Еще пять лет назад искусственный интеллект в России был уделом энтузиастов и пилотных проектов. Сегодня объем рынка ИИ в России оценивают и в 117 миллиардов, и в 1,5 триллиона рублей.

Разница в десяток раз не должна смущать — она лишь подчеркивает, насколько по‑разному можно смотреть на одну и ту же технологическую революцию.

Эта статья — попытка собрать пазл из разрозненных данных, прогнозов и трендов. Мы посмотрим на рынок глазами аналитиков, государства, крупных корпораций и стартапов, чтобы понять его реальные контуры и потенциал роста до 2030 года.

Мы стоим на пороге новой эры, наблюдая за картой будущего рынка ИИ России: как линии трендов поднимаются вверх, как на горизонте вырисовываются силуэты компаний и стартапов, бросающих свой вызов устоявшемуся порядку. Я спокойно рассматриваю перспективы: хаос перспектив последних лет меняется системой, но эта система уже трещит под напором новых идей.

Больше 15% рынка в финансовом и рекламном сегменте захватывает уже опытный «Яндекс», 350 команд ученых и инженеров повышают надежность моделей, а 20 университетов с 2025 по 2030 год будут выпускать «пилотов»: специалистов по ИИ, отвечающих современным вызовам.

Тем временем государственная стратегия декларирует — к 2030-му ИИ станет платформой новых возможностей: объем услуг по его внедрению должны вырасти до 60 млрд ₽ и к 2030-му планируется обучить свыше 10 тыс. специалистов по специальности ИИ. Эта цель отражена в стратегии и финансовом плане: федеральный проект «Искусственный интеллект» получил ~15,7 млрд ₽ поддержки на 2024–2026 гг.

TL;DR

• Российский рынок ИИ стремительно растет (~25–30% в год). По оценкам Smart Ranking, общий доход от деятельности 150 крупнейших компаний от деятельности, хоть как‑то свянной с ИИ, составил в 2024 г. ~1,486 трлн ₽, при этом пять лидеров («Яндекс», «Сбер» и др.) обеспечили 95% выручки. Эксперты отмечают, что к 2025 г. сумма может достичь ~1,9 трлн ₽.

• Выручка «Яндекса» от ИИ в 2024 г. составила ~500 млрд ₽, у группы «Сбер» — ~400 млрд ₽.

• Рынок ИИ‑софта в России составит до ~50 млрд ₽ к 2025 г., а к 2029 г. утроится.

• Новые тренды: low‑code/no‑code‑платформы делают ИИ‑разработку более доступной, появляются агрегаторы нейросетей, которые упрощают интеграцию разных моделей.

• Прогнозы по секторам: рынок медицинского ИИ вырастет примерно в 6 раз — с ~12 млрд ₽ в 2024-м до ~50–80 млрд ₽ к 2030 г. Автоматизация процессов ускоряется в ретейле, финансах и промышленности.

• Кадры: в 2024 г. в России было ~57,4 тыс. ИИ‑специалистов, к 2030 г. понадобится ещё порядка 89 тыс. Проект «Топ‑ИИ» в 22 вузах планирует обучить свыше 10 тыс. специалистов к 2030-му.

Разница в показателях объёма российского рынка ИИ (например, между ~1,486 трлн ₽ по оценкам Smart Ranking и ~117,7 млрд ₽ или по данным РБК за 2024 год) возникает из‑за фундаментальных отличий в методологиях подсчёта и определениях того, что именно входит в «рынок ИИ». Это не редкость для аналитики в ИТ‑ и тех‑секторах, где разные источники могут использовать разные метрики, границы и источники данных.

Если простыми словами, Smart Ranking подсчитывает доход более размыто — включая продукты, в которых ИИ задействован даже косвенно; а РБК в большинстве случаев подсчитывает только доход, которые напрямую связан с ИИ‑продуктами (не включая косвенные доходы, где ИИ просто «под капотом»).

Текущее состояние рынка и прогнозы

Российский рынок ИИ демонстрирует впечатляющую динамику.

По данным РБК, по итогам 2024 года объём рынка достиг порядка 1,45 млрд $ (117,7 млрд ₽; прирост +38% с 2023-го). Прогноз на 2025–2027 гг. остаётся оптимистичным: уже в 2025 г. он может вырасти до 2,1 млрд $ (170,3 млрд ₽; +45% год к году).

При этом рынок концентрируется в руках нескольких лидеров: на топ‑5 игроков («Яндекс», «Сбер», ВК, «Т‑Технологии», «Касперский»), приходится до 95% монетизации.

Рост рынка связан с несколькими факторами.

Во‑первых, усиленно развиваются ИИ‑сервисы и платформы: в 2025 году объём рынка платформ для обучения моделей превысит 15 млрд ₽ при среднем темпе ~20%. Активный спрос — особенно в госсекторе, финтехе, телекомах, ретейле и э‑коммерции — диктует необходимость удобных интерфейсов и быстрого развёртывания моделей.

Во‑вторых, крупные игроки интегрируют ИИ в свои продукты:

• Например, YandexGPT встроен уже в десятки сервисов «Яндекса», а невидимые алгоритмы приносят до 40% рекламного дохода поисковика.

• По аналогии «Т‑Технологии» внедряют ИИ повсюду — от камер в приложениях до антифрода, — и за счёт этого выручка группы от ИИ‑решений выросла на 16% за год.

Наконец, рынок стимулируется государственной политикой.

• С запуском инициативы «Искусственный интеллект» нацпроекта «Цифровая экономика» на 2024–26 гг. выделено около 15,7 млрд ₽ на развитие ИИ.

• Одновременно готовятся кадры: более 20 вузов получили гранты на подготовку ИИ‑специалистов к 2030 году. По данным обновлённой стратегии, к 2030 г. ежегодный выпуск ИТ‑выпускников в сфере ИИ должен вырасти с 3 до 15,5 тыс. человек.

• Целевой рост услуг ИИ (в т. ч. софта и интеграций) планируется довести до 60 млрд ₽ в год к 2030 г. (с 12 млрд в 2022-м).

Эти цифры кажутся скромными рядом с рынком «в триллионах» (ср.: 1,9 трлн ₽ в 2025-м, по оценке «Ъ»), но важно понимать: разные источники используют разные метрики.

Один из главных тормозов — дефицит железа. По мнению экспертов, ограниченный доступ к современным чипам и сложному ПО может замедлять движение вперёд. Пока мы мечтаем о собственных аналогах NVIDIA, отрасль призывает к развитию локальных вычислительных ресурсов и индустриальных кластеров. Каждая эра требует своего железа — а время отвоёвывается не сертификациями, а практикой и прогоном новых моделей в реальных кейсах.

Ключевые игроки и экосистема

Российский ИИ‑рынок концентрируется в руках нескольких гигантов.

По данным РБК, «Яндекс» удерживает около 15% рынка — ~315 млн $ (25,6 млрд ₽) из 1,45 млрд $ (117,7 млрд ₽) в 2025-м, — развивая своё облако ML и LLM.

За «Яндексом» — «Сбер», ~12% рынка (252 млн $, 20,4 млрд ₽). «Сбер» давно переродился в технологичный холдинг с десятками подразделений по ИИ (добыча данных через SberCloud, авто‑ML‑системы, сотни ML‑моделей внутри банка).

Третью скрипку играют обычно «Т‑Технологии» (+16% в год).

ВК (Mail.ru Group), на 4‑м месте, инвестирует в генеративные технологии, рекламу и контентные рекомендации.

Но если посчитать также и косвенную деятельность от ИИ, то, как видите, Smart Ranking показывает значения на порядок выше:

Наряду с ними развивается многогранная экосистема стартапов. На передовой — студии и компании по глубокому обучению (например, в Москве, Петербурге, Новосибирске действует уже сотня таких команд). Среди успешных калибров — Nurax (автономные агенты для бизнеса), Cognitive Technologies (автопилоты для сельхозтехники, ИИ в транспорте), а также Roboguard и VisionLabs в области компьютерного зрения.

Агрегаторы нейросетей, финтех‑стартапы и телеком‑стартапы (ASAP, MTS AI Lab) тоже захватывают ниши.

Со своей стороны инвесторы переключают портфели: венчур в ИИ‑стартапы вырос на 35% в 2024-м (до 180 млн $, 14,6 млрд ₽).

Активное слияние со стартапами проводят крупные корпорации: например, «Сбер» поглощает перспективные студии ИИ, «Яндекс» сотрудничает со сторонними ИИ‑командами под своим брендом, а группы компаний вроде ВК и МТС инвестируют в акселераторы и корпоративные инжиниринговые центры.

Структура рынка ИИ в России

Вернёмся к масштабу специфических ИИ‑решений.

По данным анализа рынка в 2025 году:

• ПО и сервисы (machine‑learning‑платформы, облачные сервисы, готовые решения) доминируют — ~65% всего оборота, ~1,45 млрд $ (117,7 млрд ₽) к 2025-му, — так как именно разработка и продажи ИИ‑приложений задают тон.

• Консалтинг и интеграция занимают ~25% (~525 млн $, 42,6 млрд ₽) — это реализация проектов, обучение команд, внедрение ИИ‑решений под ключ.

• Остальные ~10% приходятся на железо (серверы, GPU/ASIC, edge‑устройства с ИИ); этот сегмент растёт медленнее из‑за трудностей с импортом чипов.

ИИ уже перестает быть «искусственной экзотикой» и проникает повсюду.

ИИ в госуправлении и сервисах

Уже в 2025–2026 гг. Минцифры планирует отладить национальный сервис запроса данных: бизнес сможет официально запрашивать у государства наборы данных для обучения ИИ. Это часть стратегии открытых данных и технологического суверенитета.

Начиная с 2027 года, на площадке обещают пилотные международные проекты обмена данными с партнёрами (БРИКС, ЕАЭС).

Параллельно госаппарат тестирует собственные боты — например, эксперимент с генеративным ИИ для кадров и анализа законопроектов.

За счёт этого административные процессы должны ускориться, а к 2030-му доверием к ИИ уже будет пользоваться 80% граждан.

ИИ в медицине

Этот сегмент ждёт шестикратный рост к 2030 г.: по исследованию «Якова и Партнёров», с 12 млрд ₽ в 2024 до 50–80 млрд ₽ к 2030-му.

Причина — выбор врачей и пациентов: ИИ уже вытесняет рутинную работу (диагностика снимков, сбор анамнеза, генерация рекомендаций). ИИ научился помогать врачам вести клинические сводки, ассистировать в анализе снимков и извлекать из закрытых карт «скрытые» данные.

Ожидается, что продукты вроде цифровых ассистентов, систем экспертного контроля и электронных историй болезни могут сформировать локальный рынок всего за ближайшие 5 лет. Если эта прогрессия не остановится, то к концу десятилетия ИИ‑системы станут обычным инструментом клиник и аптек.

Мировой же рынок ИИ‑медицины вырастет к 2030-му почти в 7 раз, так что отечественные игроки стараются не отставать.

ИИ в промышленности и транспорте

Впервые цифровая революция застилает и заводы. Компании сектора («Т‑Технологии», «РТИ Системы» и др.) внедряют ИИ в ретейле, на производственных линиях, в прогнозировании спроса и обслуживании оборудования. Например, ИИ анализирует данные датчиков и оптимизирует сборочные линии (одним из ведущих проектов стала инициатива Cognitive Pilot «Сбербанка» для сельхозмашин).

По оценкам TAdviser, к 2030 г. промышленные предприятия должны нарастить готовность к ИИ с 12% до 95% (в рамках нацстратегии) — это значит почти повсеместное использование умных машин и цифровых двойников.

ИИ в ретейле и финансах

Ретейлеры укрупняют клиентские базы: динамическое ценообразование, чат‑боты и кол‑центры, рекомендации товаров — всё это подстёгивает рост ИИ‑продуктов в секторе. Банки и финтех активно вкладываются в антифрод и кредитный скоринг на основе нейросетей. МТС ожидает лишь за счёт оптимизации своей клиентской поддержки экономию на 40 млрд ₽ к 2028 году.

ИТОГО. По всей цепочке услуг (финансы, госуслуги, госзакупки) отмечается схожий тренд: автоматизация расширяет свои корни. Причем, как показывает опыт крупных компаний, эффект от внедрения ИИ часто превосходит ожидания.

Образование, кадры и экосистема

Быстрый рывок возможен лишь при достаточном количестве специалистов.

В 2024 г. по стране насчитывалось лишь 57,4 тыс. людей с профилем «ИИ‑инженер». При этом Минцифры оценивает, что к 2030 г. понадобится ещё порядка 89 тыс. новых ИИ‑специалистов. Это похоже на дефицит топлива перед полетом на Марс.

В ответ на это усиливаются образовательные программы. Конкурс «Топ‑ИИ», завершившийся в 2024-м, отобрал 22 вуза, которые с 2025-го начинают готовить топ‑специалистов в сфере ИИ. Планируется обучить свыше 10 тыс. студентов к 2030 году.

Результат: ожидается рост поколения инженеров с ИИ‑навыками (ML‑инженеров, дата‑сайентистов, ML‑архитекторов) в несколько раз.

Крупные IT‑компании уже держат руку на пульсе: они участвуют в создании учебных программ и запускают внутренние хакатоны. Например, «Сбер» расширяет сеть «СберУниверситетов» с акцентом на ИИ.

Тем временем рынок труда подстраивается. Минимум два крупных портала недавно выделили специальную рубрику для ИИ‑вакансий. Самая востребованная сфера — финтех/банковское ПО, затем телеком и промышленные системы: компании видят прямой ROI от своих ИИ‑инвестиций (например, до 2–3 лет окупаемость таких проектов).

⚠️ Пока многие ожидали «универсальных магов», способных решить всё одним хуком, оказалось, что глубокие ниши (например, специфическая аннотация медицинских данных или оптимизация логистических цепочек) требуют узконаправленных специалистов. «Небольшой, но точный кадр» — иногда важнее «универсального, но неуправляемого монстра». Этот урок переориентирует образование: меньше общих курсов, больше серьезного погружения в конкретные прикладные задачи.

Вызовы и барьеры

Несмотря на энтузиазм, рынок сталкивается с ограничениями.

Данные и инфраструктура. Обучение современных моделей лимитируется нехваткой российских датасетов и сложностями с доступом к импортным «железным мозгам». Во многом из‑за этого рост рынка не так велик, как мог бы быть, — капитал концентрируется на тех, кто может выжать максимум из доступных ресурсов.

Регулирование. Сейчас в России внедряется концепция юридического регулирования ИИ, обсуждается закон о персональных данных ИИ, однако пока правовая база формируется. Требуется больше ясности (особенно в финансах, медицине, транспорте) — это тоже ресурс неопределённости.

Микроуроки. При всём этом наметились «микропобеды»: отраслевые центры роста (ИИ‑агенты для промышленности, голосовые помощники для госуслуг) уже показывают практические кейсы. Крупные компании «показали кино», интегрируя ИИ в свои процессы: например, эффективность кол‑центров уже радует по метрикам, а в «Т‑Технологиях» до 45% обращений в чатах обслуживаются без людей.

Сценарии развития в 2025–2030-м

Для анализа будущего часто используют сценарный подход. Попробуем кратко набросать три ключевых сценария:

• Консервативный (30%): сохранение нынешних трендов. Массовое внедрение задерживается из‑за регуляций, железа и других рисков. Большая часть новых инициатив так и останется пилотными. Рынок ИИ к 2030-му вырастет умеренно — скажем, 3–4% в год, без резких скачков.

• Базовый (50%): плавное развитие по нынешним траекториям. Согласно прогнозам Минцифры, к 2025 г. рынок может достичь 168 млрд ₽, а к 2029 г. вырасти втрое — примерно до 516 млрд ₽. ИИ внедрится в десятки отраслей (ретейл, финансы, производство, госуслуги), станут привычны голосовые ассистенты и автоматизированная аналитика. К 2030-му многие повседневные решения будут сопровождаться помощью ИИ.

• Оптимистичный (20%): «революция необъявленная». Появляются крупные локальные технологические прорывы (в том числе в собственных моделях), а также эффективное сотрудничество академии и бизнеса. Поставщики чипов находят решения для обхода ограничений. Множество стартапов быстро вырастают благодаря петабайтам открытых данных и поддержке госсектора. В этом случае к концу 2020-х ИИ станет массовой инфраструктурой (аналогом интернета в 2000-х) и может значительно превзойти базовый прогноз (речь уже о триллионах рублей рынка к 2030-му).

Эти сценарии не гарантии, но дают ориентиры: каждый может оценить, к какому сценарию он готовиться и сколько рисков закладывать (например, в подготовку кадров или покупку оборудования).

Помню, как в начале карьеры мы с другом спорили, когда же ИИ станет по‑настоящему массовым в России. Кто‑то говорил, что через 10 лет, кто‑то — что никогда. Оказалось, что правы были все, потому что массовость пришла не в виде человекоподобных роботов, а в виде алгоритмов, которые лучше нас предсказывают спрос, находят аномалии и генерируют контент.

Теперь я думаю о том, какой будет наша следующая дискуссия через пять лет. Возможно, мы будем спорить о том, как мы вообще жили без персональных ИИ‑ассистентов, которые сегодня кажутся фантастикой. История повторяется.

В своей работе для быстрого сравнения и тестирования разных LLM я часто пользуюсь агрегаторами, например BotHub. Это позволяет не тратить время на регистрацию на десятках сайтов и обходить ограничения. Кстати, здесь можно зарегистрироваться и получить 100 000 капсов для бесплатного теста.