Компании в России вкладывают в ИИ-агентов от 10 до 50 млн ₽
Крупнейшие компании вкладывает в ИИ-агентов сотни миллионов рублей
Аналитики Cloud.ru и ВШБ ВШЭ проанализовали данные представителей крупных компаний из финансового сектора, ритейла, телекома, ИТ, EdTech и промышленности, включая Газпромбанк, Сбер, Альфа-Банк, Мосбиржу, «Ленту», X5, «Билайн» и МТС.
Согласно исследованию, инвестиции в ИИ-агентов включают капитальные и операционные затраты.
- К капитальным относятся расходы на вычислительную инфраструктуру — GPU-кластеры и серверы, разработку или закупку платформенных решений и интеграцию с корпоративными системами.
- Операционные расходы включают поддержку и дообучение моделей, мониторинг, оплату облачных сервисов и содержание команд специалистов.
Средний объём инвестиций у крупных компаний составляет 10–50 млн рублей. Затраты бигтех-компании могут превышать сотни миллионов рублей.
Сроки внедрения агентов определяет ИТ-ландшафт компании
Руководитель направления ИИ Cloud.ru Дмитрий Юдин отметил, что сроки внедрения ИИ-агентов зависят от масштаба компании, наличия инфраструктуры и компетенций команды.
По его словам, при работе с современными платформами для разработки и управления ИИ-агентами, такими как Agent Space, запуск решения может занять несколько недель.
В более сложных проектах сроки увеличиваются: речь идёт о компаниях с разрозненными данными, повышенными требованиями к безопасности и сложным ИТ-ландшафтом. В таких случаях сроки внедрения рассчитываются индивидуально в зависимости от объёма интеграций и подготовки данных.
Интеграция ИИ может окупиться за год — а может и за 7 лет
Срок окупаемости зависит от масштаба и сложности решений, говорится в исследовании.
- Простые сценарии автоматизации могут окупаться менее чем за 12 месяцев.
- Средние проекты требуют 12–24 месяцев.
- Крупные инфраструктурные инициативы — более 24 месяцев, в отдельных случаях до 5–7 лет.
Эффективность ИИ-агентов зависит от качества данных и интеграции с корпоративными системами — , и базами данных.
Исполняющий обязанности генерального директора Cloud.ru Михаил Лобоцкий отметил, что основным препятствием для внедрения остаются организационные факторы: разрозненные базы данных, отсутствие культуры управления изменениями и связки ИИ-инициатив с бизнес-целями.
В отраслях с централизованными и структурированными данными, таких как финансы и ИТ, уровень автоматизации достигает 60–90% операций. В сегментах с неструктурированными данными эффективность ниже.
ИИ-агенты выполняют задачи вдвое эффективнее
По оценкам аналитиков Cloud.ru и ВШБ ВШЭ, в среднем ИИ-агенты уменьшают время выполнения задач на 40–50%.
В финансовом секторе и производстве чаще используются агенты с низкой автономностью, выполняющие 1–4 действия под контролем человека. В телекоме и банках применяются более автономные решения, способные самостоятельно вести диалог или обрабатывать заявки.
