Экономический эффект от применения искусственного интеллекта в пяти ключевых отраслях российской экономики может достичь 2,6 трлн рублей в год в ближайшие один-три года. Такой прогноз содержится в исследовании Data Insight и СберМаркетинга. Уже в 2026 году прямой годовой эффект ИИ в рассмотренных бизнес-процессах оценивается примерно в 680 млрд рублей. В базовом сценарии к горизонту исследования показатель может вырасти до 1,8 трлн рублей.
Регулярные задачи – источник экономического эффекта ИИ
Наиболее заметные результаты возникают в повторяемых процессах с большим потоком операций и понятной метрикой. В маркетинге это производство и адаптация контента, сегментация и выбор аудитории. В продажах и клиентском сервисе - обработка обращений, маршрутизация, рекомендации и поддержка сотрудника. В управлении персоналом - массовый подбор, внутренние сервисы и обучение. В общем управлении - подготовка аналитики и более быстрый переход от информации к решению.
«Мы в СберМаркетинге уже создали совместно со Сбером мультиагентную ИИ-платформу «Марк» и внедрили ИИ в процессы 5 функций — финансы, закупки, HR, юристы, маркетинг. По мере перехода от помощников к ИИ-системам способным самостоятельно выполнять действия, наиболее жизнеспособной выглядит модель с заранее определенным набором действий в регулярных процессах и передачей сложных случаев человеку»
Разница в оценках эффекта от ИИ определяется глубиной его внедрения
Текущий, базовый и оптимистичный сценарии исследования различаются прежде всего не качеством моделей, а зрелостью внедрения. В базовом сценарии ИИ становится стандартной частью наиболее подготовленных процессов: получает доступ к рабочим данным, встраивается в CRM, клиентский сервис, маркетинговые платформы, HR-системы и управленческую аналитику. Человек все чаще работает с исключениями, а не переносит результат вручную между системами.
В оптимистичном сценарии меняется уже сама организация работы: система получает право выполнять ограниченные действия, сокращается число ручных передач между этапами, пересматриваются роли и нормы производительности. Именно поэтому верхняя оценка в 2,6 трлн рублей в год - не автоматический прогноз, а результат более глубокой интеграции технологии в процессы компаний.
«Главный резерв роста сейчас находится не в появлении еще более мощной модели, а в способности компаний изменить с ее помощью процессы. Доступ к ИИ быстро перестает быть преимуществом. Экономический эффект возникает тогда, когда технология становится частью регулярного процесса, меняет измеримую метрику и позволяет компании работать быстрее, дешевле или с большим объемом без пропорционального роста ресурсов», — резюмирует Федор Вирин, партнер Data Insight.
Методология исследования
Расчет включает 5 индустрий: торговлю, финансовый сектор, телеком и цифровые сервисы, промышленность, недвижимость и рыночные услуги. Оставшиеся отрасли не экстраполировались без отдельной калибровки. В промышленности денежная оценка также не включает производственные применения ИИ за пределами маркетинга, продаж, управления персоналом и общего управления. В центре анализа не сам факт использования ИИ, а изменения, которые уже можно связать с экономикой бизнеса: рост продаж, снижение затрат, повышение производительности, уменьшение потребности в оборотном капитале, снижение ошибок и рисков.
Исследование специально разделяет эффект отдельной операции и экономический результат компании. Если ИИ ускоряет подготовку документа на 80%, это не означает 80% роста производительности функции: сначала нужно понять, какую долю рабочего времени занимает эта операция, насколько часто решение используется и что происходит с высвобожденным временем.
Компании-участники: Лента, Lamoda, Магнит Косметик, Самокат, ВкусВилл, ПАО «Ростелеком», ПСБ, Купер, Точка Банк, МТС Банк, О'КЕЙ, Лемана ПРО, Inventive Retail Group, Почта России, Подружка, ВсеИнструменты.ру, Леонардо, Спортмастер, Абсолют Страхование, КОЛДИ, NF Group, CMWP, ГК WINbd, «Шоколадница», BXB, СДЭК, ИНВИТРО, Альфа НПФ, Группа «Эталон», DPD в России, InSales, Этажи, Mindbox и др.