Краткое резюме
Российский рынок AI‑услуг к середине 2026 года нельзя корректно описать одной цифрой. В зависимости от рамки измерения он выглядит по‑разному: как широкий «рынок ИИ» в оценках отраслевых центров, как рынок внедрений и прикладных решений для корпоративных заказчиков, как наблюдаемый рынок выручки поставщиков AI‑решений и как быстрорастущий рынок генеративного ИИ. Именно поэтому строгий анализ требует не одной оценки, а нескольких согласованных «слоёв» рынка. В широком контуре МФТИ оценивал российский рынок ИИ в 900 млрд руб. по итогам 2023 года при росте на 37% год к году; в более узком корпоративно‑прикладном контуре Kept оценивал рынок AI‑решений в 300 млрд руб. в 2024 году; в нижней наблюдаемой границе CNews фиксировал 42,7 млрд руб. суммарной выручки 36 крупнейших поставщиков AI‑решений в 2024 году; наконец, MWS оценивал AI‑сегменты российского ИТ‑рынка 2025 года в 60,8 млрд руб. для AI‑ПО, 19,4 млрд руб. для AI‑сервисов и 112,1 млрд руб. для AI‑оборудования. источник
Структура предложения в России уже не сводится к нескольким бигтех‑платформам. По данным Нейролаба, экосистема насчитывает более 900 организаций, включая 498 независимых разработчиков и стартапов, 27 системных интеграторов, 27 облачных и вычислительных провайдеров, 69 корпораций‑инноваторов и 10 регионов‑лидеров цифровой трансформации. При этом по оценке МФТИ в 2024 году в России действовало около 540 компаний именно в сфере ИИ, и 68% из них были сосредоточены в Москве. Это означает, что рынок одновременно широк по числу участников и крайне асимметричен по выручке и доступу к вычислительной инфраструктуре. источник
Спрос также концентрирован. По данным FinExpertiza, суммарные расходы крупных и средних российских организаций на ИИ в 2024 году составили 90,3 млрд руб., причём 62,9% этих расходов пришлось на финансово‑страховой сектор, 12,6% — на информацию и связь, 6,7% — на государственное управление и соцобеспечение, 4,6% — на обрабатывающую промышленность и 3,1% — на образование. Одновременно по доле организаций‑пользователей лидировали торговля, образование и сектор информации и связи, что показывает важное отличие между «массовостью внедрения» и «денежной ёмкостью» спроса. источник
Если смотреть именно на рынок поставщиков AI‑услуг и решений, его экономическая структура сильно концентрирована. В рейтинге CNews за 2024 год Cloud.ru сохранил первое место и заработал 24,4 млрд руб. на AI‑направлении, что составило 56,4% совокупной выручки всех участников рейтинга; MWS AI поднялась на второе место с 3 млрд руб.; суммарная выручка десяти крупнейших игроков составила 36,2 млрд руб., то есть около 84,8% общего объёма рейтинговой выборки. Одновременно исследование MWS по ИТ‑вертикалям показывает, что в 2026 году проникновение топ‑5 игроков на рынке AI‑сервисов достигает 71%, тогда как на рынке AI‑ПО — около 36%, то есть сервисная часть консолидируется быстрее, чем собственно программная. источник
В технологическом отношении рынок быстро сместился от узких чат‑ботов и распознавания к LLM‑интеграции, RAG‑сценариям и агентным системам. Yandex AI Studio уже включает Model Gallery, Agent Atelier, AI Search и MCP Hub; MWS GPT позиционируется как OpenAI‑совместимый Model Hub с более чем 40 моделями; Cloud.ru развивает Evolution AI Factory как среду полного жизненного цикла для генеративных приложений и мультиагентных систем; GigaChat API у Сбера работает как pay‑as‑you‑go и пакетная LLM‑платформа; у MWS AI уже есть отдельная Agents Platform с модулем AI Force. Тем самым крупнейшие российские поставщики фактически конкурируют уже не только моделями, но и удобством среды разработки, правилами безопасности, способами размещения on‑prem / private cloud и стоимостью inference. источник
С точки зрения бизнес‑моделей рынок разошёлся на три устойчивых контура. Первый — API и инфраструктурный pay‑as‑you‑go от крупных платформ. Второй — enterprise‑лицензирование и on‑prem поставки у продуктовых вендоров вроде Naumen, Nanossemantika, ЦРТ, Smart Engines и NtechLab. Третий — проектный сервисный контур у red_mad_robot, EORA, Napoleon IT и множества малых интеграторов, где цены почти всегда определяются тендером, пилотом или индивидуальным коммерческим предложением. На самой периферии вырос слой одиночек и микростудий: на Profi.ru по запросу «разработка ИИ» на дату выборки отображалось 1 099 IT‑фрилансеров в Москве, с ценами от 1 500 руб. в час и от 3 920 руб. за услугу внедрения ИИ; на Kwork чат‑боты рекламировались от 500 руб. Это резкий разрыв между публичной «входной ценой» и реальной стоимостью корпоративного внедрения. источник
Регуляторно рынок живёт в режиме «жёстких требований к данным + мягкого права для самой технологии». Базовый контур задают Национальная стратегия развития ИИ, обновлённая указом 2024 года, Закон № 152‑ФЗ о персональных данных, отдельный режим для биометрических данных, Кодекс этики ИИ и закон об экспериментальном регулировании ИИ в Москве, действовавший пять лет с 1 июля 2020 года. Для поставщиков AI‑услуг это означает, что коммерческий успех в России всё чаще зависит не только от качества модели, но и от способности обеспечить локализацию, защиту данных, объяснимость, контроль доступа, журналирование, аудит и юридически устойчивые сценарии использования — особенно в финансах, госсекторе, здравоохранении и биометрии. источник
Главный вывод отчёта таков: в России уже сформировался не просто рынок «нейросетей», а многослойная индустрия AI‑услуг. Её верхний слой заняли платформенные и облачные игроки с доступом к инфраструктуре и крупным корпоративным бюджетам; средний слой — поставщики готовых B2B‑решений в speech, OCR, contact center, CV и GenAI‑ассистентах; нижний, но быстрорастущий слой — boutique‑агентства, агентные студии и одиночки, которые выигрывают скоростью эксперимента и ценовой гибкостью, но уступают в масштабе, комплаенсе и устойчивости доставки. В ближайшие три года наибольшую ценность, вероятно, будут забирать те игроки, кто научится соединять суверенную инфраструктуру, мульти‑LLM‑оркестрацию, экономику пилота и понятный контроль рисков. источник
Методология и рамка исследования
В этом отчёте под «российскими AI‑сервисами и агентствами» понимаются компании и независимые поставщики, предлагающие на территории России хотя бы один из следующих классов услуг: интеграция LLM и корпоративных помощников; разработка чат‑ботов и голосовых ассистентов; решения компьютерного зрения и OCR; MLOps и AI‑инфраструктура; консалтинг по AI‑трансформации; заказная разработка и сопровождение AI‑продуктов. Такой подход сознательно шире, чем узкое понимание «рынка ИИ» как рынка собственных моделей: он включает облачные платформы, продуктовых вендоров, интеграторов, boutique‑студии и слой фриланс‑предложения. источник
Источники ранжировались по приоритету. На первом уровне использовались официальные сайты, документация, страницы тарифов, пресс‑релизы и страницы вакансий компаний. На втором уровне — отраслевые обзоры и рейтинги CNews Analytics, ICT.Moscow, TAdviser, MWS Research, FinExpertiza и материалы МФТИ/Центра компетенций НТИ по ИИ. На третьем уровне — открытые маркетплейсы услуг и профили разработчиков, которые позволяли оценить слой одиночек и микроагентств. Дата отсечки данных — 13 июня 2026 года. источник
Самая важная методологическая проблема — несопоставимость рыночных оценок. Одни источники считают «рынок ИИ» как широкую выручку профильных компаний и экосистемный экономический эффект; другие — только рынок AI‑решений; третьи — только корпоративные расходы на внедрение; четвёртые — только выручку поставщиков, попавших в рейтинг. Поэтому в отчёте используются три уровня оценки рынка: широкая отрасль, прикладной корпоративный спрос и нижняя наблюдаемая граница поставщиков. Это не недостаток отчёта, а отражение фактического состояния отрасли, где единый статистический стандарт пока не устоялся. источник
Часть значений в таблицах — авторские расчёты на основе открытых темпов роста. Например, для оценки объёма AI‑сегментов ИТ‑рынка в 2024 году использовались опубликованные MWS значения 2025 года и их темпы роста к 2024‑му; для нижней границы рынка поставщиков в 2025–2028 годах использовались фактические данные CNews за 2021–2024 годы и прогнозы T1 AI по росту спроса на AI‑технологии в 2025–2026 годах. Во всех таких случаях в тексте прямо отмечено, что речь идёт об авторском расчёте, а не о прямой котировке источника. источник
Ограничения существенны. Во‑первых, многие частные российские AI‑компании не раскрывают выручку, численность команды, стоимость контрактов и информацию о раундах. Во‑вторых, у крупных экосистемных игроков — Яндекса, Сбера, МТС, Cloud.ru — AI‑направления не всегда выделяются в отдельные юрлица или сегменты с полным набором публичной метрики. В‑третьих, рыночные места и диапазоны на фриланс‑площадках динамичны и не равны числу уникальных специалистов по всей стране. В‑четвёртых, LinkedIn для российского рынка после 2022 года стал менее полным источником и хуже отражает реальную численность команд. Соответственно, всякий раз, когда данные отсутствуют или темпорально неустойчивы, это отдельно отмечается как неопределённость. источник
Рынок AI‑услуг в России
Российский рынок AI‑услуг к середине 2026 года лучше понимать как набор вложенных контуров, а не как единую сумму. Нижний контур — это деньги, которые действительно заработали поставщики AI‑проектов и AI‑решений. Средний контур — это расходы заказчиков на внедрение и эксплуатацию ИИ. Широкий контур — это отрасль ИИ как совокупность профильных компаний, решений, внедрений и создаваемой экономической стоимости. Эти слои дают разные цифры, но вместе они позволяют увидеть, где находится «ядро» коммерческого спроса. источник
Рыночные оценки по разным рамкам
| Рамка измерения | 2021 | 2022 | 2023 | 2024 | 2025 | Комментарий |
|---|---|---|---|---|---|---|
| Широкий рынок ИИ, млрд руб. | ≈552* | 647 | 650–900 | н/д | н/д | 2022: МФТИ/ICT.Moscow — 647 млрд руб.; 2023: проектный офис «Цифровая экономика» — 650 млрд руб., МФТИ — 900 млрд руб. Разница отражает разные методики. *2021 — обратный расчёт по темпу +17,3% в 2022 году. источник |
| Рынок AI‑решений, млрд руб. | н/д | н/д | ≈200** | 300 | н/д | Kept оценивал рынок AI‑решений в 300 млрд руб. в 2024 году после роста в 1,5 раза; **2023 — обратный расчёт. источник |
| Расходы крупных и средних организаций на ИИ, млрд руб. | н/д | н/д | н/д | 90,3 | н/д | FinExpertiza: фактические расходы на внедрение и использование ИИ в 2024 году. источник |
| AI‑ПО + AI‑сервисы + AI‑оборудование, млрд руб. | н/д | н/д | н/д | ≈149,8*** | 192,3 | MWS: в 2025 году AI‑ПО — 60,8; AI‑сервисы — 19,4; AI‑оборудование — 112,1 млрд руб. ***2024 — авторский расчёт по темпам роста 35,1%, 30,8% и 24,6% соответственно. источник |
| Нижняя наблюдаемая граница выручки поставщиков AI‑решений, млрд руб. |
9,0 | 16,8 | 25,5 | 42,7 | ≈47,8F**** | CNews: 2021 — топ‑10; 2022 — топ‑10, +87% к 2021; 2023 — 35 участников; 2024 — 36 участников. ****2025F — авторский сценарий при +12% к 2024 на базе прогноза T1 AI. источник |
| Российский рынок генеративного ИИ, млрд руб. | н/д | н/д | н/д | 13 | 58 | Оценка Onside/Just AI для genAI как отдельного сегмента; к 2030 году прогноз — 778 млрд руб. источник |
Эта таблица показывает ключевую вещь: поставщики AI‑услуг в России растут быстро, но их «видимая» выручка намного меньше широких отраслевых оценок. В 2024 году нижняя наблюдаемая коммерческая граница составляла 42,7 млрд руб., тогда как корпоративные расходы на ИИ достигали 90,3 млрд руб., а более широкий рынок AI‑решений — 300 млрд руб. Из этого следует, что значительная часть стоимости создаётся либо внутри крупных экосистемных групп, либо в смешанных цифровых проектах, либо в контрактах, которые не попадают в открытые рейтинги таксономии «чистого AI». источник
Наблюдаемая динамика поставщиков AI‑решений
Нижняя наблюдаемая граница особенно полезна для анализа конкурентной среды поставщиков. В 2021 году топ‑10 поставщиков AI‑решений заработали 9 млрд руб.; в 2022 году — уже 16,8 млрд руб.; в 2023 году 35 участников рейтинга CNews дали 25,5 млрд руб.; в 2024 году 36 участников — 42,7 млрд руб. Если рассчитать CAGR для периода 2021–2024 по этой нижней границе, он составит около 68% в год, что является очень высоким темпом даже по сравнению с быстрорастущими ИТ‑сегментами. источник
Здесь важно не путать «рыночную выручку поставщиков» с «всем объёмом ИИ в экономике». Тем не менее именно эта серия хорошо показывает, как быстро монетизировались отечественные решения после ухода части иностранных вендоров, импульса импортозамещения и перехода от пилотов к контрактам на промышленное внедрение. Прогнозное значение на 2025 год в 47,8 млрд руб. в графике выше — не опубликованная рыночная статистика, а консервативный авторский сценарий, полученный из факта 2024 года и оценки T1 AI о росте спроса на AI‑технологии на 12% в 2025 году. источник
Спрос по отраслям и типам задач
С точки зрения платёжеспособного спроса рынок чрезвычайно отраслево асимметричен. По данным FinExpertiza за 2024 год, почти две трети всех расходов на ИИ приходились на финансово‑страховой сектор. Это объясняется тем, что именно банки, страховщики и финтех приобретают самые дорогие сценарии: речевую аналитику, антифрод, OCR и интеллектуальную маршрутизацию обращений, кредитный скоринг, документооборот и внутренние ассистенты. При этом торговля лидирует не по расходам, а по доле организаций, уже использующих ИИ, — 13,3%, тогда как образование имеет 11,9%, а сектор информации и связи — 10,7%. Иначе говоря, у ритейла и образования внедрение более массовое, но средний чек ниже, чем у финансов. источник
Технологическая сегментация также говорит о смещении рынка в пользу языка и агентности. По МФТИ, крупнейшим сегментом российского ИИ в 2023 году была обработка естественного языка с долей 61,3%, вторым — анализ данных с долей 33,6%. В прикладном сегменте корпоративных AI‑ассистентов, который MWS оценивал на 2026 год примерно в 30 млрд руб., структура была иной: компьютерное зрение — 34%, AI‑агенты — 29%, инструменты для разработки ПО — 12%, NLP — 9%, AI‑консалтинг — 7%. Это различие важно: «широкий рынок ИИ» всё ещё доминируется language/data‑стеком, а коммерческий прикладной сервисный рынок increasingly monetizes agentic automation и computer vision. источник
Параллельно ускоряется именно генеративный контур. По оценке Onside и Just AI, объём российского рынка генеративного ИИ вырос с 13 млрд руб. в 2024 году до 58 млрд руб. в 2025‑м, а к 2030 году может достигнуть 778 млрд руб.; при этом около 55% проектов в 2025 году оставались на стадии пилота, 30% находились в фазе масштабирования пилота и только 15% дошли до промышленной эксплуатации. Значит, денежное ускорение уже началось, но зрелость ещё не догнала хайп: рынок платит за быстрые эксперименты и proof‑of‑value чаще, чем за полностью стабилизированную промышленную эксплуатацию. источник
Yakov & Partners в конце 2025 года давали ещё более сильный макровывод: более 70% российских компаний уже интегрировали решения на базе генеративного ИИ хотя бы в один бизнес‑процесс, а потенциальный вклад внедрения GenAI в российскую экономику к 2030 году может достигнуть 13 трлн руб. Это косвенно подтверждает, что именно сегмент прикладной интеграции, а не только модельного R&D, будет определять экономику рынка ближайшие годы. источник
Концентрация и региональное распределение
По географии рынок фактически моноцентричен. По данным МФТИ, 68% всех AI‑компаний находились в Москве, а на Москву приходилось 48% всех закупок ИИ и 55% их денежного объёма. По оценке проектного офиса «Цифровая экономика», около 71% AI‑проектов были сосредоточены в Москве, 10% — в Санкт‑Петербурге, третье место занимала Московская область. А по FinExpertiza, если смотреть уже на фактические расходы организаций на ИИ в 2024 году, на Москву пришлось 69,86 млрд руб., или 77,4% всего объёма; на Санкт‑Петербург — 8,2 млрд руб. (9%); на Московскую область — 2,8 млрд руб. (3,1%). источник
Региональная картина имеет прямое коммерческое следствие. Москва — это не просто крупнейший заказчик, а место концентрации штаб‑квартир, вычислительной инфраструктуры, команд продаж, венчурного капитала и экспертизы по комплаенсу. Санкт‑Петербург остаётся сильным вторым центром за счёт speech/NLP и системной инженерии. Но такие города, как Челябинск, Томск, Ульяновск, Барнаул, Уфа, Иннополис и Казань, уже сформировали заметные региональные ниши: от retail‑AI до предиктивной аналитики, MLOps, OCR и заказной агентной разработки. Именно эти региональные pockets обеспечивают рынку кадровое разнообразие и ценовую альтернативу московской концентрации. источник
Инфраструктурные ограничения и зрелость рынка
Инфраструктура остаётся главным системным ограничителем. По состоянию на начало 2025 года в российских ЦОДах использовалось около 10 тыс. GPU‑ускорителей в эквиваленте Nvidia A100 для задач ИИ. Уже в 2023 году аналитики отмечали, что спрос на вычислительные мощности может превышать доступное предложение до десяти раз, что толкает вверх стоимость GPU, облачных AI‑сервисов и инструментов оптимизации inference. Поэтому конкурентное преимущество крупных платформ в России определяется сегодня не только качеством модели, но и доступом к железу, каналам поставки, SLA, локализации хранилищ и способности предоставить частное размещение. источник
При этом рынок стал гораздо более конкурентным, чем это часто предполагают. По оценке MWS на 2026 год, AI‑рынок внутри ПО — один из самых конкурентных: доля топ‑5 там около 36%, тогда как AI‑сервисы, наоборот, уже сильно консолидированы, и доля топ‑5 достигает 71%. Это хороший индикатор зрелости: модельное и программное предложение ещё допускает большее число вендоров, а сервисная составляющая — консалтинг, внедрение, сопровождение, AI‑factory‑подход — быстро уходит к немногим крупным и ресурсным группам. источник
Ландшафт поставщиков
Российский рынок AI‑услуг в 2026 году имеет отчётливую слоистую структуру. Верхний слой составляют платформенные и инфраструктурные поставщики, которые одновременно продают compute, доступ к моделям, managed‑сервисы и enterprise‑безопасность. Средний слой — productized‑вендоры, специализирующиеся на отдельных классах задач: speech AI, virtual assistants, OCR, document intelligence, video analytics, contact center analytics. Нижний слой — проектные студии, boutique‑агентства и фрилансеры, которые продают скорость и кастомизацию. Такое расслоение уже отражено в экосистемной карте Нейролаба: 498 независимых разработчиков и стартапов против 27 системных интеграторов и 27 облачных/вычислительных провайдеров. источник
Слои предложения на рынке
| Слой рынка | Типичные игроки | Что продают | Сильная сторона | Слабая сторона | Источники |
|---|---|---|---|---|---|
| Платформенный и облачный | Yandex Cloud, Cloud.ru, MWS AI/MWS GPT, Sber/GigaChat | API к LLM, приватное размещение, AI Studio, MLOps, агентные платформы, GPU‑инфраструктура |
Масштаб, безопасность, SLA, доступ к вычислениям | Более сложный пресейл, зависимость от инфраструктурных CAPEX | источник |
| Enterprise‑вендоры решений | Just AI, Naumen, Наносемантика, ЦРТ, Smart Engines, NtechLab | Чат‑боты, голосовые боты, OCR, speech analytics, CV, бизнес‑ассистенты, on‑prem лицензии |
Глубокая экспертиза в конкретных доменах, готовые продукты | Уже более узкая функциональность вне «родного» домена | источник |
| Boutique‑агентства и интеграторы | red_mad_robot AI, EORA, Napoleon IT, Rubius, Nord Clan, ECM‑Консалтинг |
Пилоты, AI‑спринты, кастомные агенты, интеграции в CRM/ERP/контакт‑центр, экспертный консалтинг |
Скорость, кастомизация, работа с бизнес‑процессом под ключ | Сильная зависимость от команды и качества пресейла, ценовая непрозрачность |
источник |
| Слой одиночек и микростудий | Поставщики на Profi.ru, Kwork, FL.ru | Боты, промптинг, простые интеграции, MVP, контент‑генерация | Низкий порог входа и цена | Риски безопасности, отсутствия SLA и поддержки | источник |
Платформенный слой фактически захватил высокомаржинальную часть сложных корпоративных внедрений: там продаются и inference, и приватное размещение, и контроль персональных данных, и оркестрация нескольких моделей, и агентные конвейеры. Именно поэтому Cloud.ru, MWS AI, Yandex Cloud и Сбер конкурируют уже не только за «лучший LLM‑ответ», но и за статус базовой среды исполнения корпоративного ИИ. У Cloud.ru — лидерство по выручке в рейтинге CNews за 2024 год и ставка на Evolution AI Factory; у Yandex Cloud — превращение в универсальную AI‑платформу с Agent Atelier, AI Search и MCP Hub; у MWS — совмещение GPT Model Hub, кастомной разработки и AI‑трансформации; у Сбера — GigaChat API с freemium, пакетами, pay‑as‑you‑go и большой рыночной узнаваемостью бренда. источник
Productized‑слой выглядит наиболее зрелым в нишах, где российские игроки исторически были сильны ещё до генеративной волны: speech‑технологии, OCR, документооборот, биометрия и контакт‑центры. Just AI, Naumen, ЦРТ, Наносемантика и Smart Engines — это, по сути, не «нейросетевые студии», а зрелые продуктовые компании, которые встроили GenAI в уже существующие стеки. Их коммерческое преимущество в том, что они продают не абстрактную модель, а измеримый бизнес‑процесс: самообслуживание клиентов, поиск по базе знаний, распознавание документов, голосовую аналитику, OCR без утечки данных, ассистента для индустриальной среды. источник
Boutique‑агентства и интеграторы, напротив, сильнее там, где заказчик ещё не знает, какой именно продукт ему нужен. EORA продаёт пилоты AI‑агентов за восемь недель с KPI и ROI‑моделью; red_mad_robot строит вокруг GenAI не только клиентские кейсы, но и продуктовые спин‑оффы вроде Daisy; Napoleon IT удерживает доменную экспертизу в retail/FMCG; Rubius и Nord Clan заняли нишу прикладных региональных внедрений предиктивной аналитики, CV и LLM‑автоматизации. Это не просто «малые подрядчики», а слой компаний, который монетизирует отсутствие у заказчиков внутренней AI‑команды. источник
Фриланс‑слой в России стал отдельным феноменом именно в 2025–2026 годах. Он не способен обслужить чувствительные enterprise‑кейсы с 152‑ФЗ, внутренними политиками доступа и промышленным SLA, но очень силён в пилотах, промпт‑инжиниринге, Telegram‑ботах, генерации контента и дешёвом MVP. Публичные оферты на Kwork и Profi.ru показывают резкий ценовой разрыв: там, где физическое лицо или микростудия продают «чат‑бот от 500 руб.» или «разработку ИИ от 1 500 руб./час», enterprise‑вендоры вообще не раскрывают прайс и переходят сразу к запросу на консультацию. Это значит, что рынок разбился на две почти не пересекающиеся экономики: массовый low‑end и непрозрачный, но маржинальный B2B‑upper‑end. источник
Другие заметные игроки вне «большой витрины»
Помимо крупнейших брендов, существенную роль играет длинный хвост средних и малых поставщиков, которые часто сильнее в отдельной нише, чем участники верхнего слоя. По рейтингу CNews за 2023 год, к таким заметным игрокам относились Rubbles с MLOps Suite и клиентами вроде X5 Group, Mars и Норникеля; BSS со speech‑решениями; 3iTech с речевой аналитикой и LLM; AutoFAQ с автоматизацией поддержки; Rubius с предиктивной аналитикой и LLM‑автоматизацией; Nord Clan с ML Sense и проектами для Северстали; ECM‑Консалтинг как региональный интегратор на базе Content AI и YandexGPT. Именно они делают российский рынок не монолитным, а реально конкурентным по нишам. источник
| Игрок | AI‑выручка 2023, млн руб. | Команда в AI‑проектах | Ниша | География | Источник |
|---|---|---|---|---|---|
| Rubbles | 537 | 150 | MLOps, planning, customer insight | Москва | источник |
| BSS | 523 | 128 | Speech/voice, customer service AI | Москва | источник |
| 3iTech | 214 | 62 | Речевая аналитика, LLM, SaaS | Москва | источник |
| AutoFAQ | 103 | 20 | AI‑поддержка, knowledge automation | Москва | источник |
| Rubius | 141,8 | 28 | CV, предиктивная аналитика, LLM | Томск | источник |
| Норд Клан | 62 | 45 | ML‑sense, промышленная аналитика | Ульяновск | источник |
| ECM‑Консалтинг | 18 | 5 | Интеграция Content AI и YandexGPT | Санкт‑Петербург | источник |
Сравнительный анализ компаний и агентств
Сводная таблица по ключевым игрокам
| Компания | Год основания | Штаб‑квартира и география | Команда / сотрудники | Ключевые услуги | Бизнес‑модель | Клиенты / отрасли | Экономика / финансирование | Источники |
|---|---|---|---|---|---|---|---|---|
| Yandex Cloud / Yandex AI Studio | точная дата выделения направления публично не акцентируется; публично действует как часть экосистемы Яндекса |
Москва; услуги по всей РФ, плюс партнёрские программы для стартапов |
отдельная численность AI‑команды не раскрыта; платформа включает 75+ сервисов |
LLM, agents, search, speech, OCR, translate, managed cloud | pay‑as‑you‑go, managed services, cloud credits, enterprise support |
широкий B2B‑спектр; 93% выручки — внешние клиенты | выручка Yandex Cloud в 2025 году — 27,6 млрд руб.; 93% формируют внешние клиенты; кредиты стартапам — $5–20 тыс. |
источник |
| Сбер / GigaChat API | как AI‑сервис — внутри экосистемы Сбера; точная дата выделения не раскрывается в использованных источниках |
федеральный масштаб | точная численность AI‑команды не раскрыта | LLM API, embeddings, AI‑check, корпоративные ассистенты | freemium + пакетная модель + pay‑as‑you‑go | внутренние и внешние B2B‑сценарии: клиентские и сотруднические ассистенты |
отдельная AI‑выручка в открытых использованных источниках не раскрыта; публикуются тарифы API |
источник |
| Cloud.ru | ≈2018/2019 по официальной формуле «7 лет на рынке»; точный год требует осторожности |
Москва; 9 Tier III ЦОДов, федеральная инфраструктура | публичная численность не раскрыта | AI‑ и cloud‑сервисы, Foundation Models, notebooks, AI Factory, GPU |
cloud consumption, enterprise contracts, AI‑infrastructure | enterprise across industries | AI‑выручка в 2024 году — 24,4 млрд руб.; №1 в рейтинге CNews; 56,4% выручки рейтинга |
источник |
| MWS AI / MWS GPT | точная дата выделения бренда в использованных источниках не зафиксирована |
Москва; федеральный охват | 400 сотрудников в AI‑проектах в 2023 году | LLM Hub, AI Agents Platform, audiogram, speech analytics, custom AI, AI‑трансформация |
consumption pricing + quote‑based enterprise solutions + consulting |
НЛМК, Евраз, Делимобиль, Аэрофлот, банки, ритейл | AI‑выручка 2023 — 1,811 млрд руб.; 2024 — 3 млрд руб. | источник |
| Just AI | 2011 | Санкт‑Петербург; клиенты в России и СНГ | 200+ / «более 250 профессионалов» | conversational AI, GenAI‑трансформация, чат‑боты, voice bots, enterprise NLP |
лицензии, SaaS, custom delivery, enterprise integration | Альфа‑Банк, Мегафон, Совкомбанк, X5 Group, Магнит, МТС, Ростелеком |
AI‑выручка 2023 — 600 млн руб.; публичная информация о раундах не раскрыта |
источник |
| Naumen | 2001 | Основана в Екатеринбурге; центральный офис в рейтинге — Москва | 203 сотрудника в AI‑проектах в 2023 году | enterprise search, virtual assistants, speech AI, legal tech, contact center |
лицензии, SaaS, on‑prem, long‑term enterprise support | Банк ДОМ.РФ, Газпромбанк, Самолет, госсектор | AI‑выручка 2023 — 1,097 млрд руб. | источник |
| Наносемантика | 2005 | Москва | 250 сотрудников в AI‑проектах в 2023 году; 12 продуктов, 270 проектов |
чат‑боты, voice assistants, avatars, big data, neural products | лицензии, индивидуальные контракты, enterprise integration | ВТБ, ТВ Центр, Capital Life | AI‑выручка 2023 — 293 млн руб.; стоимость рассчитывается индивидуально |
источник |
| Napoleon IT | 2011 | Челябинск; офисы в Москве и Санкт‑Петербурге; сотрудники в 45 городах |
300 сотрудников; 65 — в AI‑проектах в 2023 году | AI для retail/FMCG, CV, pricing, replenishment, отзывы | заказная разработка, project delivery, отраслевые продукты | Красное и Белое, Бристоль, Лама | AI‑выручка 2023 — 280 млн руб.; более 220 проектов | источник |
| red_mad_robot AI | 2008 | Москва и распределённая сеть городов: Москва, Санкт‑Петербург, Тольятти, Самара, Томск, Иннополис, Алматы |
1000+ сотрудников («роботов») | AI‑консалтинг, GenAI‑продукты, Daisy, мультиагентные кейсы, full‑cycle digital build |
strategy + build + operate + product spin‑offs | ФСК, Билайн, проекты с SberDevices; работа в финтехе, телекоме, e‑commerce, медицине, промышленности |
отдельная AI‑выручка публично не раскрыта | источник |
| EORA | 2015 | федеральная/распределённая delivery‑модель; публично активна в Иннополисе и России в целом |
численность не раскрыта; 60+ проектов, 9+ лет экспертизы | AI‑агенты, чат‑боты, contact center automation, CV, ROI‑аудит, пилоты за 8 недель |
project‑based services, pilot‑to‑scale | Сбер, S7, Додо Пицца, Магнит, Neti | выручка и раунды публично не раскрыты | источник |
| NtechLab | 2015 | Москва; работает в 26 странах | численность в использованных источниках не раскрыта | video analytics, face/body/vehicle recognition, FindFace Multi / Server |
лицензии, интеграция, OEM/ISV, enterprise security contracts | безопасность, smart city, retail, industry; часть клиентов не раскрывается |
раннее финансирование — основатели и первые инвесторы; актуальная полная история раундов в открытых источниках фрагментарна |
источник |
| ЦРТ | 1990 | основана в Ленинграде; исторически сильна в РФ и международно | стартовала командой из 8 человек; текущая численность не раскрыта |
speech AI, voice input, биометрия, CV, agent platform | enterprise licensing, integration, long support cycles | Ростелеком, Московский метрополитен, индустриальные компании | отдельная современная AI‑выручка в использованных открытых источниках не раскрыта |
источник |
| Smart Engines | публично подтверждён точный год основания в использованных источниках отсутствует; позиционируется как научная IT‑компания |
РФ | численность не раскрыта | OCR, document AI, Smart ID Engine, Smart Document Engine, on‑device / in‑browser recognition |
SDK‑лицензии, enterprise integration | банки, документооборот, бухгалтерия, финтех; конкретные клиенты публично раскрываются ограниченно |
цены по запросу; ставка на on‑device/privacy‑preserving OCR | источник |
Что показывают профили лидеров
Во‑первых, рынок уже разделён не только по размеру, но и по логике создания ценности. Yandex Cloud, Cloud.ru, MWS AI и Сбер монетизируют прежде всего инфраструктуру, API, доступ к моделям, корпоративную безопасность и управление жизненным циклом AI‑приложений. Их главный актив — не просто модель, а вся среда исполнения: биллинг, IAM, мониторинг, quotas, отключение логирования, private network access, облачные кредиты и в ряде случаев on‑prem / dedicated deployment. Именно по этой причине Yandex Cloud в 2025 году получил 27,6 млрд руб. выручки при 93% доле внешних клиентов, а Cloud.ru смог собрать 24,4 млрд руб. именно на AI‑направлении в 2024 году. источник
Во‑вторых, продуктовые вендоры среднего эшелона выигрывают там, где рынок платит не за универсальность, а за доменную надёжность. Just AI исторически силён в conversational AI и enterprise‑внедрениях; Naumen — в контакт‑центрах, enterprise search и связке AI с процессным ПО; Наносемантика — в ботах, аватарах и data‑решениях; ЦРТ — в speech/biometry; Smart Engines — в OCR без передачи исходных данных с устройства; NtechLab — в видеоаналитике и распознавании. Их конкурентное преимущество не в том, чтобы быть «российским ChatGPT», а в том, чтобы заменить конкретный бизнес‑процесс с измеримым SLA. источник
В‑третьих, boutique‑слой всё сильнее дрейфует в сторону AI‑агентов и AI‑трансформации. EORA уже продаёт не просто «бота», а управляемый пилот: определение процессов с максимальным эффектом, расчёт ROI, учёт PII и TCO, метрики качества и контуры безопасности. red_mad_robot сдвигается от традиционной продуктовой разработки к AI‑builder‑модели, где внутри формируется экосистема Daisy, low‑code и smart‑agents, а кейсы с Билайном и ФСК показывают, что агентность становится не маркетинговым словом, а частью enterprise‑delivery. Napoleon IT, в свою очередь, удерживает более прагматическую и понятную рынку модель — доменный AI‑партнёр для retail и FMCG с сильным CV и pricing‑стеком. источник
Сервисная специализация и зрелость предложения
| Поставщик | LLM‑интеграция | Чат‑боты и voice | CV / OCR | MLOps / инфраструктура | Консалтинг | Кастомные решения | Публичная открытость для разработчиков | Источники |
|---|---|---|---|---|---|---|---|---|
| Yandex Cloud | да: Model Gallery, AI Search, Agent Atelier | да: SpeechKit, voice agents | да: Vision OCR | да: managed cloud, billing, IAM, MCP | ограниченно, через enterprise‑сопровождение | да | высокий уровень: docs, SDK, GitHub orgs, examples | источник |
| Сбер / GigaChat API | да | да | embeddings / AI‑check, но не как основной CV‑вендор | API‑платформа, пакетная и pay‑as‑you‑go модель | косвенно | да | высокий уровень docs; open‑repo экосистема менее акцентирована, чем developer portal |
источник |
| Cloud.ru | да: Foundation Models, AI Factory | да | ограниченно как часть platform services | да: notebooks, GPU, foundation models, AI agents | да, enterprise | да | docs и calculator доступны, но open‑source акцент слабее | источник |
| MWS AI | да: GPT Model Hub, Agents Platform | да: Audiogram, WordPulse | да: Custom AI и видеосценарии | да: OpenAI‑совместимый API, cloud platform | да: AI‑трансформация | да | docs и pricing есть; open‑source ядро не акцентируется | источник |
| Just AI | да | да, core‑домен | ограниченно | да, через CAILA/JAICP и dev tooling | да | да | высокий уровень: GitHub org, JAICF, SpeechFlow | источник |
| Naumen | да | да | ограниченно | частично, вокруг enterprise search и contact center stack | да | да | средний: открытая продуктовая документация и кейсы, но не упор на open source |
источник |
| Наносемантика | да | да | ограниченно | ограниченно | да | да | средний; больше коммерческая продуктовая модель, чем open‑repo | источник |
| Napoleon IT | да | частично | да, особенно retail/CV | частично | да | да | средний; ставка на delivery, не на публичные SDK | источник |
| red_mad_robot AI | да | частично | частично | частично | да, сильная сторона | да | средний; публичный контент и кейсы, но не продуктовые репозитории как ключевая витрина |
источник |
| EORA | да | да | да | частично, собственные internal tools | да, core‑сервис | да | средний; собственные инструменты известны, но не как open‑source стек |
источник |
| NtechLab | ограниченно: LLM не core, но AI‑orchestration есть | нет как core | да, core‑домен | да: on‑prem stack, docs, hardware requirements | да через integration | да | docs открыты, но продукт преимущественно закрытый | источник |
| ЦРТ | интеграция с GigaChat и agent platform | да, core‑домен | да, но не основной фокус | да, platform/integration | да | да | средний: акцент на enterprise products и кейсы | источник |
| Smart Engines | не как core LLM‑вендор | нет как core | да, core‑домен OCR | SDK‑подход скорее чем MLOps | ограниченно | да | docs открыты, исходный код — нет | источник |
Из этой матрицы видно, что рынок действительно распался на две логики зрелости. Либо компания строит вокруг AI полноценную платформу для разработчиков, как Yandex Cloud, Sber, MWS и частично Cloud.ru; либо она продаёт вертикально специализированные enterprise‑решения, где открытость developer‑среды вторична по сравнению с точностью, безопасностью и кастомной интеграцией. Россия к 2026 году не перешла к полностью «продуктовой» облачной модели AI‑рынка по западному образцу; она живёт в смешанном режиме, где platform engineering и enterprise services существуют одновременно и питают друг друга. источник
Ценообразование, бизнес‑модели и технологический стек
Публичный прайсинг
Самая прозрачная часть рынка — API и cloud‑pricing. Самая непрозрачная — проектная интеграция и вертикальные enterprise‑решения. Это хорошо видно уже по официальным страницам тарифов.
| Провайдер / канал | Публичный прайсинг | Что это означает для рынка | Источники |
|---|---|---|---|
| GigaChat API для юрлиц | минимум 600 руб./мес. при использовании; синхронно: Lite 0,065 руб./1000 токенов, Pro 0,5 руб., Max 0,65 руб.; асинхронно вдвое дешевле |
очень низкий входной порог в LLM‑API при сильной ценовой дисциплине |
источник |
| GigaChat API для физлиц | freemium: 1 млн бесплатных токенов; пакеты от 1 300 руб. за 20 млн Lite‑токенов; 1 500 руб. за 3 млн Pro; 1 950 руб. за 3 млн Max |
Сбер явно работает и на developer/self‑serve слой, а не только на enterprise |
источник |
| Yandex AI Studio | embeddings — 0,0101 руб./1000 токенов; image generation — 2,23 руб./запрос; dedicated instances от 408,7 руб./час до 817,4+ руб./час в зависимости от модели и конфигурации; pricing page содержит token‑based and dedicated modes |
Яндекс строит сложную модель тарификации, подходящую и для API‑экономики, и для dedicated deployment |
источник |
| MWS GPT Model Hub | стартовый грант 3 000 руб. для физлиц; на июнь 2026 цены указаны как promotional/standard, например для ряда open‑source моделей — от 0,054–0,073 руб. за 1000 входящих токенов по акции и около 1,098–1,464 руб. стандартно |
MWS активно продвигает multi‑LLM‑площадку с маркетинговым субсидированием раннего потребления |
источник |
| Cloud.ru | точная стоимость Foundation Models и AI Agents выводится через тарифные приложения и калькулятор; публично доступны free‑tier/grants до 20 тыс. руб. и отдельные тарифные документы; для open LLM в 2025 объявлялось снижение цен до среднего уровня 35 руб. за входной и 70 руб. за выходной миллион токенов для моделей 120B+ |
Cloud.ru сочетает калькуляторную прозрачность инфраструктуры с более сложной документационной моделью прайса на AI |
источник |
| MWS Audiogram | pay‑as‑you‑go по минутам распознавания и миллионам символов synthesis либо пакет/on‑prem |
характерная модель для speech‑вендоров в enterprise | источник |
| Наносемантика | стоимость зависит от параметров и рассчитывается индивидуально | продуктовый вендор ориентируется на enterprise sale, а не на self‑serve |
источник |
| EORA, red_mad_robot, Naumen, NtechLab, ЦРТ, Smart Engines | цены, как правило, по запросу / через консультацию | доминирует пресейл и solution selling, а не commodity pricing | источник |
| Profi.ru, Kwork | Kwork: чат‑боты от 500 руб.; Profi.ru: разработка ИИ от 1 500 руб./ч, внедрение ИИ от 3 920 руб./усл. |
low‑end слой рынка использует предельно низкий публичный price anchor |
источник |
Из таблицы видно, что экономически рынок делится на self‑serve и custom‑sale. Self‑serve — это LLM API, embeddings, speech‑as‑a‑service и небольшие developer‑гранты. Custom‑sale — всё, что связано с данными клиента, on‑prem размещением, интеграцией в ERP/CRM, адаптацией отраслевой базы знаний, аудитом безопасности и долгой поддержкой. Поэтому формально сравнивать, например, 0,065 руб. за 1 000 токенов GigaChat Lite и многомиллионный корпоративный проект ЦРТ или red_mad_robot бессмысленно: это разные рынки, соединённые одной технологической основой. источник
Бизнес‑модели и источники выручки
У крупных платформ источники выручки очевидны и многоступенчаты: вычисления, inference, network/storage, enterprise support, приватные инстансы, консалтинг, обучение, cross‑sell в другие облачные сервисы. Yandex Cloud особенно показателен тем, что 93% его выручки формируют внешние клиенты, а не внутреннее потребление группы; Cloud.ru и MWS строят схожую модель, где LLM‑сервис не является автономным бизнесом, а усиливает облачную экосистему. В этом смысле их AI‑направления — не изолированный продукт, а инструмент увеличения lifetime value облачного клиента. источник
У продуктовых вендоров схема иная: лицензия или подписка, затем внедрение, обучение, кастомизация, интеграция и техподдержка. Naumen зарабатывает на поставке зрелого enterprise‑ПО с AI‑модулями; Just AI — на платформах conversational AI и их внедрениях; ЦРТ — на долгих корпоративных и государственных циклах speech/biometry; Smart Engines — на SDK и privacy‑preserving OCR; NtechLab — на лицензиях и интеграции видеоаналитики. Это более «индустриальная» модель, где выручка растёт не столько за счёт миллиона дешёвых токенов, сколько за счёт крупных договоров и последующего расширения установленной базы. источник
У агентств и boutique‑интеграторов выручка формируется из аудита данных, discovery‑фазы, пилотов, MVP, интеграции, последующего support‑ретейнера и иногда из выделения собственного продукта. У red_mad_robot хорошо видно движение в сторону productized‑services: Daisy уже описывается как часть большой внутренней AI‑экосистемы. EORA продаёт не только код, но и методологию быстрого пилота с KPI и ROI. Napoleon IT соединяет заказную разработку с отраслевыми продуктами для retail/FMCG. Это промежуточная бизнес‑модель между консалтингом и вендорством. источник
Фриланс‑слой монетизируется иначе: фиксированный прайс за элементарный deliverable, быстрый срок и отсутствие затрат на корпоративный пресейл. На маркетплейсах доминирует логика «продать простую услугу и upsell‑ить её в более сложную». Но именно здесь возникают максимальные риски: отсутствие аудита кода, непрозрачная работа с персональными данными, использование непроверенных сторонних API, слабая поддержка после сдачи и невозможность обеспечить правовой контур для чувствительных отраслей. В корпоративной среде этот слой чаще выступает как прототипирующий, а не промышленный подрядчик. источник
Технологический стек
В 2026 году российский AI‑рынок технологически гибриден. Он больше не строится только на отечественных моделях и не копирует целиком западный стек. Крупнейшие платформы предлагают смешанный ассортимент: собственные модели, адаптированные сервисы и хостинг популярного open source. У Yandex AI Studio есть Model Gallery с несколькими семействами моделей, Agent Atelier, AI Search и MCP Hub; MWS GPT даёт доступ к более чем 40 моделям и OpenAI‑совместимому API; Cloud.ru снижал цены именно на открытые LLM и строит AI Factory вокруг lifecycle и multi‑agent сценариев; GigaChat остаётся заметнейшей отечественной proprietary‑платформой в банковско‑корпоративном контуре. источник
Технический выбор сильно зависит от отрасли. Если заказчик из финансов, госсектора или из сферы обработки чувствительных данных, рынок смещается к on‑prem, dedicated instance, отключению логирования, частной сети и контролю доступа. У Яндекса это отражено прямо в документации по безопасности и IAM; у Smart Engines конкурентным преимуществом становится распознавание документов в браузере без пересылки исходных и промежуточных данных; у NtechLab техническая документация подробно описывает on‑prem требования, Linux‑дистрибутивы и работу с RTSP/HTTP потоками; у ЦРТ Speech/GenAI уже интегрируются в корпоративные voice‑platforms, а не только в публичные облака. источник
В прикладном слое ключевым архитектурным паттерном стал RAG. Yandex прямо позиционирует YandexGPT Pro для поиска по базам знаний, анализа документов, построения отчётов и извлечения данных; MWS AI и EORA продают корпоративный поиск и ответы по внутренним данным; red_mad_robot демонстрирует кейсы AI‑агентов для управления знаниями; Just AI строит стек enterprise‑bots поверх собственных платформ и open‑source tooling. То есть рынок движется не к универсальному «чату», а к связке LLM + knowledge base + workflow + permissions. источник
Открытые продукты и репозитории
Открытость стеков на российском рынке неоднородна. Yandex Cloud и Just AI выделяются тем, что реально поддерживают публичные developer‑организации и кодовые примеры, тогда как многие enterprise‑вендоры ограничиваются открытой документацией без раскрытия исходников.
| Компания | Публичные dev‑активы | Что это говорит о стратегии | Источники |
|---|---|---|---|
| Yandex Cloud | GitHub‑организация Yandex Cloud, отдельная организация с examples, Go SDK, MCP servers, docs repo |
ставка на ecosystem building и developer adoption | источник |
| Just AI | GitHub‑организация, JAICF Kotlin framework, SpeechFlow, ML service templates |
ставка на developer community и расширение платформы вокруг enterprise conversational AI |
источник |
| Smart Engines | открытая документация SDK, но не open source core | приоритет коммерческой IP‑модели | источник |
| NtechLab | открытая техническая документация по продуктам и requirements, но закрытый core |
enterprise deployment важнее публичной экосистемы кода | источник |
| Остальные major enterprise players | чаще documentation‑first, quote‑based sales | типичный для российского B2B акцент на пресейл, а не на public code |
источник |
Это различие важно для оценки конкурентоспособности. Открытые репозитории не гарантируют коммерческий успех, но снижают барьер входа для разработчиков, увеличивают долю self‑serve рынка и упрощают тестирование решений в песочнице. В России именно Yandex Cloud и Just AI пока заметнее остальных как компании, строящие не только продажи, но и developer ecosystem. Для остальных игроков — особенно в OCR, биометрии и enterprise speech — преобладает более закрытая, IP‑ориентированная модель. источник
Регуляторные и этические вопросы в России
Российское регулирование ИИ до сих пор не оформилось в единый «закон об ИИ». Вместо этого действует комбинация стратегических документов, норм по данным, мягкого права и точечных экспериментальных режимов. Базовым документом остаётся Национальная стратегия развития ИИ, утверждённая указом Президента № 490 в 2019 году и существенно обновлённая указом № 124 в феврале 2024 года. Параллельно ИИ включён в инициативу нацпроекта «Экономика данных», где прямо указано, что проект нацелен на ускоренное развитие технологий ИИ, а по федеральному проекту уже созданы 12 исследовательских центров на базе вузов, к 2030 году их должно стать 14. источник
Для AI‑услуг в России юридически критичен Закон № 152‑ФЗ «О персональных данных». Он задаёт общие принципы совместимости обработки с целями сбора данных, а статьи 10 и 11 отдельно регулируют специальные категории и биометрические персональные данные. Это особенно важно для поставщиков видеоаналитики, голосовой биометрии, OCR паспортов, HR‑агентов и ассистентов поддержки, которые работают с персональными данными сотрудников и клиентов. На практике это означает обязательность более строгой правовой архитектуры, чем в content‑генерации общего назначения: согласие, правовое основание, режим хранения, разграничение доступа, локализация и аудит становятся частью поставляемой услуги. источник
Для биометрии и CV‑решений риски особенно чувствительны. Именно поэтому NtechLab в документации отдельно оговаривает гражданское назначение ряда своих систем и прямо отсылает к соблюдению законов о защите персональных данных; Smart Engines строит конкурентное преимущество на OCR‑подходе, который не требует пересылки исходных данных с устройства; Яндекс в документации AI Studio подчёркивает защищённость инфраструктуры в соответствии с 152‑ФЗ. Значит, compliance превращается из «юридического приложения» в коммерческий feature самого продукта. источник
Российская модель регулирования ИИ в значительной мере остаётся моделью мягкого права. Это прямо признаётся и в материалах Sber Developer: развитие идёт через саморегулирование, а Кодекс этики ИИ 2021 года стал ключевым ориентиром для рынка. На сайте Альянса в сфере ИИ указывается, что к кодексу присоединились уже сотни организаций; в карточке сайта фигурирует ориентир «более 900 организаций». В практическом смысле это не замена закона, а добровольный рыночный стандарт, который снижает репутационный риск и помогает при работе с крупными заказчиками. источник
Экспериментальный правовой режим в Москве, установленный Законом № 123‑ФЗ, имел срок пять лет с 1 июля 2020 года. Следовательно, базовый экспериментальный период завершился 30 июня 2025 года. Для рынка это был важный тест того, как ИИ‑разработки и их внедрение могут сопровождаться специальными правилами на уровне региона. После окончания этого срока на первый план снова вышла проблема институционализации результатов эксперимента: что именно из экспериментальных практик должно стать общим регулированием, а что останется частным кейсом Москвы. источник
Этические вопросы в России сосредоточены в пяти зонах. Первая — биометрическое наблюдение и соразмерность использования CV в публичном пространстве. Вторая — обработка чувствительных пользовательских данных в корпоративных ассистентах и contact center AI. Третья — хрупкость генеративных систем: галлюцинации, скрытые искажения, неустойчивая воспроизводимость, сложность объяснения ответа. Четвёртая — авторское право и происхождение обучающих данных. Пятая — риск технологической непрозрачности, когда заказчик получает работающий AI‑сервис, но не получает критериев качества, журналирования, эскалации к человеку и механизмов redress. Уже в 2023 году аналитики Б1 отмечали, что будут расти инвестиции именно в технологии, облегчающие корпоративное использование GenAI с точки зрения конфиденциальности, прозрачности и соответствия быстро меняющемуся регулированию. источник
Отдельный практический вопрос — безопасность AI‑систем. На фоне роста threat landscape в мае 2024 года был создан Консорциум по исследованию безопасности технологий ИИ. Это симптоматично: рынок уже воспринимает ИИ не только как инструмент повышения эффективности, но и как источник новых контуров уязвимости — от prompt injection и data leakage до фальшивых документов, голосовых deepfake и неправомерной автоматизации решений. Для российских поставщиков enterprise‑ИИ выигрышной стратегией становится встроенная «управляемость»: human‑in‑the‑loop, eval‑циклы, логирование, контроль ролей и отказ от непрозрачной black‑box сдачи проекта. источник
Прогноз на ближайшие годы и выводы
Сценарные оценки на 2026–2028 годы
Прогнозирование рынка AI‑услуг в России до 2028 года имеет смысл делать не одной кривой, а тремя сценарными траекториями. Первая — нижняя наблюдаемая граница выручки поставщиков AI‑решений. Вторая — объём AI‑сегментов ИТ‑рынка как суммы AI‑ПО, AI‑сервисов и AI‑оборудования. Третья — высокорослый сегмент генеративного ИИ. Первая траектория консервативна, вторая ближе к реальному B2B‑рынку внедрений, третья — самая волатильная, но и самая быстрорастущая. источник
| Метрика | 2025 | 2026F | 2027F | 2028F | Метод и оговорки |
|---|---|---|---|---|---|
| Нижняя наблюдаемая граница выручки поставщиков AI‑решений, млрд руб. |
≈47,8 | ≈55,5 | ≈63,2 | ≈71,5 | Авторский сценарий: 2024 факт CNews × +12% в 2025 и +16% в 2026 по T1 AI; затем умеренное замедление до +14% и +13%. источник |
| AI‑ПО + AI‑сервисы + AI‑оборудование, млрд руб. | 192,3 | ≈223,1 | ≈254,3 | ≈284,8 | 2025 — MWS факт/оценка; далее базовый сценарий роста от темпов T1/MWS с постепенной нормализацией. Авторский расчёт. источник |
| Генеративный ИИ, млрд руб. | 58 | ≈97,5 | ≈163,9 | ≈275,4 | Авторский расчёт по implied CAGR от 58 млрд руб. в 2025 до 778 млрд руб. в 2030. Это high‑growth сегмент, а не общий рынок AI‑услуг. источник |
Даже консервативная траектория показывает, что сегмент поставщиков AI‑услуг продолжит расти двузначными темпами. Но структура этого роста, вероятно, изменится. В 2024–2025 годах рынок рос за счёт импортозамещения, дешёвых пилотов и первых больших контрактов на корпоративных ассистентов. В 2026–2028 годах драйвером станет не просто наличие модели, а способность интегрировать её в существующие бизнес‑системы, обеспечить безопасность и экономику эксплуатации. Иначе говоря, рынок перейдёт от «рынка демонстраций» к «рынку операционизации». источник
Наиболее вероятные победители ближайших трёх лет — четыре класса игроков. Первый — инфраструктурные платформы с доступом к вычислительным мощностям и готовым enterprise‑контуром: Yandex Cloud, Cloud.ru, MWS, Сбер. Второй — зрелые продуктовые вендоры с сильной узкой специализацией: speech, OCR, document AI, contact center analytics, video analytics. Третий — агентства, умеющие очень быстро превращать агентные идеи в измеримый пилот с KPI и безопасной архитектурой. Четвёртый — региональные niche‑игроки, которые специализируются на одной‑двух вертикалях и выигрывают скоростью и ценой у московских универсальных интеграторов. источник
Риски тоже ясны. Крупные платформы рискуют «перекупить» рынок инфраструктурой, но недопродать ценность без отраслевой адаптации. Продуктовые вендоры рискуют оказаться слишком узкими на фоне мульти‑LLM и агентных фреймворков. Boutique‑агентства рискуют зависимостью от нескольких сильных инженеров и проектной волатильностью. Фриланс‑слой рискует остаться за пределами чувствительных отраслей из‑за комплаенса и вопросов доверия. Системный риск для всех — дефицит GPU, рост стоимости вычислений, правовая неопределённость вокруг биометрии, а также постепенный сдвиг заказчиков от простого «внедрить нейросеть» к более жёсткому вопросу: кто отвечает за качество, безопасность и воспроизводимость результата. источник
Если суммировать исследование строго, то рынок AI‑услуг в России уже прошёл фазу, когда его можно было описывать как набор «нейросетевых стартапов». Это уже иерархическая индустрия с инфраструктурным ядром, зрелым слоем B2B‑вендоров, сильным boutique‑сегментом и растущим low‑end‑контуром одиночек. Москва остаётся абсолютным центром притяжения выручки, капитала и проектов, но региональные центры начали формировать свои ниши. Самый дефицитный актив — не сами модели, а способность безопасно, дёшево и быстро вставить их в бизнес‑процесс заказчика. Именно вокруг этого и будет перераспределяться рыночная рента до 2028 года. источник
источник источник источник источник https://ict.moscow/analytics/almanakh-ii-13-indeks-2023-goda/
источник источник https://neirolab.ru/project/karta-igrokov-ai
источник источник источник источник источник источник https://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F%3A%D0%98%D1%81%D0%BA%D1%83%D1%81%D1%81%D1%82%D0%B2%D0%B5%D0%BD%D0%BD%D1%8B%D0%B9_%D0%B8%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82_%28%D1%80%D1%8B%D0%BD%D0%BE%D0%BA_%D0%A0%D0%BE%D1%81%D1%81%D0%B8%D0%B8%29
источник источник источник источник источник источник источник источник https://ict.moscow/analytics/krupneishie-igroki-rossiiskogo-rynka-ii-reshenii-v-2024-godu/
источник источник источник источник источник источник источник источник https://yandex.cloud/ru/docs/ai-studio
источник источник источник https://profi.ru/it_freelance/razrabotka-ii/?srsltid=AfmBOoqHrMpy5qEMH6tSIDD2ZCJM0JEjQmEfa-g0ulRf5g0CyhAUJ3Ro
источник источник источник источник https://www.cnews.ru/reviews/iskusstvennyj_intellekt_2024/review_table/276304ed160eae8fa15d714ccadd6cbaffbab2b2
источник источник источник ИТ-рынок России превысит 6,7 трлн рублей к 2030 году
источник источник https://ict.moscow/news/analytics-15-08-2023/
источник источник https://ict.moscow/analytics/krupneishie-igroki-rossiiskogo-rynka-ii-reshenii-v-2022-godu/
источник источник источник https://just-ai.com/
источник источник источник источник источник источник https://eora.ru/
источник источник https://just-ai.com/o-kompanii
источник источник источник https://kwork.ru/land/chat-bot
источник источник https://nanosemantics.ai/about-us
источник источник https://yandex.cloud/en/blog/financial-results-2025
источник источник источник https://developers.sber.ru/docs/ru/gigachat/tariffs/legal-tariffs
источник источник https://mws.ru/services/mws-gpt/
источник источник источник https://www.naumen.ru/company/
источник источник https://redmadrobot.ru/startapy/vse-llm-v-odnom-okne-kak-my-sdelali-ai-servis-daisy
источник источник https://docs.ntechlab.com/projects/ntech-lab-ffserver-core-en/en/12.240830.2/
источник источник https://smartengines.ru/docs/
источник источник https://github.com/yandex-cloud
Источники и ссылки
Нумерованные ссылки из исходного документа заменены на нормальные кликабельные ссылки. Ниже — общий список использованных источников.
- ict.moscow — analytics/almanakh-ii-13-indeks-2023-goda
- neirolab.ru — project/karta-igrokov-ai
- tadviser.ru — index.php/Статья:Искусственный_интеллект_(рынок_России)
- ict.moscow — analytics/krupneishie-igroki-rossiiskogo-rynka-ii-reshenii-v-2024-godu
- yandex.cloud — ru/docs/ai-studio
- profi.ru — it_freelance/razrabotka-ii
- consultant.ru — document/cons_doc_LAW_335184
- cnews.ru — reviews/iskusstvennyj_intellekt_2024/review_table/276304ed160eae8fa…
- cnews.ru — news/line/2026-03-16_issledovanie_mws_it-rynok
- ict.moscow — news/analytics-15-08-2023
- ict.moscow — analytics/krupneishie-igroki-rossiiskogo-rynka-ii-reshenii-v-2022-godu
- makeagency.ru — blog/issledovaniya-vidy-chem-otlichayutsya-kak-ponyat-kakie-nuzhny
- yakovpartners.ru — publications/ai-2025
- ict-online.ru — news/Rynok-iskusstvennogo-intellekta-stal-samym-konkurentnym-rynkom…
- just-ai.com
- eora.ru
- just-ai.com — o-kompanii
- kwork.ru — land/chat-bot
- developers.sber.ru — portal/products/gigachat-api
- cloud.ru — about
- naumen.ru — company/figures-and-facts
- nanosemantics.ai — about-us
- napoleonit.ru — about-us
- redmadrobot.ru — contacts
- interfax.com — newsroom/top-stories/111111
- speechpro.ru — company/history/1990
- smartengines.ru — about
- yandex.cloud — en/blog/financial-results-2025
- developers.sber.ru — docs/ru/gigachat/tariffs/legal-tariffs
- cloud.ru — docs/foundation-models/ug/topics/pricing
- mws.ru — services/mws-gpt
- naumen.ru — company
- redmadrobot.ru — startapy/vse-llm-v-odnom-okne-kak-my-sdelali-ai-servis-daisy
- docs.ntechlab.com — projects/ntech-lab-ffserver-core-en/en/12.240830.2
- speechpro.ru — company/history
- smartengines.ru — docs
- developers.sber.ru — docs/ru/gigachat/tariffs/individual-tariffs
- yandex.cloud — ru/docs/ai-studio/pricing
- cloud.ru — calculator
- mts.ai — en/product/audiogram
- nanosemantics.ai — contacts
- yandex.cloud — ru/docs/ai-studio/concepts/generation
- github.com — yandex-cloud
- github.com — just-ai
- docs.ntechlab.com — projects/ffmulti/en/2.1/requirements.html
- digital.gov.ru — documents/ukaz-prezidenta-rossijskoj-federaczii-№-490
- consultant.ru — document/cons_doc_LAW_61801
- developers.sber.ru — help/business-development/ethics-of-artificial-intelligence
- kremlin.ru — acts/bank/45475
- expert.ru — mnenie/rynok-ii-generiruet-perestroyku