Кейс из практики преподавателя РШУ: Как мы чуть не купили сервер за 980 миллионов. И почему не купили

Меня зовут Алексей Чуприцкий, я собственник компании, которая внедряет ИИ в промышленность. И сегодня я расскажу вам историю, которая могла закончиться покупкой железа за 980 миллионов рублей. Но закончилась иначе.

Это не просто кейс. Это история о том, как один директор по развитию из машиностроительной компании в Краснодарском крае задал правильный вопрос. И сэкономил своему бизнесу примерно… в общем, много.

С чего всё началось

Приходит ко мне клиент. Машиностроение, Краснодарский край, 220 сотрудников. Задача звучит просто: «Хотим, чтобы сотрудники пользовались нейросетями. Но конфиденциальные данные — никуда наружу. И железо за сотни миллионов покупать не хотим».

Я киваю. Я слышал это примерно триста раз. Каждый второй руководитель начинает с фразы «все данные только в локальном контуре». Это звучит как «я не параноик, но…» — и дальше обычно следует список из десяти пунктов, которые нужно проверить.

Но этот клиент был другим. Он не просто хотел. Он хотел измерить.

Что мы решили на самом деле

Дать доступ 90 сотрудникам к передовым моделям. Но так, чтобы рутина уходила во внешние нейросети, а конфиденциальные данные обрабатывались локально. И не покупать при этом сервер, который стоит как небольшой завод.

Как измеряли? Честно.

1. Доступ: 90 сотрудников.
2. Реально пользуются: 40–50. Это называется DAU — Daily Active Users. Не путайте с «мы выдали всем доступы и теперь все счастливы». Выдали — это потенциальная энергия. Пользуются — кинетическая. Окупает только вторая.
3. Окупаемость: DAU закрывает годовое владение за 4–5 месяцев.
4. Конфиденциальные запросы: 2–3 в день. У 30–35 человек. Обратите внимание на цифру. Запомните её. Мы к ней вернёмся.
5. Ведущая метрика: доля конфиденциальных запросов, обработанных без выхода во внешний контур, — 100%.
6. Владелец: директор по развитию. Он же может нажать стоп-кран.

А теперь — момент истины

Изначально рассматривали два варианта:

1. GIGABYTE NVIDIA GB300 NVL72 — 980 млн ₽.
2. Dell XPS RTX Spark — 650 тыс. ₽.

Первый вариант — это как купить авианосец, чтобы переплыть лужу. Технически возможно. Экономически — нет.

После аудита выяснилось: конфиденциальных запросов, требующих локальной обработки, — 2–3 в день. Два. Три. В день. У 30–35 человек.

Сервер за 980 миллионов под такой объём — это не безопасность. Это страх, помноженный на бюджет.

Мы протестировали 23 открытые модели. Выбрали Gemma 4 для локального контура. Проверили, что данных, требующих локальной обработки, на самом деле почти нет.

Что сделали

1. Рутину (99% запросов) перевели во внешние модели через платформу — 95 000 ₽/мес.
2. Для конфиденциальных данных (1%) арендовали сервер — 60 000 ₽/мес.
3. Итого: 155 000 ₽/мес вместо покупки железа за 980 млн ₽.
4. Политика нулевого хранения данных (ZDR). Модели только обрабатывают, ничего не сохраняют. Пользователь видит, куда ушла задача. Пишешь «конфиденциально» — работаешь на закрытой модели. Просто. Понятно. Без квестов.

Где мы сами чуть не сели в лужу

Изначально локальный контур проектировали под пиковую нагрузку 100 конфиденциальных запросов в день. Через 3 месяца фактическая нагрузка составила 50 запросов в день. Половина мощности простаивает.

Сейчас пересматриваем конфигурацию. Убираем избыточный резерв. Снижаем стоимость. Точная экономия пока не измерялась. Но она есть. И это нормально — ошибаться в прогнозах. Ненормально — не замечать этого три года.

Что поняли про ИИ в промышленности

ИИ в промышленной компании — это не выбор одной модели. Это управление маршрутизацией.

Разделите потоки. Рутина — во внешние модели. Конфиденциальные данные — в локальный контур. Скорость для 99% задач. Контроль для 1%, где цена ошибки максимальна.

Экономический эффект достигается не покупкой самого мощного железа, а точной оценкой реальной нагрузки.

Безопасность обеспечивается не обещаниями вендора, а архитектурой: понятная маркировка, видимый маршрут, ZDR, human-in-the-loop и право остановки у владельца процесса.

Красные флаги, которые мы видели своими глазами

1. «Все данные — только в локальном контуре». Звучит безопасно. Означает: сервер за 980 млн под 2–3 реально конфиденциальных запроса в день.
2. «За ИИ отвечает подрядчик, который настроил». Если вы не можете назвать человека с правом сказать «стоп», — у вас не система. У вас надежда.
3. «Сотрудник просто подтверждает кликом всё, что выдала нейросеть». Это не human-in-the-loop. Это human-in-the-blind.
4. «Сбой заметим когда-нибудь». Это не стратегия. Это лотерея с корпоративными ставками.

Результаты. Без воды

1. Экономика: 155 000 ₽/мес вместо покупки сервера за 980 млн ₽.
2. Окупаемость: 4–5 месяцев за счёт высвобождающихся трудовых ресурсов.
3. Масштаб: доступ у 90, активных — 40–50.
4. Конфиденциальные запросы: 2–3 в день у 30–35 человек.
5. Тестирование: 23 открытые модели до выбора Gemma 4.
6. Снижение нагрузки: с 100 до 50 конфиденциальных запросов в день за 3 месяца.
7. Потенциал снижения стоимости: есть. Точная экономия пока не измерялась.

И вот вопрос, который я хочу задать лично вам

Сколько конфиденциальных запросов в день происходит в вашей компании? Вы уверены? Вы измеряли? Или вы прямо сейчас готовы купить сервер за 980 миллионов, потому что «так спокойнее»?

Если вы не знаете ответа на первый вопрос — не отвечайте на второй. Просто начните с пилота. Не с покупки. И с вопроса: «А что у нас на самом деле происходит?»

Мы можем помочь с ответом. Но задать вопрос должны вы.