В 2026 году IT-индустрия адаптируется и ускорит развитие, чему в том числе будут способствовать рост спроса на отечественные ЦОД-решения и вычислительные мощности для систем ИИ и аналитики, локализация критичных компонентов и госпрограммы поддержки оборудования, прогнозируют аналитики.
От пилотов к прагматике
Согласно данным исследования холдинга Т1 «IT-рынок в России 2025–2026: импульсы, энергия и потенциал», с которым ознакомился Forbes, с 2026 года прогнозируется ускорение благодаря стандартизации внедрений, повышению зрелости существующих решений, переходу к управляемым облачным сервисам и «операционализации» ИИ — переходу со стадии пилотирования в промышленное внедрение. «Внедрение ИИ становится все более важным дифференцирующим фактором для IT-продуктов», — констатируют аналитики.
«Авторы отчёта Т1 справедливо отмечают значительное влияние искусственного интеллекта на весь IT-рынок, включая необходимость обновления аппаратного парка под задачи ИИ и аналитики. В ближайшие годы нагрузка на оборудование будет неизменно расти. Важнейшей задачей становится создание комплексных, безопасных платформ для обмена данными с языковыми моделями — не просто огромных коллекций моделей, а сервисов, обеспечивающих маскирование и токенизацию данных, чтобы конфиденциальная информация не препятствовала эффективному использованию ИИ».
Отсутствие полного доступа к данным сводит на нет потенциал роста, что ярко проявляется на примере рекомендательных систем. Сегодня лишь немногие компании способны генерировать десятки тысяч персонализированных рекомендаций в сутки, используя предварительные скоринги и подобные технологии. Появление генеративного ИИ открывает возможности гиперперсонализации, позволяя формировать сотни индивидуальных предложений прямо в мобильных приложениях и точках контакта, при этом избегая спама. Для реализации этой задачи необходимо безопасно передавать персонализированные данные в языковые модели посредством токенизации и последующего обратного декодирования. Это требует специализированных шлюзов и сервисов, не усложняющих работу с данными, способных радикально изменить инфраструктуру и аппаратную базу.
Основное внимание в индустрии смещается в сторону автоматизированных систем управления технологическими процессами (АСУ ТП), охватывающих производство и ритейл. Тем не менее, отрасль сталкивается с серьёзными вызовами: промышленность терпит убытки, которые не поддерживают корпоративное развитие, а ритейлеры после долгого периода импортозамещения испытывают недостаток ресурсов для масштабных инноваций. Демографические факторы усугубляют ситуацию, делая перспективы значительных рыночных сдвигов в ближайшие годы маловероятными. В то же время экосистемы крупных технологических компаний и представителей второго эшелона экономики имеют все шансы на быстрый рост, благодаря более чистой базе и меньшему количеству ошибок при внедрениях.
Языковые модели внесли новую жизнь в область Data Governance, позволив акцентировать внимание на управлении жизненным циклом, происхождением, описанием и качеством данных, а также контроле над метаданными и дата-контрактами. Этот тренд стимулирует компании и поставщиков решений активнее внедрять соответствующие функции для максимизации потенциала языковых моделей. Поэтому российские вендоры, включая Группу Arenadata, предлагают решения по управлению контрактами с данными, балансированию жизненного цикла и контролю качества, которые позволяют клиентам максимально эффективно использовать языковые модели при наличии прозрачных и доступных данных.
Большинство участников рынка преодолели этап импортозамещения и теперь сосредоточены на успешном выполнении бизнес-задач, что требует обдуманного стратегического подхода к работе с данными. Мы поддерживаем клиентов в создании и реализации дата-стратегий и AI-стратегий, обеспечивая поэтапное внедрение технологий с достижением ощутимых результатов уже в течение полугода с долгосрочным сохранением фокуса на стратегических целях и семантике применения ИИ.
Кроме того, важной задачей рынка становится повышение доступности хранения и обработки данных, а также оптимизация работы с real-time информацией. Львиная доля затрат, связанных с ИИ, приходится на процессы, связанные с хранением, обработкой и доставкой данных, и снижение этих издержек критично для развития всей отрасли.
Источник: Forbes