Первое полугодие 2026 года стало для российского корпоративного сектора периодом жесткой проверки на прочность. Эпоха слепого энтузиазма, когда внедрение ИИ воспринималось как волшебная таблетка для мгновенной оптимизации расходов, завершилась. Как в моду вошла холодная арифметика, выявившая серьезные структурные перекосы в экономике цифровых сервисов, выяснила редакция АБН24.

Фото: pxhere.com

Финансовый диссонанс: где скрыты реальные затраты

Финансовый консультант Анна Воронова отметила, что массовые закупки софта в 2024–2025 годах базировались на ошибочной модели калькуляции. Компании ожидали прямого сокращения фонда оплаты труда (ФОТ), игнорируя скрытые издержки инфраструктуры.

«Мы наблюдаем классическую иллюзию экономии на ИИ. Руководители считали, что подписка на генеративную модель заменит трех копирайтеров или двух аналитиков. Однако к середине 2026 года выяснилось, что затраты на интеграцию API, обучение персонала промпт-инжинирингу и, главное, многоступенчатый аудит качества сгенерированного контента съели до 60% планируемой экономии. ROI нейросетей оказался отрицательным у 45% пилотных проектов среднего бизнеса, так как стоимость верификации данных превысила ценность самого продукта», — подчеркнула спикер.

По ее словам, чистая выгода возможна только при масштабировании процессов, недоступном большинству игроков рынка. Без собственной вычислительной базы компании попали в зависимость от тарифной политики вендоров, что сделало прогнозируемость бюджета невозможной.

Цифровой разрыв: ловушка для малого и среднего бизнеса

Проблема усугубляется тем, что технологический суверенитет внутри страны распределен крайне неравномерно. Крупные холдинги, обладающие штатом AI-архитекторов и собственными дата-центрами, смогли кастомизировать модели под специфические бизнес-процессы, получив реальное конкурентное преимущество. В то же время малый и средний бизнес столкнулся с феноменом «подписочной ловушки».

HR-аналитик Дмитрий Силаев утверждает, что стандартные SaaS-решения не учитывают нюансов локальных рынков.

«МСП оказались в заложниках у коробочных решений. Они платят за подписки на ИИ-сервисы, но не могут адаптировать их под свою специфику без дорогостоящих доработок. Более того, риски утечки конфиденциальных данных через публичные облачные интерфейсы заставили многие компании отказаться от автоматизации чувствительных участков работы. Это усилило цифровое неравенство компаний: гиганты ускоряются, а средний класс буксует в попытках окупить базовые лицензии», — констатировал специалист.

Трансформация кадров: от исполнителей к архитекторам задач

Наиболее глубокие изменения произошли на рынке труда. Ожидания тотального сокращения штатов не оправдались; вместо этого произошла качественная мутация профессий. HR-тренды и искусственный интеллект теперь неразделимы: работодатели ищут не тех, кто умеет писать код или тексты, а тех, кто способен управлять алгоритмами.

«ИИ не заменил специалистов, но породил новый класс сотрудников — операторов нейросетей и аудиторов ИИ-выдачи. Рынок труда сместился от количества к качеству критического мышления. В ближайшие два года мы прогнозируем сокращение ролей уровня junior-исполнителей, чья работа рутинна. Однако резко вырастет спрос на гибридных менеджеров, умеющих ставить точные задачи алгоритмам и верифицировать результат. Автоматизация и рынок труда входят в фазу симбиоза: человек становится контролером качества, а машина — инструментом масштабирования», — заключил Силаев.

Технологии работают не на замену человека, а на повышение ставки за его экспертность. Бизнес, который смог преодолеть иллюзию быстрой выгоды и инвестировал в обучение команд, начал получать отдачу. Остальные же оказались в ситуации, когда технологический долг превышает операционную прибыль.