Прозрачность разработки: как новые требования к создателям ПО меняют правила игры

Эта асимметрия задаёт принципиально иную логику выбора софта, чем та, к которой привыкли пользователи за пределами ниши агентных систем.

Архитектурная карта сегмента

Около 39% мировых программных продуктов в сфере искусственного интеллекта приходится на агентные системы — программы, способные самостоятельно выполнять последовательность действий в цифровой или физической среде для достижения заданной цели. Их автономность качественно отличает их от привычных чат-ботов, ограниченных реактивными ответами на запрос оператора. В этой логике «агент» — это не расширенный диалоговый интерфейс, а отдельный программный компонент с собственным контуром принятия решений.

Российская конфигурация выглядит иначе. Советник «Яков и партнёров» Сергей Кобелев отмечает, что интеллектуальные агенты уже работают, но существуют преимущественно как внутренние разработки крупных корпораций — под конкретные задачи бизнеса, без выхода на внешний коммерческий рынок. Внешним заказчикам передаются не готовые продукты, а платформы с открытыми возможностями настройки, и финальную систему компании собирают сами, подгоняя её под собственные бизнес-процессы.

Объём рынка и инфраструктурный потолок

Объём российского рынка корпоративных ИИ-агентов в 2026 году аналитики оценивают примерно в 30 млрд рублей; мировой аналог уже достиг около 7,8 млрд долларов. Расхождение масштабов объясняется не столько разницей в зрелости технологий, сколько набором инфраструктурных и кадровых ограничений, которые носят системный характер.

Самое острое из них — дефицит вычислительных ресурсов. По имеющимся оценкам, в России сейчас эксплуатируется не более десяти тысяч ускорителей уровня Nvidia A100 или сопоставимого класса, тогда как к 2030 году потребуется свыше семидесяти тысяч подобных устройств. Параллельное давление создают нехватка квалифицированных инженеров, высокая стоимость лицензий, расходы на вычислительную инфраструктуру и значительные затраты на оплату труда команд разработки. Эти факторы формируют жёсткий потолок для тиражирования любых агентных решений за пределы корпоративного контура.

Распределение по отраслям

Наиболее зрелые проекты сосредоточены в нескольких сегментах; сельское хозяйство, транспортная сфера, автомобилестроение, химическая промышленность и машиностроение пока остаются практически в стороне от этой технологической волны. Примеры полноценных ИИ-агентов в этих отраслях отечественной экономики почти отсутствуют, а внедрения носят единичный характер. Такое распределение объясняется не отставанием конкретных отраслей, а тем, где корпорации-разработчики исторически концентрируют ресурсы.

Что это меняет для пользователя софта

Для аудитории ниши мобильных решений и корпоративных сервисов конфигурация рынка означает конкретный сдвиг в модели потребления. Готового продукта в привычном SaaS-формате здесь нет — есть набор инструментов и платформа. Решение о внедрении сводится не к подключению сервиса, а к оценке собственных ресурсов на интеграцию, обучение моделей под конкретные данные и последующее сопровождение. Совокупный экономический эффект от внедрения ИИ к 2030 году, по тем же оценкам, способен принести российской экономике от 7,9 до 12,8 трлн рублей — приблизительно 5,5% ВВП, а применение генеративного ИИ позволит компаниям увеличить показатель EBITDA примерно на 4%. В «Яндексе» рынок оценивают как активно развивающийся, однако темпы его развития остаются привязаны к темпам наращивания вычислительного парка и инженерного корпуса — параметрам, которые задают фундаментальный ритм всей нише.