Российский BigTech выбрал стратегию развития ИИ: вместо создания полностью новых ИИ-бизнесов он внедряет нейросети в действующие продукты. Пока запускать ИИ-нативные решения дорого, и они еще не вызывают доверия у заказчиков.
Предпосылки тренда
Создание продуктов на базе ИИ сдерживает несколько факторов. По словам Алексея Лоссана, эксперта финансового маркетплейса «Сравни», инфраструктура для массового внедрения ИИ еще не до конца сформирована. Также такие проекты требуют высокой экспертизы и значительных инвестиций. Есть и другие ограничения:
«В России пока не так много заказчиков, готовых полностью доверять ключевые бизнес-процессы алгоритмам, особенно в чувствительных сферах. Поэтому вместо резкого роста новых ИИ-компаний наблюдается постепенное вплетение ИИ-инструментов в уже существующие бизнесы — как правило, это чат-боты, рекомендательные системы и автоматизация рутинных задач», — добавил он.
Влияние на рынок
В результате ИИ внедряется не как отдельный продукт, а как «ускоритель» существующих процессов — поддержки, поиска, рекомендаций, контента.
Практика подтверждает эту модель внедрения ИИ в российском BigTech:
«Сбер» за счет виртуального ассистента в контакт-центрах сократил среднее время маршрутизации звонков корпоративных клиентов в 3,5 раза — до 18 секунд. Автоматический перевод обращений на нужного оператора охватывает 87% звонков и уже сэкономил банку свыше 300 млн рублей на операционных расходах.
Ozon тестирует собственный ИИ-ассистент для персонального подбора товаров: маркетплейс ожидает рост конверсии на 10–20%.
«Яндекс» открыл бесплатный доступ к LLM-версии «Алисы» и развивает YandexGPT API, который компании подключают для генерации карточек товаров, постов и email-рассылок, экономя часы ручной работы контент-менеджеров.
При этом эксперты прогнозируют, что появятся платформы нового поколения, которые будут изначально построены вокруг ИИ. Об этом на примере edtech рассказал Константин Егошин, генеральный директор компании «Кеды профессора»:
«Думаю, что нам стоит ожидать разработки AI-native образовательных платформ, которые создаются на других принципах: у них больше половины функций генерируются LLM, а не пишется кодом. Мы знаем, что некоторые игроки BigTech ведут работы по созданию подобных экспериментальных платформ».
