и корпоративных ИИ‑платформ, которые можно развернуть в периметре компании и настроить под свои данные и политики безопасности.
- Понятная экономика. Опыт первых внедрений показал, где ИИ реально экономит деньги и время — в поддержке, маркетинге, документообороте. Там легче посчитать эффект и оправдать отдельный бюджет.
- Конкурентное давление. Если конкуренты снижают издержки и сокращают время обработки запросов за счёт ИИ, отставать становится опасно. Это побуждает даже консервативные компании двигаться быстрее.
Результат — генеративный ИИ всё чаще рассматривается как новый слой инфраструктуры, наряду с CRM, телефонией и облаками.
Что это значит для специалистов и компаний
Быстрый рост рынка меняет требования и к людям, и к бизнесу.
- Нужны новые роли. Всё больше востребованы специалисты на стыке: не просто разработчики, а ИИ‑продуктологи, методологи, эксперты по процессам, которые понимают и бизнес, и возможности моделей.
- Меняются навыки «не айтишников». Маркетологи, продажники, HR и аналитики, умеющие грамотно использовать ИИ‑инструменты, становятся заметно продуктивнее на тех же позициях. Это уже реальный плюс на рынке труда.
- Растёт запрос на этику и безопасность. Чем глубже ИИ вшивается в процессы, тем важнее контроль качества данных, защита коммерческой тайны и работа с рисками ошибок и галлюцинаций моделей.
Компании, которые заранее выстраивают правила работы с ИИ, получают преимущество: меньше инцидентов и больше доверия к результатам.
О чём важно не забывать: риски и ограничения
На фоне роста рынка вокруг ИИ усиливается и критика.
- Автоматизация и занятость. Исследования отмечают, что почти половина крупных компаний в России допускают сокращение части сотрудников из‑за внедрения ИИ, что делает тему переквалификации и обучения особенно актуальной.
- Качество и ответственность. Генеративный ИИ способен ошибаться и придумывать факты, поэтому без человеческой проверки и чётких регламентов использовать его в критичных областях опасно.
- Регулирование. На международных площадках и внутри стран обсуждаются стандарты безопасного и этичного применения ИИ — от маркировки контента до правил работы с персональными данными.
Иначе говоря, генеративный ИИ уже даёт сильный эффект, но требует взрослого подхода: политики, метрик, обучения сотрудников.
Кому и как стоит действовать уже сейчас
- Бизнесу. Выделить 1–2 приоритетные зоны (поддержка, продажи, документы), запустить не просто пилот, а небольшой, но измеримый проект с понятными метриками: время обработки, стоимость, удовлетворённость.
- Руководителям. Сформировать внутреннюю «дорожную карту по ИИ»: какие процессы трогать в 2025–2026 годах, какие компетенции развивать внутри, где привлекать внешних подрядчиков.
- Специалистам. Осваивать ИИ‑инструменты по своей профессии: от генерации текстов и презентаций до аналитики и автоматизации рутинных задач. Это уже не бонус, а новая цифровая грамотность.
Если интересно, следующий материал можно посвятить конкретным кейсам: как именно российские компании используют генеративный ИИ в поддержке, маркетинге и внутренних сервисах, с цифрами по экономии времени и денег.