Рассмотрим ключевые тенденции, которые определят, какие компании укрепят позиции на фоне развития технологий искусственного интеллекта, а какие столкнутся с рисками.
1. Ставка на оптимизацию
На IT-рынке в 2026 году, по всей вероятности, сохранится положительная динамика. Согласно нашим прогнозам, общий рост может составить около 15%, а сегменты, связанные с искусственным интеллектом (ИИ), могут вырасти на 30%. Драйвером станет текущий курс государства на импортозамещение, развитие цифровой экономики и экономики данных.
Тем не менее, настроения в индустрии неоднозначные. Сохраняется дефицит квалифицированных специалистов, одновременно ускоряется внедрение ИИ, чтобы оптимизировать процессы и снижать издержки. На фоне экономической неопределенности крупные компании пересматривают бюджеты. Поэтому в центре технологических стратегий 2026 года ожидаемо окажется курс на оптимизацию: процессов, затрат, архитектур и продуктов.
2. От ИИ-эйфории до отрезвления
2026 год во многом станет переходным для развития ИИ. Рынок постепенно движется от хаотичных экспериментов к появлению первых зрелых корпоративных решений – внутренних агентов, систем автоматизации и аналитических инструментов на базе ИИ.
Однако у техно-бума есть оборотная сторона. Знакомство с нейросетями усиливает мифы: от страха вроде «машины всех заменят» до эйфории «ИИ решит все». И если первый миф более-менее безобиден, второй очень опасен. Хватает примеров, когда сотрудники слепо копируют ответы моделей, не проверяя их на галлюцинации, логические ошибки или устаревшие данные, в итоге бизнес получает сбои и убытки.
Исследование Стэнфордского университета показало, что универсальные LLM галлюцинируют в 58-82% юридических запросов. В финансах уровень ошибок достигает 41%. По данным Gartner, 45% компаний уже столкнулись с репутационным ущербом из-за сбоев ИИ, теряя в среднем свыше $550 тыс. за инцидент.
Между тем, большинство компаний абсолютно не контролирует использование ИИ работниками. Люди запускают корпоративные документы через публичные чат-боты с личных ноутбуков и телефонов. Согласно исследованиям Rezolve, 73% сотрудников ежедневно пользуются ИИ, но лишь 39% компаний имеют формальные правила. При этом 38% работников передают ИИ конфиденциальные данные, а 37% загружают во внешние сервисы внутреннюю корпоративную информацию.
Когда накопится критическая масса ошибок, «кривых» внедрений и публичных провалов, произойдет отрезвление рынка:
- Компании будут говорить о пользе ИИ только в связке с механизмами контроля. Будут вводиться внутренние правила использования моделей: ограничение доступа к корпоративным данным через MDM-системы, разворачивание собственных управляемых ИИ-моделей и ввод роли операторов-валидаторов, которые проверяют работу алгоритмов.
- Рост налоговой нагрузки и стоимости технологий сделает дискурс вокруг ИИ менее хайповым и более прагматичным. Многие компании не готовы вкладываться в дорогостоящие ИИ-проекты.
- Человеческий труд во многих случаях может оказаться экономичнее сложных ИИ-решений. Поэтому компаниям целесообразно просчитывать ROI каждого сценария и выбирать внедрения, где автоматизация дает высокий эффект.
- Во многих задачах оптимально планировать гибридные процессы – там, где ИИ ускоряет работу, а человек гарантирует результат. Основатель компаний ABBYY и Newo.ai Давид Ян объясняет это просто: если хотите, чтобы модель попадала в цель 9 раз из 10, можно использовать публичные модели. Но чтобы достичь точности 10 из 10, потребуется дополнительная работа людей, проверка и контроль.
- Постепенно будет меняться архитектура IT-ролей. Привычные позиции уступят место гибридным, в которых сотрудники работают в связке с ИИ.
Но отрезвление будет происходить неравномерно. Вероятно, мы увидим разделение поставщиков на две группы: тех, кто сохраняет качество за счет человеческой проверки и будет стоить дороже, и тех, кто снижает затраты, рискуя падением качества.
3. Заметные перемены на рынке труда
Многие компании осознают, что технологии позволяют перераспределять задачи и повышать продуктивность без раздувания штата. Вместо того чтобы просто набирать новых сотрудников, бизнес учится «расти» за счет повышения эффективности существующих команд и перестройки процессов. Цель – работать умнее, а не больше. Например, глава Сбера Герман Греф уже анонсировал сокращение до 20% сотрудников, которых искусственный интеллект оценил как «неэффективных». Это совпадает с тенденцией на западном рынке: 39% руководителей предприятий США уже провели сокращения в 2025 году (в том числе, из-за ИИ), 35% ожидают увольнения работников до конца года, а 58% считают, что сокращения вероятны в 2026 году.
Еще один тренд, который заметен на нашем рынке труда – рост числа самозанятых специалистов. Работа на нескольких работодателей стала новой нормой. Длинные контракты теряют привлекательность. На первый план выходят прозрачные условия, гибкие форматы сотрудничества и понятная система оплаты.
4. IT-импортозамещение и технологический суверенитет
В ближайшие годы многие компании планируют завершить замену иностранных систем, включая SAP, поэтому стоит заранее формировать дорожные карты перехода, чтобы избежать технологических разрывов и резкого роста стоимости интеграции.
С генеративным ИИ ситуация еще острее. В России существует всего три заметные модели: закрытая GigaChat от Сбера, открытая YandexGPT и семейство VK. Остальное – иностранные решения: OpenAI, Anthropic, Google, Perplexity, Midjourney и десятки других.
В 2022 году пользователи лишились доступа к привычным сервисам, облачным хранилищам и даже обновлениям прошивок. Ничто не мешает владельцам крупных моделей точно так же в один момент отрезать пользователей в конкретной стране от доступа к своим API, ограничить функциональность или начать фильтровать выдачу. Об этом необходимо помнить.
5. Преодоление технологического отставания в сфере ИИ
Чтобы стать архитекторами повестки, а не ее потребителями, необходима консолидация внутренних ресурсов. Построить что-то серьезное на этом фундаменте трудно – усилия разрознены. В США, например, есть мощный частный сектор (OpenAI, Perplexity, Google). Есть коалиции, занимающиеся строительством ИИ-инфраструктуры (например, The Stargate Project). Есть ощутимая господдержка. В России тоже требуется консолидация игроков для преодоления технологического разрыва.
Но если горизонты появления такой коалиции – 2030-2035, то локальные и отраслевые союзы могут начать формироваться уже в 2026 году. Стоит оценивать возможности коллективного использования ресурсов – от ЦОДов до ИИ-моделей, чтобы снизить стоимость владения.
2026 год потребует от игроков IT-рынка зрелого подхода и к внедрению ИИ, и к работе с кадрами, и к управлению процессами и инфраструктурой. Те, кто надеется на «автоматическое чудо», рискуют дорого заплатить.
Также читайте:
ИИ - это чертовщина, которая погубит человечество в итоге. Зачем нужен ИИ, если он делает человеку только хуже? И еще... Что за черви в ж-пе насчет самозанятости. Все хотят быть "безнесменами", живя в иллюзии какой-то "независимости". Не понимают они, что это непостоянство также их загонит в гроб раньше времени. Лучше уж стабильность на зарплате, чем сердешные переживания насчет своей занятости и наличия-отсутствия заказов. Да - Грефу нужно себя уволить как абсолютно ненужного сотрудника.
У меня определился новый признак, что статью писал ИИ, это то, что ее трудно читать из-за заумных формулировок.
Я допускаю, что существует некоторое количество людей, которые могут писать так же, как ИИ, но сомневаюсь, что их настолько много, что именно они начали писать все больше и больше в последнее время.
Очень хотелось бы, чтобы кто-нибудь проверил эту статью на ИИ-авторство и понял, как промпт ее породил.
Я сам боюсь использовать ИИ, чтобы не заразиться, а то прочитал статью и уже заумничать начал в комментарии.
типичная ошибка отождествлять ИИ с БЯМ
вообще то по делу- все тренды уже есть, по п.3 не знаю, не моя тема в принципе
Спасибо!
Я исследую работу ИИ подсознания человека, а компьютерный ИИ — это его пародия.
Не хочу уходить мыслью в сторону.
В реальности тренды выглядят иначе, как мне кажется.
1. Оптимизация – сложно оптимизировать то, что пока не понятно как именно будет давать результат (о чём автор во 2м тренде и пишет). Скорее ставка на поиск признаков эффективности применения ИИ в принципе в бизнес-процессах.
2. Отрезвление – по тому же Гартнеру после завышенных ожиданий наступает сначала разочарование, а потом только "отрезвление". По диаграмме Hype Cycle пока только computer vision вышла на плато эффективности, остальные ИИ-технологии ещё даже до пика ожиданий не дошли.
3. Рынок труда – тут автор упускает два важных аспекта. Первое – западные работодатели уже начинают возвращать уволенных сотрудников, т.к. ИИ не оправдал ожиданий (см п. 2). Второе – на деле модель занятости выглядит не так. Ни один нормальный it-специалист не откажется от льгот it-сектора (бронь от армии, it-ипотека и др.). В реальности работники совмещают несколько работ не в самозанятости, а в модели "официальное трудоустройство + подработка (да, тут может быть самозанятость)". И вот как раз подработка растет – где-то за счёт оптимизации времени (в том числе благодаря ИИ), где-то в ущерб основной работе ("пока работодатель не видит") и тп.
4 и 5 "тренды" – это по сути одно и тоже (в такой формулировке, как у автора). А вот что пропущено - это технологическое лидерство. В выступлении на конференции AIJ Путин как раз об этом говорил. Лидерство – это когда идёшь впереди, сокращение отставания – это когда догоняещь. Но технологическое лидерство без государственной поддержки не возможно: нужны гранты, госзаказ, доступ к инфраструктуре и т.п. В Национальных и Федеральных проектах в явном виде только в здравоохранении есть курс на поддержку медизделий с ИИ (на них есть гарантированный госзаказ), в остальных сферах такой госпротекции не видно. Грантовой поддержки ("Старт-ИИ" и "Развитие-ИИ" от ФСИ) точно не достаточно (ни по количеству грантов, ни по их объемам).
В обоих случаях исследования, анализ построен по принципу чёрного ящика, хотя когнитивная психология пытается приоткрыть эту завесу.
Спасибо, ваши замечания делают более корректной нюансировку этих треендов.
Надо это автору (ИИ) показать...