«Рынок только формируется, и в одиночку здесь не победить» — руководитель ИИ-направления Cloud.ru Дмитрий Юдин

Выручка Cloud.ru, провайдера облачных сервисов и ИИ-технологий, составила 76,5 млрд рублей, увеличившись на 50% по сравнению с предыдущим годом.

При этом доля сервисов и инфраструктуры, необходимой для работы с ИИ, впервые превысила половину общей выручки и составила 54% или 41 млрд рублей. Такими данными компания поделилась на своей главной ежегодной конференции про ИИ и облака GoCloud 2026.

Какие модели внедрения ИИ сейчас выбирают российские компании, каков реальный уровень внедрения технологии и как оценить эффективность ИИ-решений, спросили у руководителя ИИ-направления Cloud.ru Дмитрия Юдина.

— Вы нарастили выручку в 1,5 раза за год, за счет чего такая динамика?

— Рост показателя поддержало развитие публичного облака Cloud.ru Evolution, построенного на собственных разработках и open source-технологиях, и расширение линейки инфраструктурных и платформенных сервисов. Но главный драйвер — рост спроса на сервисы и инфраструктуру для работы с ИИ, в частности, GPU-cервера. Бизнес начинает видеть в ИИ реальный инструмент для автоматизации создания контента, кода, аналитики и обслуживания клиентов.

При этом перед бизнесом, который хочет активно внедрять ИИ, стоит фундаментальный вопрос: как обеспечить ИИ-системам ресурсы для развития, при этом не замораживая бюджеты в собственном оборудовании? Пиковые нагрузки с потреблением дорогостоящих графических процессоров приходятся на этап обучения моделей, а затем сменяются периодом менее интенсивного использования ресурсов. Эта дилемма делает облачные платформы практически безальтернативным выбором для развития решений на базе ИИ. Облако позволяет поддерживать полный жизненный цикл моделей — от разработки и обучения до инференса и эксплуатации — и при этом фокусироваться на решении бизнес‑задач, а не на сборке и обслуживании «железа».

По сути облако стало синонимом успешной ИИ-стратегии. Мы прогнозируем, что в 2026 году около 90% выручки от ИИ-решений будет приходиться на облачную модель.

— Сколько вы инвестировали в развитие направления?

— Основная часть инвестиций в развитие ИИ-направления была сделана Cloud.ru в 2024-2025 годах. За этот период компания направила более 53,8 млрд рублей на закупку оборудования, разработку программного обеспечения и другие нематериальные активы. В 2026-2027 годах Cloud.ru планирует инвестировать в развитие ИИ-сервисов более 36,4 млрд рублей.

— Какова ваша стратегия на рынке ИИ? Какие продукты для вас ключевые?

— Прежде всего это развитие AI Factory, цифровой среды для полного цикла работы с ИИ, которая начала работу в июне 2025 года. Один из входящих в нее инструментов — Foundation Models, каталог с более чем 20 популярными open source LLM. C момента выхода сервиса Foundation Models в коммерческую эксплуатацию в ноябре 2025 года модели обработали 450 млрд токенов. В дальнейшем мы будем дорабатывать этот продукт за счет добавления мультимодальных моделей, которые позволят одновременно работать с текстом, изображениями, аудио и видео. Это актуально прежде всего в медиа-индустрии и маркетинга, где растет потребность в быстром визуальном контенте.

Также на GoCloud 2026 мы объявили о запуске нового сервиса AI Workflows, который позволяет создавать и автоматизировать рабочие процессы бизнеса через графический интерфейс. Решение имеет аналогичный n8nфункционал и работает по принципу конструктора, позволяя создавать цепочку связанных шагов, которые система будет выполнять по порядку. Например, она может извлечь данные из 1С, затем обработать их с помощью ИИ, а после передать их в Jira или чат в мессенджере.

Также мы активно развиваем инструменты, которые упрощают работу с агентными и мультиагентными системами. Рынок переходит от простых чат-ботов к более сложным сценариям, где агенты взаимодействуют между собой и решают комплексные задачи. Для этого мы запустили собственное решение для работы с ИИ-агентами Agent Space. Теперь пользователь сможет отдавать любые команды ИИ-агентам и задавать вопросы о статусе выполнения задач в режиме чата. Например, через чат с ИИ-агентом для мониторинга инфраструктуры можно узнать, были ли зафиксированы ошибки, подозрительные запросы к IP, аномалии по трафику. В чате с ИИ-агентом для автоматизации продаж на маркетплейсе можно проанализировать историю покупок или узнать остаток товара на складе.

Еще один новый инструмент — EvoClaw, управляемый облачный сервис собственной разработки для работы с OpenClaw и другими продуктами семейства. Решение можно использовать под бизнес- и исследовательские задачи DevOps-команд, системных администраторов и технических специалистов, которые хотят внедрить агентную автоматизацию, но не готовы тратить ресурсы на сложную настройку. В продукте EvoClaw реализованы механики безопасности, которые закрывают уязвимости, обнаруженные в OpenClaw. Так, все политики безопасности приведены к стандарту Zero Trust, все привилегии понижены до необходимого минимума, все агенты изолированы своим рабочим пространством.

— Один из главных барьеров для массового внедрения ИИ — это страхи по поводу безопасности работы. Как вы решаете эту проблему?

— Сотрудники российских компаний полагаются на генеративный ИИ для решения самых разных задач и зачастую предоставляют LLM конфиденциальную информацию, повышая риск утечки чувствительной информации. Причем чем больше источников данных подключено к чат-боту, тем шире радиус ущерба. Не каждая компания обладает достаточной экспертизой для дообучения собственной LLM, но это не исключает возможность безопасного взаимодействия с моделью через API. Мы делаем большой фокус на безопасности и добавления всех необходимых инструментов в нашу «ИИ-фабрику»: маскирование данных, политики ролевых доступов и другие инструменты, которые помогут обезопасить работу с генеративным ИИ.

На GoCloud 2026 мы анонсировали запуск инструмента Guardrails Filter для безопасной работы с моделями из сервиса Foundation Models. Решение защищает от утечки корпоративных и пользовательских данных. Инструмент сканирует текст и выделяет потенциально чувствительные элементы (ПД, реквизиты, API-ключи, секреты), маскирует их и передает обезличенный запрос в LLM. После ответа модели маскиратор меняет синтетические данные обратно на реальные значения. Таким образом, конечный пользователь получает полноценный результат, при этом чувствительные данные не покидают корпоративный ИТ-контур. Механизм Guardrails Filter будет также доступен бизнесу для внедрения в режиме on-premise, чтобы обработка данных происходила на его стороне

— Как вы развиваете продуктовый портфель? Больше опираетесь на кейсы клиентов или на глобальные тренды?

— Мы используем комбинированный подход. Новые решения сначала запускаются в private preview с доступом для партнеров и ограниченного круга пользователями. Так мы быстро собираем обратную связь и адаптируем продукт под реальные задачи. При этом внимательно следим за глобальными игроками вроде Nebius, Vertex AI, Alibaba Cloud. Это помогает не изобретать велосипед там, где уже есть проверенные подходы.

Мы работаем и с системными интеграторами, и с компаниями, которые строят вертикальные решения на нашей инфраструктуре. Партнерская экосистема для нас — не просто канал продаж, и мы постоянно ее расширяем. Рынок только формируется, и в одиночку здесь не победить.

— Какие отрасли сейчас активнее всего внедряют ИИ-решения?

— По понятным причинам на первом месте ИТ-сектор, в частности, сегмент медиа и развлечений, где наши решения востребована для работы с контентом и его создания контента. Также мы видим высокий интерес ритейла, промышленности и финтеха. Основные сценарии — автоматизация бизнес-процессов и повышение персональной эффективности сотрудников. Причем второе направление сейчас важнее.

Уровень проникновения ИИ в бизнес можно оценивать разными способами. Первое — освоение инструментов и культура работы с ИИ, здесь уровень проникновения уже порядка 80-90%. Второе направление — интеграция в бизнес процессы, это уже совсем другое, мы видим, что сейчас уровень проникновения в этих секторах на уровне 5-10%. Есть много барьеров: культура, компетенции, инфраструктура (технологический стек). Мы в Cloud.ru совместно с партнерами помогаем их преодолеть, запуская пилоты, обучающие курсы и делая сами продукты более доступными, например, сервисы AI Agents и Managed RAG, где пользователь может быстро создать базу знаний и своего агента для работы с разными инструментами корпоративной среды.

— Приходится ли вам помогать заказчикам искать use cases для внедрения решений с ИИ и в целом доказывать, что они упростят им жизнь?

— Да, потому что мы считаем, что наша главная задача — помочь клиенту эффективно внедрить ИИ и не допустить ситуации, когда технологии стали пустой тратой денег. Также мы регулярно проводим митапы и кейс-сессии с лидерами рынка для обмена опытом и поиска рабочих сценариев использования. Мы делаем ставку на реальные результаты здесь и сейчас, а не на футуристичные обещания на пять лет вперёд.

Для того, чтобы доказать на практике эффективность ИИ-решений клиентам мы используем «живые» кейсы: на примере участка бизнеса с четкими KPI (время простоев, расходы на обслуживание и тд) проводим пилот, показываем конкретную экономию (например, снижение простоев на 15%, снижение затрат на обновление парка оборудования 10%). Например, IT-компания Deeray — разработчик ИИ-платформы речевой и текстовой аналитики для бизнеса — перенесла продуктовую среду в Cloud.ru и благодаря этому сократила затраты на инференс языковых моделей в 30 раз.

— Как вы определяете ценность, которую клиент получает от ваших ИИ-решений?

— У нас три ключевых ценностных предложения. Первое — сокращение затрат. Облачная модель позволяет начать быстро начать без покупки дорогого железа и капитальных инвестиций. Второе — безопасность. Для корпоративных клиентов это критично, поэтому мы развиваем собственные инструменты и активно работаем с партнерами, закрывая вопросы с доступом, актуальными версиями моделей и соответствия регламентам. Третье — user-friendly подход: мы сохраняем привычную среду open-source-инструментов, но делаем ее более безопасной и стабильной.

— Какая модель монетизации ИИ-решений для вас основная?

— Мы используем разные модели: pay-as-you-go с тарификацией по GPU-минутам, оплата по токенам и по количеству обращений к модели. Для корпоративных клиентов остаются классические лицензии, а для новых продуктов, вроде Agent Space, мы будем тестировать подписку. Гибкость нужна потому, что стартапы и крупные компании по-разному считают экономику проекта.

— Какую выручку от ИИ-сегмента ожидаете по итогам 2026 года?

— Мы ожидаем рост в 4-10 раз по сравнению с 2025 годом. Такой широкий диапазон связан с тем, что часть решений недавно вышла в коммерческую эксплуатацию, и спрос еще формируется. Но первые месяцы показывают, что рынок готов платить, если видит реальную ценность.

— Какие ИИ-решения можно назвать ключевыми результатами 2025 года: генеративные модели, корпоративные ассистенты, автоматизация процессов, аналитика?

— Прежде всего это генеративные модели и корпоративные ассистенты. Генеративные модели перешли на качественно новый уровень — они уже не только поддерживают креативные процессы, но и активно участвуют в разработке продукта. Корпоративные ассистенты благодаря интеграции с бизнес-системами позволяют сотрудникам компании быстрее принимать решения, экономя время и ресурсы.

Например, Cloud.ru в 2025 году представил ИИ-ассистента, который упрощает работу в облаке. «Гига-помощник» не просто отвечает на вопросы, а выполняет действия: подбирает сервисы под задачу, разворачивает виртуальные машины, помогает работать с консолью в режиме co-pilot, настраивает мониторинг и алерты. Наиболее заметно эффективность ИИ-ассистента проявилась при создании виртуальных машин. Раньше эта операция занимала у пользователей от пяти до тридцати минут, теперь время сократилось до одной-двух минут. В среднем ИИ-ассистент ускоряет рутинные операции DevOps-инженеров в 15 раз.

На конференции GoCloud 2026 мы объявили об обновлении функционала «Гига-помощника». Теперь он может создавать сразу несколько виртуальных машин, в том числе определенных конфигураций, а после управлять ими по команде. Например, добавлять или удалять диски, менять конфигурации и выполнять другие повседневные операции. Второе обновление — запуск трех готовых сценариев для работы с ИИ-помощником. Теперь он может выполнять функции DevOps-агента для запуска и обслуживания сервисов, SRE-агента для анализа и реагирования на инциденты, а также FinOps-агента для оптимизации трат на облачные ресурсы.

— Как вы оцениваете потенциал и зрелость российского ИИ-рынка? Кого считаете лидером, а кого конкурентом?

— Лидеры рынка очевидны — «Сбер, «Яндекс» и Т-Банк с собственными большими языковыми моделями. При этом рынок развивается скорее в партнерском, а не жестко конкурентном духе. Мы все вместе формируем культуру использования ИИ в бизнесе.

Российский рынок консервативнее глобального — и в облаке, и в ИИ. Компании осторожнее внедряют, дольше тестируют и требуют больше доказательств эффективности. Это замедляет рост, но заставляет провайдеров фокусироваться не на хайпе, а реальной ценности.

На практике решения для повышения персональной продуктивности дают эффект быстрее, чем сложная автоматизация end-to-end процессов. Сотрудник начинает использовать ИИ-ассистента, пишет код быстрее, создает презентации эффективнее — и компания сразу видит ROI. Это универсальные сценарии, которые работают в любой вертикали: HR, финансы, продажи, маркетинг.