Почему мы делаем ставку на ИИ

Искусственный интеллект (ИИ) позволяет компьютерам выполнять задачи, которые традиционно требуют человеческого интеллекта. Компании используют ИИ, чтобы анализировать информацию, прогнозировать спрос, автоматизировать рутинные операции и разрабатывать новые продукты.

Эти решения опираются на разные направления ИИ, в том числе машинное обучение, обработку естественного языка (NLP), компьютерное зрение, генеративный ИИ, робототехнику на базе ИИ, а также автономные и сенсорные технологии.

Внедряя ИИ в свою деятельность, компании закупают программное обеспечение и вычислительные услуги у технологических поставщиков. Доля опрошенных организаций, использующих ИИ, выросла с 55 % в 2023 году до 88 % в 2025 году.^{Источник 1}

По мере того как всё больше компаний разрабатывают и используют системы ИИ, растёт спрос на вычислительные мощности. Инфраструктура ИИ — это физическое оборудование, необходимое для разработки и работы искусственного интеллекта. В первую очередь это серверы и специализированные процессоры, память, системы хранения данных и сетевое оборудование.

Такие компании, как Microsoft, Amazon и Google, наращивают вычислительные мощности для работы сервисов ИИ. Для этого нужны мощные серверы с процессорами, в том числе графическими процессорами (GPU) NVIDIA, память от таких поставщиков, как Micron, а также оборудование для хранения и передачи данных. Многие из этих чипов производит TSMC.

Мировые расходы на инфраструктуру ИИ выросли более чем вдвое — со 153 млрд $ в 2024 году до 318 млрд $ в 2025 году, то есть на 108 %.^{Источник 2} Этот рост был обусловлен главным образом инвестициями крупных облачных провайдеров, растущим спросом на серверы для ИИ и национальными проектами в области инфраструктуры ИИ.

Строительство центра обработки данных обходится дорого и занимает годы. Поэтому большинство компаний арендуют вычислительные мощности у облачных провайдеров и платят за фактическое потребление — примерно так же, как за электричество. Такая модель называется «инфраструктура как услуга» (Infrastructure as a Service, IaaS). По прогнозам, в 2027 году объём рынка IaaS в целом достигнет 367 млрд $.^{Источник 5}

Три крупнейших провайдера — Amazon Web Services (AWS), Microsoft Azure и Google Cloud. С ростом нагрузок, связанных с ИИ, они добавляют серверы, предназначенные специально для обучения и работы моделей ИИ. Ожидается, что в 2026 году расходы на такие облачные мощности, оптимизированные для ИИ, вырастут на 96 %.^{Источник 3}

Вычислительная инфраструктура обеспечивает мощности, необходимые для работы ИИ, но, чтобы задействовать их, компаниям нужно программное обеспечение. Оно опирается на модели ИИ — системы, обученные на данных понимать информацию, выявлять закономерности и формировать ответы.

Базовая модель (foundation model) — это модель ИИ, способная решать широкий круг задач. Примеры — GPT от OpenAI, Gemini от Google, Claude от Anthropic и Llama от Meta. Компании могут создавать на основе этих моделей собственные приложения или приобретать готовые программные продукты на базе ИИ, например ChatGPT и Microsoft Copilot.

Компании получают выручку, взимая с клиентов плату за доступ к своим моделям и приложениям. Это могут быть ежемесячные подписки, лицензии на программное обеспечение или плата в зависимости от объёма использования. В 2025 году мировые корпоративные расходы на базовые модели составили около 12,5 млрд $.^{Источник 6}

По мере того как ИИ находит применение во всё большем числе бизнес-процессов, рынок таких продуктов, как ожидается, будет расширяться. Объём мирового рынка генеративного ИИ в 2025 году оценивался в 288,4 млрд $, а к 2032 году, по прогнозам, он достигнет примерно 1,34 трлн $.^{Источник 7}

Большинство современных инструментов ИИ отвечают на запросы по одному. Агентный ИИ идёт дальше: получив цель, он планирует и выполняет последовательность задач — например, собирает информацию, заполняет формы и проверяет результат — при ограниченном участии человека. Чем сложнее процессы, тем выше будет спрос на программное обеспечение для ИИ и вычислительные мощности.

Следующий шаг — физический ИИ, который объединяет искусственный интеллект с машинами, способными воспринимать окружающую среду, принимать решения и выполнять физические задачи. Примеры — складские роботы, беспилотные автомобили и промышленные роботизированные манипуляторы. Робототехника — один из формирующихся рынков в этой области. Среди потенциальных сфер применения — производство, складское хозяйство, логистика и беспилотный транспорт.

Эти тенденции усиливают спрос на технологии, которые уже используются в инфраструктуре ИИ. NVIDIA разрабатывает высокопроизводительные процессоры и платформы для робототехники, Micron поставляет память, а такие компании, как Microsoft, Amazon и Alphabet, предоставляют услуги облачных вычислений.

Объём мирового рынка робототехники на базе ИИ в 2025 году оценивался в 74,49 млрд $, а к 2032 году, по прогнозам, достигнет 180,63 млрд $, что соответствует прогнозируемому росту на 142,5 %.^{Источник 8} Хотя коммерческое внедрение автономных машин пока находится на ранней стадии, робототехника открывает ещё один потенциальный рынок для компаний, поставляющих аппаратное обеспечение для ИИ, вычислительную инфраструктуру и программное обеспечение.

Развитие искусственного интеллекта формирует спрос на нескольких взаимосвязанных рынках. Компании приобретают программное обеспечение и услуги в сфере ИИ, облачные провайдеры предоставляют вычислительные мощности, а производители полупроводников выпускают процессоры и память, необходимые для работы этих систем.

Мировые расходы на искусственный интеллект в 2025 году оценивались в 1,79 трлн $; по прогнозам, в 2026 году они вырастут до 2,67 трлн $, а к 2027 году — до 3,64 трлн $. Более половины прогнозируемых расходов в 2027 году придётся на инфраструктуру ИИ, что отражает значительный объём инвестиций, необходимых для разработки и эксплуатации этих систем.^{Источник 4}

Ожидается, что по мере развития технологий ИИ новые сферы применения создадут дополнительный спрос на вычислительную инфраструктуру и программное обеспечение. Особый интерес представляют два направления: автономные ИИ-агенты, способные планировать и выполнять последовательности задач, и физичес��ий ИИ, позволяющий машинам взаимодействовать с окружающей средой.

Это развитие открывает возможности для компаний во всей отрасли ИИ, в том числе для производителей полупроводников и памяти, поставщиков облачных вычислений и разработчиков приложений на базе ИИ.