Технологии и медиа В нем анализируются четыре технологии ИИ: генеративный ИИ (создает новый, оригинальный контент, обучаясь на существующих данных и выявляя в них закономерности), речевые технологии и NLP (учит компьютеры понимать, интерпретировать и генерировать человеческий язык, позволяя машинам общаться с людьми в естественной манере), компьютерное зрение (CV, позволяет машинам видеть, обрабатывать, анализировать и понимать визуальную информацию, используя алгоритмы машинного и глубокого обучения для распознавания объектов, анализа сцен, извлечения данных и т.д.) и рекомендательные системы (RecSys). В частности, генеративный ИИ «все чаще рассматривается не как инструмент оптимизации численности персонала, а как средство повышения производительности и перераспределения задач между сотрудниками»: только 12% компаний связывают финансовый эффект с сокращением ФОТ по сравнению с 49% год назад. Глобальные аналитические агентства прогнозировали , что из-за ИИ могут исчезнуть миллионы рабочих мест. В конце ноября глава МВФ Кристалина Георгиева говорила , что, по оценке организации, в странах с развитой экономикой потенциально будут затронуты 60% рабочих мест, в странах с развивающейся экономикой — 40%, а в странах с низким уровнем дохода — 26%. «Таким образом, ИИ — это словно цунами, обрушивающееся на рынок труда», — отмечала Георгиева. Радио Тем не менее в недавнем отчете аналитической компании Visier, отслеживающей данные о занятости и найме, отмечалось, что в конце 2025 года будет повторно нанято больше ранее уволенных работников, чем когда-либо с 2018 года. Представитель Visier назвал это «явным признаком применения ИИ при найме и увольнении». «Идея о том, что ИИ теперь приходит и заменяет абсолютно все рабочие места, пока не доказана», — настаивает он. Основные выводы исследования Все крупные компании уже прошли стадию пилотов хотя бы по одной из четырех технологий, а в среднем по каждой технологии пилоты идут примерно у 88% компаний. Среди лидирующих отраслей — IT, телеком и банковский сектор (ИИ уже используют 90–95% респондентов), среди отстающих — сельское хозяйство (40%), машиностроение (около 50%), а также медицина и здравоохранение (59%). Самой «молодой» остается технология генеративного ИИ — в среднем около одного года с момента первых запусков. За ней следуют речевые технологии и NLP (1,7 года), компьютерное зрение (2,5 года) и рекомендательные системы (почти три года). Генеративный ИИ за два года с тех пор, когда технология начала распространяться, перешел от экспериментальных запусков к массовому использованию: доля компаний, применяющих технологию хотя бы в одной функции, достигла 71% в 2025 году. Наибольший масштаб внедрения — во внутренних коммуникациях, маркетинге и продажах и клиентском сервисе. В топ-5 самых популярных сервисов у россиян вошли: «Алиса AI» (проникновение 14%), DeepSeek (9%), GigaChat (4%), ChatGPT (4%), Perplexity AI (1%). Подход компаний к использованию генеративного ИИ менялся: в 2023 году его внедряли в маркетинге и клиентском сервисе, в 2024-м стали активно использовать в HR, производстве, цепочках поставок и финансах, в 2025-м — в маркетинге и продажах, клиентском сервисе и внутренних коммуникациях (для автоматизации документооборота, подготовки корпоративных сообщений и оптимизации административных процессов). Сохраняется разрыв между уровнем инженерных компетенций и скоростью интеграции решений в операционные процессы из-за настороженности к обработке данных (лишь 50% респондентов считают, что пользы от ИИ больше, 42% — что польза и риски сопоставимы, 8% — что рисков больше) и дефицита показательных кейсов с конкретным результатом. Около 18% вендоров и 29% индустриальных компаний считают, что Россия уже достигла уровня мировых лидеров по разработке ИИ-решений, тогда как по внедрению такие оценки дают 8 и 14% респондентов соответственно. В продвинутых отраслях, к которым авторы работы относят IT и технологии, телеком и медиа, e-commerce, банкинг и страхование, опрос показал, что на развитие ИИ тратят 13–17% годового IT-бюджета за последний год, что заметно выше среднего по рынку уровня 11% и существенно превосходит показатели таких отраслей, как машиностроение, автопром, FMCG и др., где затраты составляют 6–9%. При этом банкинг и страхование начали внедрять ИИ позднее других продвинутых отраслей из-за сложностей с регулированием и необходимости обеспечить безопасность при работе с чувствительными данными, но «за короткий срок стали одной из самых продвинутых отраслей», отмечается в исследовании. Например, представитель ВТБ в сентябре говорил, что они заработали «десятки миллиардов рублей чистого дохода» от внедрения ИИ в свою деятельность. Технологии и медиа Респонденты из продвинутых в ИИ отраслей чаще говорили о том, что могут измерить эффект от внедрения технологий, а сам эффект оценивали выше, чем другие участники опроса: в размере 6,6% от показателя EBITDA за 2024 год против 2,4% в обычных отраслях. Их ожидания о росте этого показателя в дальнейшем выше: 15,8 против 8,7% соответственно. При этом компании из продвинутых секторов значительно чаще связывают влияние ИИ с ростом выручки за счет создания новых продуктов и сервисов, улучшения работы с клиентской базой, а также сокращения операционных и прочих видов затрат. В целом авторы исследования прогнозируют, что к 2030 году генеративный ИИ будут активно использовать более половины населения планеты. Помимо увеличения числа пользователей будет расти уровень проникновения ИИ в повседневную жизнь. «Историческая параллель очевидна: как когда-то интернет сделал структурный сдвиг, так в ближайшие годы то же сделает искусственный интеллект. Следующий цикл — внедрение. Чтобы этот эффект стал массовым и измеримым, важно быстро запускать сервисы и накапливать рабочие кейсы применения», — указали авторы исследования. Читайте РБК в Telegram . Source: https://www.rbc.ru/technology_and_media/08/12/2025/6935978c9a7947645e69e22c