Если 2024 год прошёл под лозунгом «подключим ChatGPT и посмотрим, что будет», то к концу 2025-го в СНГ остались только те решения, которые выдержали проверку бюджетами, безопасниками и реальными задачами. Рынок резко разделился: крупные игроки уходят в суверенные стеки Сбера и Яндекса, малый бизнес массово осваивает китайские модели, а средний живёт внутри CRM и учётных систем, даже не задумываясь, какая именно модель крутится под капотом.
Китайский рывок: DeepSeek и Qwen как «народный стандарт»
Самая тихая, но показательная революция 2025-го — взлёт китайских моделей в русскоязычном сегменте. DeepSeek и линейка Qwen заняли заметную долю трафика генеративного ИИ в России, приблизившись к западным сервисам и во многом отобрав аудиторию у глобальных игроков за счёт низкой цены и гибкости развёртывания.
Для малого и среднего бизнеса это решило сразу несколько болевых точек: исчезла зависимость от зарубежных платёжных инструментов, снизилась стоимость экспериментов и появилась возможность крутить квантованные версии моделей на собственных серверах. В результате агентские студии, небольшие разработчики и цифровые предприниматели выстраивают локальные стеки вокруг китайских open source-моделей, закрывая задачи от кода и аналитики до генерации контента без регулярных валютных затрат.
Война платформ: GigaChat и YandexGPT как «официальный» контур
В крупном бизнесе и госсекторе расклад куда более консервативный: здесь главную роль играют GigaChat и YandexGPT как базовые элементы корпоративной ИИ-инфраструктуры. Банки, телеком, промышленность и крупная розница строят решения поверх он-премис-версий и облачных сервисов этих моделей, совмещая генерацию текста, работу с кодом, документооборот и мультимедиа в едином периметре.
Ставка делается не на «креативность», а на управляемость и безопасность: важны сертификация, локализация данных, интеграция с внутренними системами и возможность развернуть ИИ в полностью изолированном контуре. В такой архитектуре GigaChat и YandexGPT выступают не как отдельные «болталки», а как ядра целых платформ — от ML-пространств с доступом к суперкомпьютерным ресурсам до API-сервисов для быстрой сборки внутренних ассистентов.
Агенты под капотом: Bitrix, 1С и корпоративные ассистенты
Самый заметный для рядовых сотрудников сдвиг — исчезновение «видимого» ИИ. Вместо отдельных чат-ботов компании получают агентов, которые встраиваются в уже знакомые интерфейсы: CRM, учётные системы, корпоративные мессенджеры и сервис-дески.
В CRM-платформах и экосистемах управления задачами ИИ-агенты берут на себя рутину: разбор лидов, подготовку коммерческих предложений, напоминания по сделкам, первичный контакт с клиентом и черновики писем. В учётных и бухгалтерских системах модели компьютерного зрения и LLM отвечают за распознавание первички, автоматическое распределение проводок и проверку документов, уменьшая число ошибок и штрафов.
Центральная Азия и Беларусь: законы, кластеры и стандарты
Параллельно с технологическими сдвигами меняется и нормативный ландшафт в странах СНГ. Казахстан выстраивает собственную траекторию развития ИИ через профильный закон и стратегию цифровой трансформации, совмещая запуск образовательных программ с поддержкой инфраструктуры и R&D-проектов.
Узбекистан делает ставку на массовую подготовку кадров и создание суперкомпьютерных кластеров в партнёрстве с глобальными вендорами, чтобы стать экспортёром ИТ-услуг и региональным центром разработки ИИ-решений. Беларусь концентрируется на стандартизации и безопасности, формируя требования к использованию ИИ в критичных системах и обсуждая роль технологий в кибербезопасности и обороне.
Железо, суверенитет и практический выбор для бизнеса
Дефицит и удорожание облачных мощностей подтолкнули компании к инвестициям в собственную инфраструктуру: от стоек с GPU и NPU до гибридных схем, где часть задач выполняют локальные модели, а часть — внешние сервисы. На первый план вышли вопросы энергоэффективности, мониторинга нагрузок и автоматизации развёртывания ИИ-сервисов, что усилило спрос на корпоративные ML-платформы полного цикла.
В итоге к концу 2025 года для бизнеса в СНГ картина выглядит прагматично: микрокоманды и фриланс-студии полагаются на китайские open source-модели и облачные API, средние компании используют встроенных агентов в привычных продуктах и точечные интеграции, а корпорации разворачивают собственные стеки на базе локальных LLM и специализированного железа. Искусственный интеллект окончательно перестал быть отдельным «продуктом» и стал утилитой инфраструктурного уровня — как связь или электроэнергия, без которой уже сложно представить конкурентный бизнес в регионе.
