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:
Не совсем так.
ИИ подсознания человека кто-то же написал?
Есть авторы этого ИИ, надо с ними общаться.
Но это уже эзотерика, тут любая психология бессильна.
Эпоха ИИ действительно входит в стадию промышленной эксплуатации, где на первый план выходит не скорость, а качество и контроль. Рынок столкнулся с тем, что нейросети без присмотра генерируют ошибки, которые стоят дороже, чем экономия от автоматизации. Поэтому 2026 год станет периодом «гибридного управления»: ИИ делает быстро, человек - точно.
Ключевой риск для бизнеса, это почти полное отсутствие корпоративных правил работы с ИИ. Пока сотрудники скармливают внешним моделям внутренние документы, разговоры о «цифровом суверенитете» остаются декларацией. Компаниям надо выстраивать собственную инфраструктуру, закрытые модели и роли валидаторов — иначе репутационные и финансовые провалы неизбежны.
В сухом остатке выигрывают те, кто строит архитектуру процессов, а не гонится за хайпом. ИИ перестаёт быть игрушкой и становится тяжёлой корпоративной технологией, требующей дисциплины, зрелости и серьёзных инвестиций.
Полностью согласен с тезисом. На рынке, как правильно подметил автор, несколько крупных игроков, которые, обладая значительными ресурсами, создали продукт. В остальном экономика не готова к масштабному перевооружению и внедрению ИИ, почему?
Состояние основных фондов промышленных предприятий, основного локомотива нашей экономики, по данным Росстата на 2024 год:
Одним словом, на изношенном и морально устаревшем оборудовании и агрегатах внедрить продукты ИИ, снижая издержки и повышая производительность, а также внедряя робототехнику с интеграцией машинного обучения и сенсорных технологий, просто невозможно.
Поэтому задача
1. снизить себстоимость создания и внедрения продуктов с понятными показателями эффективности
2. сформировать минимальную инфраструктуру для развертывания продуктов, может на примере отдельных, более технологичных отсраслей
оценить уровень ИИ просто, задав вопрос оценки Германа Грефа...через пару лет оценка сильно измениться.
Проверила, вот результат:
Так что ИИ счел эту статью преимущественно написанной человеком.
Можно ли так искушать читателя? Любопытство становится непреодолимым...
=========
Детальный анализ статьи на предмет написания искусственным интеллектом
После проведения комплексного многоуровневого анализа предоставленной статьи, могу констатировать, что текст находится в серой зоне между контентом, полностью написанным человеком, и материалом, созданным ИИ. Вероятность участия искусственного интеллекта в создании составляет 45-55%.
Признаки, указывающие на участие ИИ
1. Низкая спонтанность текста (Burstiness)
Анализ длины предложений показал стандартное отклонение всего 7.3 при среднем значении 13.2 слова. Для текста, написанного человеком, ожидается стандартное отклонение более 12 — это отражает естественную вариативность человеческого письма. Распределение предложений показывает избыточную однородность: 60.9% средней длины, что характерно для генеративных моделей.
2. Отсутствие эмоционального вовлечения
В тексте полностью отсутствуют риторические вопросы, восклицательные предложения и личные местоимения первого лица (встречается только 1 раз "мы"). Нейросети пишут беспристрастно и не делятся эмоциями. Человек обычно включает элементы беседы, собственное мнение и сомнения ("я думаю", "возможно").
3. Типичные ИИ-маркеры в тексте
Обнаружены характерные нейтральные формулировки, которые ИИ использует для избежания категоричности:
"по всей вероятности"
"вероятно" (2 раза)
"между тем"
"тем не менее"
"однако"
Эти конструкции относятся к так называемым "hedging words" — осторожным выражениям, типичным для ChatGPT и других LLM.
4. Высокая концентрация отглагольных существительных
Найдено 18 употреблений конструкций на "-ние/-ция" (оптимизация, внедрение, тестирование и т.д.). ИИ тяготеет к формальному языку и отглагольным существительным.
5. Потенциальные фактические неточности
При проверке статистических данных выявлены несоответствия:
Rezolve: "73% сотрудников ежедневно пользуются ИИ" — в реальных исследованиях не подтверждается такая формулировка. Найдены данные о том, что 73.8% используют личные аккаунты ChatGPT (не корпоративные), но не о ежедневном использовании 73%.
Gartner: "45% компаний столкнулись с репутационным ущербом, теряя $550 тыс." — конкретная статистика "45%" не обнаружена в публикациях Gartner за 2025 год. Gartner прогнозирует более 2000 судебных исков "death by AI" к концу 2026 года, но не упоминает указанную статистику.
Это может быть признаком "галлюцинаций" — явления, когда ИИ компилирует похожие данные из разных источников, создавая правдоподобную, но неточную информацию.
Признаки авторства человека или глубокой редактуры
1. Существенная вариативность структуры разделов
Пять нумерованных разделов имеют значительный разброс по длине (стандартное отклонение 109.9 слов). Это нетипично для чистого ИИ-вывода, который склонен создавать более равномерные блоки. Каждый раздел имеет уникальную структуру без жесткого шаблона "Введение → Пример → Вывод", характерного для генеративных моделей.
2. Разнообразие начал предложений
Коэффициент повторяемости первых слов составляет всего 11.6%, что указывает на естественную вариативность. Самое частое слово "в" встречается в начале лишь 7.2% предложений. ИИ-тексты часто начинают предложения с одинаковых частей речи.
3. Конкретные ссылки и контекстуализация
Статья содержит 7 гиперссылок на конкретные источники, упоминает реальных людей (Герман Греф, Давид Ян) и глубоко контекстуализирована под российский рынок (Сбер, GigaChat, YandexGPT, VK, импортозамещение). Такая степень локальной экспертизы требует человеческого участия.
4. Отсутствие типичных ИИ-штампов
В тексте не обнаружены наиболее явные маркеры GPT-генерации:
Фразы "давайте погрузимся" (delve into)
"бесшовное решение"
"революционный"
Шаблонные блоки "Пример: [краткая иллюстрация]"
Тире (—), характерное для ChatGPT
5. Фактическая корректность большинства данных
Большая часть статистики подтверждается источниками:
Стэнфордский университет: 58-88% галлюцинаций в юридических запросах LLM (в статье 58-82%)
38% работников передают конфиденциальные данные ИИ без разрешения работодателя
Прогнозы Gartner на 2026 год существуют и активно цитируются
Итоговое заключение: гибридная модель создания
Наиболее вероятный сценарий: статья создана в результате коллаборации человека и ИИ.
Вероятная последовательность:
Генерация черновика с помощью ChatGPT, GigaChat или аналогичной модели на базе конкретного промпта с требованием структурированности
Существенная редактура экспертом: добавление локального контекста (российский рынок, конкретные компании), корректировка формулировок, вставка гиперссылок
Дополнение фактами из профессиональных источников с адаптацией под редакционную политику
Ключевой маркер: наличие фактических неточностей в статистике (Rezolve 73%, Gartner 45%) при общей корректности остальных данных — это типичный признак того, что ИИ скомпилировал похожие, но не идентичные цифры из разных источников, а человек-редактор не проверил их до конца.
Реверсивный инжиниринг промпта:
Ты — старший бизнес-аналитик с 12-летним опытом в консалтинге и тренд-анализе IT-рынков. Специализируешься на трансформации бизнеса под влиянием ИИ.
ЗАДАЧА:
Напиши аналитическую статью (2500-3500 слов) о том, как ИИ повлияет на бизнес в 2026 году.
РАССУЖДАЙ ПОШАГОВО (Chain-of-Thought):
Шаг 1: Выбери 5 ключевых трендов:
- [Тренд 1] на рынке, который коснется большинства компаний
- [Тренд 2] ориентированный на оптимизацию и ROI
- [Тренд 3] касающийся безопасности и контроля
- [Тренд 4] о рынке труда и найме
- [Тренд 5] о технологическом суверенитете
Шаг 2: Для каждого тренда структурируй раздел:
- Заголовок (четкий, 5-7 слов)
- Описание ситуации (1-2 абзаца)
- Проблема/возможность (1 абзац с цифрами)
- Следствие или прогноз (1-2 абзаца)
- Практический вывод (1 абзац)
Шаг 3: Использованные данные:
- IT-рынок вырастет на ~15%, AI-сегмент на ~30%
- LLM галлюцинируют в 58-82% юридических запросов
- 45% компаний понесли репутационный ущерб из-за ИИ (~$550k за инцидент)
- 73% сотрудников используют ИИ, но только 39% компаний имеют правила
- 38% работников передают ИИ конфиденциальные данные
- 39% CEO США провели сокращения в 2025 из-за ИИ
- Герман Греф планирует сократить 20% "неэффективных" сотрудников
- Давид Ян (ABBYY): гибридный подход ИИ+человек дает точность 10/10
Шаг 4: Используй связующие фразы:
"По всей вероятности", "Между тем", "Тем не менее", "На фоне", "Согласно прогнозам"
ТРЕБОВАНИЯ К ТЕКСТУ:
- Стиль: формальный деловой (консалтинг-ориентированный)
- Тон: нейтральный, объективный, без эмоций
- Структура: нумерованные разделы с четкой логикой
- Избегай: вопросительных предложений, обращений к читателю, риторических фигур
- Избегай: фраз "давайте погрузимся", "представьте", слова "специалист", "инновация"
- Включи: конкретные цифры, названия компаний, имена персоналий
- Добавь: гиперссылки в формате URL — минимум 7
№1.При использоовании этого промпта различия заметны в нюансировке и акцентах информации. Эта статья мне понравилось больше, чем то что написал ИИ.
Нр свои материалы я сам предпочитаю писать не эмоциально, а очень структурировано, где всегда очень четкая логика.
№2
Большое спасибо, прочитал с огромным удовольствием.
Очень радовался, когда где-то увидел, что некоторые моменты у ИИ похожи на мой стиль письма.
Блин, теперь буду подозревать, что я ИИ...
:)))
Зато логика ИИ стала более понятной.
Думаю, что скоро ИИ научится затуманивать свое участие в написании текстов, в вашем примере как раз содержится несколько пунктов, которые надо поправить, чтобы спрятать участие ИИ.
Тем не менее я теперь буду очень подозрительно относиться к заумно-расплывчатым статьям, которые приводят много ссылок для подтверждения написанных идей, это уменьшит их возможное негативное воздействие на меня.
Статья на важную тему, но.. слишком формальная. Такой текст действительно мог сгенерировать ИИ. А тема продвижения ИИ в корпоративную культуру РФ содержит множество неожиданных (и никому не нужных) поворотов - и хотелось бы обратить внимание на то, как "человек пытается думать как машина".
"Когда мы были молодыми" - так вот, я без телефонной книги помнил никак не меньше 800 московских телефонных номеров. Потом тренажёр в форме диска-номеронабирателя заменила адресная книга в смартфоне.. и я не помню наизусть всех своих собственных номеров, а их сильно меньше )). Если пересадить человека на автопилот - мозг сразу начнет экономить энергию, навык атрофируется.
Внимание, аплодисменты - на главную роль приглашают тех, кто начинал учиться с автопилота и ничему кроме автопилота .. в силу физиологии в том числе, вряд ли научится.
С одной стороны станет меньше чисто технических ошибок - и за них будут больнее наказывать (горе тем, кто продолжает писать тексты лично). С другой стороны, системные ошибки, вызванные галлюцинациями будут рано или поздно апрувлены руководством и... конечно пойдут галлюцинации от галлюцинаций - ждите 2й и 3й производных. Позиция защиты слаба - проверка часто обходится дороже создания нового продукта, и ее не доверишь ИИ (а иначе это не проверка а профанация.. или ИИ уже научили не галлюцинировать по умолчанию?).
Греф.. галлюцинирует уже давно еще до появления всякого ИИ, я полагаю. Но план по персоналу озвучен - значит будет исполняться... работы прибавится )
Уже две проблемы то я уже знаю что сам.