Крупный российский бизнес перешёл в режим экономии, но от технологий не отказывается: деньги получают проекты с быстрым и измеримым эффектом, а главной ставкой остаётся искусственный интеллект. К такому выводу пришла компания Axenix в исследовании AxRadar — и главный конфликт в цифрах: ИИ уже работает в промышленной эксплуатации у 61% компаний, но 48% не могут обосновать окупаемость новых внедрений.
Что за исследование и кому верить
AxRadar — не опрос по рассылке, а глубинные интервью с ИТ-руководителями уровня CIO, CDTO и CTO более чем 50 крупнейших российских компаний. Отрасли пять: банки, ритейл, производство потребительских товаров, добыча и производство, агросектор. Исследование шло с июня по август 2026 года.
По итогам аналитики посчитали индекс технологических настроений по шкале от 0 до 100: он учитывает цифровую зрелость, бюджет, планы и барьеры. Компанию относят к активно развивающим ИТ при индексе от 65 баллов, к умеренным — от 50 до 65.
Все цифры ниже — из отчёта AxRadar и пресс-релиза Axenix; там, где пересказы расходятся с отчётом, отмечаю это отдельно. И важная оговорка: выборка — крупный бизнес, а не весь рынок. Выводы про банки с ИТ-бюджетом в 11% выручки нельзя напрямую переносить на компанию из десяти человек, но логика отбора проектов у небольших и больших сейчас похожая.
Разрыв между лидерами и остальными
ИТ развивают 58% опрошенных компаний, но активно — только 17%. Ещё 41% развиваются умеренно, а 42% держат ИТ на базовом уровне: закрывают минимальные потребности в цифровизации и на этом останавливаются.
Авторы исследования предупреждают: если внешние условия не изменятся, доля компаний, развивающих ИТ, будет сокращаться. То есть разрыв между лидерами и остальными — не временная пауза, а тренд.
Причина в приоритетах бизнеса. Операционная эффективность и сокращение затрат — главный приоритет для 67% опрошенных; органический рост и расширение доли рынка важны для половины, новые продукты и источники прибыли — для 44%. Технологии финансируют не «потому что модно», а под снижение издержек.
Куда идут деньги: эффективность и ИИ
В топ-5 ИТ-приоритетов на ближайшие 12–18 месяцев операционную эффективность и автоматизацию включили 60% компаний, машинное обучение и генеративный ИИ — 58%. Дальше отрыв: работа с данными и аналитикой — 38%, цифровая трансформация и новые бизнес-модели — 33%.
| Показатель | Значение |
|---|---|
| Активно развивают ИТ | 17% |
| Умеренно развивают ИТ | 41% |
| Базовый уровень или ниже | 42% |
| ML и GenAI в промышленной эксплуатации | 61% |
| Эффективность или ИИ в топ-5 приоритетов | 85%, у трети — оба сразу |
| Увеличат ИТ-бюджет | 47% |
| Сохранят бюджет | 29% |
| Сократят бюджет | 24% |
Здесь легко запутаться в пересказах. Цифра 67% — это доля компаний, назвавших операционную эффективность главным приоритетом бизнеса. А 60% — доля включивших её в пятёрку ИТ-приоритетов. Вопросы разные, и подменять один другим нельзя.
Почему пилоты не превращаются в рабочие системы
Новая волна ИИ пока живёт в экспериментах: по данным исследования, платформы разработки с ИИ в основе пилотируют 39% компаний, а используют лишь 5%; мультиагентные системы работают у 7%.
Главный тормоз — не техника, а экономика: неясную окупаемость назвали ключевым барьером 48% респондентов. ИИ-проекты конкурируют за бюджет с обычными бизнес-инициативами, и выигрывают те, где доказан финансовый эффект и короткий срок реализации.
ИТ-директора при этом говорят, что при правильном выборе функций отдача может в разы превышать вложения. Но успешных примеров на рынке мало, внедрение дорогое и долгое, а часть руководителей прямо предупреждает о риске внедрения ИИ ради самого ИИ.
Деньги и люди: что ограничивает ИТ-планы
Бюджет: рост не гарантирует развития
Компании разделились почти поровну: 47% увеличат ИТ-бюджет, 29% сохранят, 24% сократят. Отраслевой разброс огромный: по данным отчёта за 2025 год банки тратят на ИТ 11,3% выручки, остальные отрасли — около 2%. Для банка технологии во многом и есть продукт, для промышленности и ритейла — инструмент эффективности.
Но размер бюджета сам по себе ничего не гарантирует. Важнее, какая часть уходит на новые проекты, а какая — на поддержку работающего ландшафта. Больше половины банков и ритейлеров направляют на развитие свыше 60% ИТ-бюджета, производственные и добывающие компании — примерно половину. В потребительском секторе и агросекторе основная доля съедается поддержкой.
Куда именно уходят деньги, ИТ-директора объясняют прямо: выполнение регуляторных требований, вынужденное импортозамещение и сопровождение текущих систем. Отсюда вывод авторов: задача не только выбить бюджет побольше, но и высвободить средства из поддержки — модернизировать устаревшее и сократить технический долг.
Кадры: ставка на ИИ без людей
Ограничения бюджета мешают ИТ-планам у 67% компаний, а в ритейле и агросекторе — у 89%. На втором месте кадры: 54% называют барьером нехватку компетенций, дефицит специалистов или сложности с удержанием.
Самый дефицитный навык — ИИ и машинное обучение: его не хватает 42% компаний. Дальше кибербезопасность (27%), работа с данными и бизнес-анализ (по 25%).
И вот парадокс, который отмечают авторы: формирование команды и развитие компетенций входят в пятёрку ИТ-приоритетов только у 17% компаний. Бизнес делает ставку на ИИ, но не растит людей, которые будут его внедрять. Директор практики стратегического консалтинга Axenix Егор Викторов формулирует это как два ограничения — деньги и люди, которые к тому же усиливает регуляторная нагрузка.
Импортозамещение: острая фаза позади
Средняя доля отечественных продуктов в ИТ-ландшафте — 65%. По отраслям: агропромышленность 85%, добыча и производство 70%, банки 57%. В пятёрку ИТ-приоритетов импортозамещение включили только 23% участников — задача перестала быть аварийной.
Ставка сместилась на собственную инфраструктуру: 55% компаний придерживаются политики on-premise first. ИТ-директора признают обратную сторону: на своей инфраструктуре надёжнее, но запускать пилоты и тиражировать решения получается медленнее.
Меняется и роль ИТ-директора. По мнению респондентов, через 3–5 лет технологии из источника преимущества станут обязательным условием конкурентоспособности, а ИТ-проекты будут оценивать по окупаемости наравне с любыми другими инвестициями.
Что из этого следует для небольшой компании
- Считайте эффект до внедрения: часы работы, срок операции, количество ошибок. Проект без цифры проигрывает конкуренцию за бюджет.
- Начинайте с порядка в данных: дубли, незакрытые документы, некорректные остатки. ИИ поверх грязных данных даёт красивый пилот и нулевой результат.
- Выбирайте короткий срок реализации: решение, которое работает через неделю, выигрывает у платформы, которую внедряют год.
- Не забывайте про людей: инструмент без обученного сотрудника остаётся неиспользуемой лицензией.
- Помните про поддержку: каждая доработка добавляет постоянных расходов, и их надо закладывать в расчёт заранее.
Логика крупного бизнеса сейчас на удивление близка к логике небольшой компании: деньги идут туда, где эффект видно быстро и его можно измерить. Разница только в масштабе цифр. Как считать сроки и деньги при выборе между готовым решением и разработкой, мы разбирали в материале «Готовое решение vs разработка на заказ», а пример измеримого эффекта — в кейсе «Как бухгалтерия экономит 3 часа в неделю на закрытии месяца».
Про то, что ИИ уже умеет и где его границы, — в разборах «Заменит ли ИИ бухгалтера и оператора ПК» и «ИИ и программисты: вакансии упали, но разработчики не исчезли».
Готовые решения с понятным эффектом и коротким внедрением — в каталоге ExtLab. Если задачу нужно посчитать и адаптировать под вашу конфигурацию — оставьте заявку на индивидуальный заказ.