Малый и средний бизнес все активнее использует вычислительные мощности для искусственного интеллекта (ИИ), но ему чаще не нужны самые дорогие и производительные решения. Около 90% спроса на облака пришлось на видеокарты среднего уровня, а потребление самой популярной модели выросло в 13,5 раза за год.
По данным "Рег.облака", по итогам первого полугодия 2026 года на модели NVIDIA A4000 и A5000 пришлось порядка 90% спроса на облачные ускорители (GPU) со стороны сегмента МСБ. Абсолютным лидером стала конфигурация NVIDIA A4000 с 16 ГБ памяти. На втором месте - NVIDIA A5000 (24 ГБ), с долей 38,5%. Российский рынок GPU-инфраструктуры шире, чем обучение больших ИИ-моделей и использование флагманских ускорителей.
Для многих небольших и средних компаний GPU становятся инструментом прикладных задач: в 2026 году 62,5% клиентов компании использовали одну GPU-конфигурацию, еще 30,1% - от двух до четырех. Такой профиль потребления ближе к точечному подключению ускорителей под конкретные рабочие сценарии, чем к строительству крупных GPU-кластеров. В этих случаях бизнесу важна не максимальная производительность, а баланс между мощностью, доступностью и стоимостью запуска.
При этом GPU - это не обязательно создание собственной нейросети. Небольшому бизнесу вычислительные мощности могут понадобиться, например, чтобы интернет-магазин автоматически обрабатывал фотографии и создавал описания тысяч товаров, улучшал поиск и делал рекомендации.
Также предприниматели сегодня достаточно активно внедряют в процессы различные цифровые решения, связанные с ИИ. Чаще всего это относится к сферам, где существуют коробочные продукты, "заточенные" под небольшие компании как с точки зрения функционала, так и с точки зрения их стоимости.
Небольшому бизнесу нейросети помогают создавать описания товаров
Генеральный директор Корпорации МСП Александр Исаевич рассказал, что порядка 90% МСП практически полностью автоматизировали ведение документооборота и финансовой отчетности, в том числе с использованием технологий искусственного интеллекта. Они позволяют распознавать первичные документы, анализировать данные, прогнозировать и контролировать финансовые потоки. А вот в таких областях, как цифровой маркетинг и CRM, 90% опрошенных автоматизируют лишь основные операционные процессы в этом направлении или осуществляют все процессы вручную, и только 9% из них используют ИИ-инструменты для ведения соцсетей и работы на маркетплейсах.
"Среди отраслей чаще всего искусственный интеллект используют МСП в научно-технической деятельности, ИТ и торговле. После введения обязательных требований по применению BIM-технологий при проектировании объектов предприятия в сфере строительства также стали активно применять нейросети. Проникновение ИИ-технологий в малый и средний бизнес будет усиливаться. Предприниматели активно изучают рынок, пытаются погрузиться в эту тему, чтобы максимально эффективно интегрировать нейросети в свои бизнес-процессы", - говорит Исаевич.
Кроме того, порог входа для создания или запуска ИИ-решения сегодня невысокий, и он продолжает снижаться. Директор по стратегии и развитию ИИ Cloud.ru Дмитрий Юдин объясняет, что для многих задач бизнесу уже не нужно самостоятельно администрировать GPU-сервер: существуют управляемые сервисы, где готовые инструменты позволяют быстро внедрять языковые модели и создавать мультиагентные системы.
Также даже при работе напрямую с GPU доступно предустановленное ML-окружение и поддержка популярных фреймворков - TensorFlow, PyTorch, CUDA. Пилотный проект может развернуть команда из одного-двух разработчиков за считаные дни. Основные сложности сейчас лежат не в доступе к "железу", а в подготовке данных, интеграции модели в бизнес-процессы и оценке экономического эффекта, говорит эксперт.