Александр Тугов, Selectel: «Промедление обойдется дороже инвестиций в технологии»

Российский рынок искусственного интеллекта переживает период стремительного роста. О том, как бизнесу выстраивать стратегию внедрения ИИ, какие ошибки допускают компании на старте AI-проектов и почему независимость провайдера становится ключевым фактором при выборе партнера — в интервью Александра Тугова, директора AI-вертикали провайдера IT-инфраструктуры Selectel.

— Как вы оцениваете текущую стадию развития рынка ИИ-инфраструктуры в России — это уже зрелый спрос или пока фаза становления?

— Рынок находится в важной переходной точке. Бизнес становится прагматичнее. Основной фокус переместился с экспериментов на решения с подтвержденным возвратом инвестиций. Компании больше не приходят с вопросом «а что вы умеете?». Они приходят с конкретными бизнес-задачами, которые планируют решить с помощью AI.

Глобально существует два трека внедрения ИИ: сокращение затрат и увеличение выручки. В первом случае речь об автоматизации внутренних процессов, во втором — о создании новой ценности для клиентов за счет персонализированных решений и улучшения пользовательского опыта.

— Selectel объявил об инвестициях в AI-экосистему порядка 10 млрд рублей. На что конкретно направляются эти средства?

— Есть три крупные статьи расходов. Первая — строительство и расширение дата-центров. Без этой стратегической составляющей масштабировать инфраструктуру под AI невозможно. Вторая — закупка и развитие парка GPU-оборудования. Графические ускорители стоят дорого, а потребление растет кратно. Третья — разработка: команды, которые создают и совершенствуют сервисы, чтобы клиенту было проще запускать и эксплуатировать модели, а не собирать конструктор самостоятельно.

— Что сегодня чаще всего привлекает бизнес в ИИ-сервисах?

— Как инфраструктурный провайдер, мы предоставляем инструменты для извлечения ценности. По нашим наблюдениям, большинство компаний находится на этапе экспериментов Proof of Concept (доказательство концепции). Они стремятся решить реальные проблемы, а не выдумывают задачи из головы.

Например, крупный промышленный холдинг обратился к нам с запросом на реализацию порядка 300 кейсов по внедрению ИИ на их предприятии. То есть это не один-два проекта, а целый портфель потенциальных точек для улучшения и автоматизации, выявленных внутри компании. Они понимают, что технологии готовы решать их настоящие задачи.

Самый распространенный кейс — автоматизация службы поддержки. Есть и более специфические направления, например геологоразведка в добывающих отраслях, где AI помогает анализировать данные для принятия решений о бурении.

Традиционные лидеры по внедрению ИИ — ретейл, финтех, IT-компании. В этих сферах есть и ресурсы, и понятные сценарии внедрения, и высокая эффективность. Постепенно в AI-повестку активнее входит более консервативный корпоративный сектор, в том числе промышленность.

— В ходе конференции «MLечный путь» Selectel представил обновленную AI-платформу. Как эти нововведения помогают бизнесу в промышленном внедрении AI?

— Наша задача — обеспечить компаниям быстрый переход от экспериментов с AI к экономически эффективному применению искусственного интеллекта. Мы предоставляем не просто оборудование, а комплексный набор инфраструктурных решений — от серверов c GPU до платформенных продуктов, которые закрывают задачи как пилотных проектов, так и промышленной эксплуатации ИИ.

Обновление Foundation Models Catalog в рамках развития нашей AI-платформы — еще один шаг к тому, чтобы инференс стал управляемым и предсказуемым фактором роста бизнеса, а не источником непредсказуемых затрат. Мы добавили инструменты, позволяющие контролировать состояние и производительность моделей, обновили архитектуру платформы для увеличения производительности без роста инфраструктурных затрат и значительно расширили каталог доступных open source моделей.

— Какие типичные ошибки допускают компании на старте AI-проектов?

— Одна из распространенных ошибок — попытка перепрыгнуть сразу в готовое решение. Мы часто видели ситуацию, особенно в прошлом году, когда компании приходили с посылом: «Мы купили много оборудования за большие деньги, сделайте так, чтобы оно приносило пользу». Это самая дорогая ошибка. Представьте, что вы купили спортивный гоночный болид и поехали на нем кататься по бездорожью: у машины много мощности и большой двигатель, но в таких условиях она не поедет быстрее. Поэтому нужно исходить из задачи, а не из того, что приобретено оборудование и софт для освоения бюджета.

— И как же правильно выстроить дорожную карту внедрения AI-проекта?

— Начните с тех проблем и задач, где вы хотите улучшить бизнес-процессы. Первый шаг — соберите тот самый Proof of Concept. Попробуйте как можно дешевле и проще проверить, решает ли какая-то модель вашу задачу. Не нужно сразу закупать инфраструктуру и пытаться все разворачивать. Можно, например, купить доступ по токенам в любом сервисе для эксперимента.

Бывает, что руководство ожидает результата от внедрения ИИ за месяц. Так не работает. Это такая же работа, как и с любыми другими внедрениями систем автоматизации.

— А из чего складывается реальная стоимость внедрения? Какие статьи расходов компании чаще всего не учитывают?

— Здесь ничего принципиально нового с точки зрения специфики нет. Внедрение системы ИИ аналогично внедрению любой системы автоматизации например CRM или бухгалтерии. Мало написать систему, нужно встроить ее в работу.

— Согласно вашим исследованиям, треть российских компаний нарастили использование ИИ. Какие основные барьеры вы видите для остальных двух третей компаний и как Selectel помогает их преодолеть?

— Главная развилка — уровень цифровизации. Те, у кого большинство процессов уже оцифровано, внедряют ИИ быстрее: у них есть данные, понятные контуры процессов, зрелые IT-команды. У компаний, где цифровой фундамент слабее, AI-проекты объективно сложнее. Приходится сначала создавать базу.

Второй большой фактор — дефицит компетенций. Важно уточнить: речь не о дефиците людей вообще. Отклики на вакансии есть. Но квалифицированных специалистов — тех, кто может проектировать и эксплуатировать сложные системы, — мало. Это история про разрыв в компетенциях, который растет по мере усложнения технологий.

Третий фактор — организационный: AI в бизнес-процессах требует другой дисциплины внедрения. Не «поставили модель и заработало», а последовательная работа: гипотеза, PoC, MVP, экономический расчет, эксплуатация, масштабирование.

ИИ-внедрения не про великое пересоздание мира, а про сотни правильных, экономически обоснованных шагов.

— Каким вы видите баланс между кастомной ИИ-разработкой и использованием готовых моделей и сервисов — куда в ближайшие годы будет смещаться корпоративный спрос?

— Мы ожидали, что компании будут активно разрабатывать собственные модели под свои задачи. Но с появлением большого количества качественных open source моделей, которые лишь едва уступают проприетарным, интерес к собственной разработке заметно снизился. С появлением технологии RAG-поиска либо LoRA-адаптеров к моделям делать свою модель на данный момент бессмысленно. В мире останется небольшое количество компаний, которые занимаются разработкой моделей, а остальные будут их запускать и эксплуатировать.

— В связи с развитием AI часто звучат опасения о замене им сотрудников. Как вы относитесь к этим прогнозам?

— Опасения понятны, но история технологий показывает: обычно исчезают не профессии, а отдельные задачи внутри них. Уровень ИИ-агентов будет расти, и я думаю, что быстрее, чем мы ожидаем. Рынок труда от менее квалифицированных сотрудников к максимально квалифицированным будет снизу вверх подпираться агентами.

ИИ заменит не программистов, а плохих программистов. Тот, кто раньше знал синтаксис языка и писал «какой-то» код, окажется не нужен — это сделает LLM. Но инженеры как архитекторы систем станут еще более востребованы. Дефицит качественной экспертизы — это навсегда.

— Selectel позиционирует себя как независимого провайдера IT-инфраструктуры. Как эта независимость помогает вам в ИИ-направлении, особенно в условиях, когда крупные владельцы экосистем активно развивают свои ИИ-сервисы?

— На российском рынке большинство крупных облачных игроков входят в большие экосистемы. Для части клиентов это порождает потенциальный конфликт интересов: компании размещают данные и системы в облаке, которое принадлежит игроку, одновременно являющемуся конкурентом. Мы не строим параллельно экосистемные сервисы, которые могут конкурировать с бизнесом заказчика. У нас нет мотивации вмешиваться в данные клиента — нам это просто не нужно с точки зрения бизнес-модели, так как мы полностью сосредоточены на IT-инфраструктуре.

Вторая сторона независимости — совпадение целей. Наш успех напрямую связан с успехом клиентов: чем больше они растут, тем больше потребляют инфраструктуру. Для крупных компаний выбор провайдера — это всегда про доверие и про долгий горизонт. Переезд инфраструктуры дорог, рискован и неприятен. Именно поэтому вопрос доверия партнеру здесь первичен.

— Как вы считаете, что является главным итогом для российского рынка искусственного интеллекта?

— Внедрение ИИ-агентов в рабочие процессы дает сильное конкурентное преимущество. Компании, идущие по пути трансформации и внедрения ИИ, очень скоро окажутся в выигрышном положении. С учетом сложной макроэкономической ситуации в стране бизнес должен смотреть в сторону автоматизации для повышения эффективности.

— А с точки зрения самого рынка провайдеров услуг какие изменения прогнозируете?

— Весь ML-рынок, включая рынок инфраструктуры, растет гигантскими темпами. Понятно, что когда-то произойдет насыщение, но это случится не скоро. Аналитики iKS-Consulting прогнозируют, что облачный рынок до 2030 года будет расти в среднем на 25% каждый год. По итогам 2025 года мы показали хорошую динамику: +39% по выручке по сравнению с прошлым годом. Здесь был как эффект от органического роста, так и от приобретения компании servers.ru — крупного игрока рынка выделенных серверов.

— Selectel продолжает инвестировать в AI-направление. Каковы следующие шаги в развитии вашей AI-платформы?

— В ближайшее время пользователям станет доступна новая модель тарификации по количеству токенов. Будет реализован доступ через приватные сети для повышения стабильности и уровня информационной безопасности.

Особое внимание мы уделяем и развитию направления партнерств с ведущими российскими AI-вендорами и интеграции сторонних моделей и фреймворков в платформу компании для эффективного решения задач клиентов в режиме одного окна.

— Какой главный совет вы бы дали компаниям, которые только начинают путь внедрения AI?

— Тут повторюсь: начните с реальных проблем, а не с технологии. Не пытайтесь перепрыгнуть сразу в готовое решение. Идите шаг за шагом и считайте экономику на каждом этапе. Помните: AI — не волшебная палочка, а инструмент, требующий такой же системной работы, как любая другая технология автоматизации.

Компании, которые сегодня выстраивают правильную стратегию внедрения ИИ, завтра окажутся в выигрышном положении. Особенно в условиях макроэкономической неопределенности, когда автоматизация становится не просто преимуществом, а необходимостью для выживания. Сейчас — время действовать, и промедление обойдется дороже, чем любые инвестиции в технологии.