Российские компании пересматривают расходы на информационные технологии, отдавая предпочтение проектам с измеримым эффектом. Такие выводы представлены в исследовании AxRadar, подготовленном консалтинговой компанией Axenix, в котором участвовали крупные организации банковского сектора, ритейла, производства потребительских товаров, добывающей отрасли и агросектора. Согласно данным издания «Новости IT-канала», для 67% участников ключевой задачей стали снижение затрат и повышение операционной эффективности.
Искусственный интеллект и машинное обучение вошли в пятерку основных ИТ-приоритетов у 58% компаний. В промышленной эксплуатации эти технологии уже применяют 61% организаций. При этом ИИ-платформы для разработки пока тестируют 39% респондентов, используют только 5%, а мультиагентные системы действуют в 7% компаний.
Главным препятствием для развития ИИ-пилотов 48% участников назвали отсутствие ясного понимания их окупаемости. ИТ-бюджеты намерены увеличить 47% компаний, сохранить на прежнем уровне — 29%, а сократить — 24%. Представители крупного бизнеса также отметили, что значительные ресурсы направляются на соблюдение регуляторных требований, импортозамещение и поддержку уже работающих систем.
В среднем доля российских продуктов в ИТ-ландшафте компаний составляет 65%, а 55% организаций предпочитают собственную инфраструктуру облачным решениям. Нехватка финансирования ограничивает планы 67% участников исследования, кадровый дефицит — 54%. Самым востребованным дефицитным навыком стали искусственный интеллект и машинное обучение — его назвали 42% респондентов, хотя развитие команды входит в число приоритетов только у 17% компаний.
Выводы исследования основаны на самооценке ИТ-руководителей крупного бизнеса. Полученные данные показывают, что корпоративный спрос на ИИ будет определяться доказанным финансовым результатом технологии. Последнее международное исследование консалтинговой компании Deloitte также отмечает, что эффект от применения ИИ уже выходит за рамки роста производительности, однако финансовая отдача формируется медленно.
Расходы на вывод моделей и обращения к API отслеживают 71% компаний. При этом стоимость одной операции рассчитывают только 44% организаций. Таким образом, контроль затрат на ИИ пока распространен шире, чем оценка стоимости отдельных операций.