Всё о статусе резидента Сколково: требования, льготы, дорожная карта и наши услуги.
В Сколково на Startup Village 2026 прошёл деловой завтрак «ИИ завтра» — встреча, где 45 российских корпораций из финансов, промышленности, нефтегаза, инфраструктуры и розницы обсуждали, как заработать на искусственном интеллекте. Формат — без презентаций: за столом были заказчики, те, кто вводит технологии в процесс и принимает решение об оплате внедрения. В центре внимания — что реально работает в промышленной эксплуатации нейросетях и за какие решения бизнес готов платить уже сейчас.
Что произошло и кто участвовал
Дискуссия собрала крупные компании и технологических лидеров: со стороны корпораций среди участников были Ростех, Газпромбанк, Т‑Банк, «Сбер», Альфа‑Банк, РЖД, ВК Тех, Солар, Финам, АЛРОСА, «ВымпелКом» (билайн) и другие. Модерировали встречу Александр Павлов (ВЭБ.РФ) и Игорь Кириченко (Naumen). Научное крыло представлял Евгений Бурнаев (Сколтех). По данным отраслевых обозревателей, обсуждение прошло в конце мая, когда в Сколково собрались и другие крупные игроки рынка.
Главный вопрос — измеримость эффекта и ROI
Сквозная тема — как считать экономическую отдачу от ИИ‑проектов. Первый вице‑президент, руководитель блока технологий искусственного интеллекта Газпромбанка Адель Валиуллин обозначил логику: сначала ожидаемый эффект, далее прототип и точная оценка, затем запуск и проверка реального результата.
«Мы хотим понять, что получим на выходе. Появляется прототип — делаем точную оценку. Модель заработала — смотрим, что реально дало внедрение».
Для упрощения расчётов банки совместно с ассоциацией «Финтех» разработали методологию оценки экономической эффективности ИИ‑проектов. При этом прозвучало и важное уточнение: в России до сих пор нет единого подхода к тому, как считать объём рынка искусственного интеллекта.
За что платят: результат, а не технология
Содержание разговора сводилось к практической работе с данными и процессами. Генеральный директор VisionLabs (МТС) Дмитрий Марков отметил, что заказчик выбирает не по ярлыку «AI», а по улучшению метрик:
«Все маркируют свои решения словом «искусственный интеллект». Но сотрудникам нужен инструмент, который улучшит метрики их процесса. А качественных коробочных решений в генеративном ИИ пока никто не сделал».
То есть компании готовы платить за измеримый эффект в конкретной задаче — от автоматизации части процесса до ускорения операций с данными. Коробки по генеративному ИИ в корпоративном сегменте пока не стали «plug‑and‑play» решением, поэтому внедрять новые технологии приходится проектным способом.
Где рынок «не дозрел» и почему спешить с методиками рискованно
Эксперт по информационной безопасности Алексей Лукацкий предостерёг от попыток слишком рано формализовать точные методики расчёта:
«ИИ мы применяем от силы два года, а уже хотим посчитать эффект и строить на этом инвестиционные решения. Мы пока живём в режиме эксперимента».
Он также высказал мнение, что распространение ИИ не приведёт к сокращению людей: за счёт инструментов сотрудники смогут делать больший объём работы. На этом фоне звучит важный урок: рынок только становиться на рельсы зрелости, а методики — инструмент, который ещё предстоит адаптировать под новые задачи и технологии.
Корпоративная практика vs массовый рынок: расхождения
Отраслевые комментаторы привели примеры, показывающие различия между корпоративным внедрением и массовым рынком AI/нейросети:
- Старшие технологические игроки мира сталкиваются с экономикой использования: по открытым оценкам, крупная компания полностью израсходовала ИИ‑бюджет года за несколько месяцев, а другая свернула внутренний пилот для тысяч инженеров — экономика не сошлась. Это важный сигнал для любых больших agent‑проектов.
- На корпоративном уровне действительно не хватает «коробок» по генеративному ИИ. Но на массовом рынке такие инструменты есть и работают: упоминаются Cursor, Lovable, Replit Agents, Microsoft Copilot, Make.com, Zapier AI. Это сегмент с миллиардными выручками.
- В России запущены локальные платформы на доступных моделях через Yandex Cloud, а в мае 2026 года представлен пакет On‑Premises Yandex AI Studio за 5,8 млн рублей — по сути конструктор плюс работа подрядчика, а не готовый продукт для моментального внедрения в сложные системы.
Вывод: массовый SaaS за сотни рублей в месяц и глубокая интеграция ИИ в корпоративные системы — это разные сферы. Темпы принятия решений отличаются в 10–20 раз, и это влияет на стратегию внедрения.
Люди и занятость: дискуссия продолжается
Тезис о том, что ИИ не сокращает людей, вызвал контраргументы в публичной аналитике: международные опросы и статистика фиксируют масштабную автоматизацию рабочих часов и сокращения в ИТ‑отрасли, часть из которых связывают с ИИ. Есть кейсы компаний, где после внедрения инструментов команды проектов стали меньше. Консенсуса нет, а значит вопрос об эффекте на занятость остаётся открытым и зависит от конкретной модели использования и проекта.
Практика «короткими итерациями»: подход Центра Сколково.СКАЙ
Завтрак провёл Центр внедрения искусственного интеллекта Сколково.СКАЙ — совместный проект Сколково и Сколтеха, запущенный в сентябре 2025 года. Фокус центра — промышленные предприятия, агросектор, медицина и финтех. Собственное платформенное решение планируется к запуску в конце 2026 года. Курирует направление заместитель председателя правления Станислав Волошин, руководитель центра — Максим Мироненко.
Центр продвигает пошаговый способ внедрять ИИ: за месяц проводить корпоративный интенсив на реальных данных под конкретную задачу, затем делать расчёт возврата инвестиций, и только после этого переходить к следующему этапу. Компания фиксирует результат после каждой итерации и не уходит в долгий проект без гарантированного итога.
Чему учат цифровые программы: компетенции под новые задачи
В экосистеме Сколково развёрнуты цифровые программы, работающие с экономикой изменений, безопасностью, управлением данными и агентными подходами. По их материалам:
- 90% организаций в мире находятся на том или ином этапе цифровой трансформации.
- Компании, успешно завершившие цифровую трансформацию, создают на 66% больше ценности и на 26% более прибыльны, чем конкуренты.
- Две трети бизнес‑лидеров признают, что нужно ускорять цифровизацию, чтобы оставаться конкурентоспособными.
Программы ориентированы на роли от специалистов до топ‑менеджеров: от экономии 5–10 часов в неделю в ежедневной работе до оптимизации процессов на 20–40% и формирования ИИ‑стратегии на уровне совета директоров. В арсенале — онлайн‑интенсивы на 5 недель, очные хакатоны по генеративным алгоритмам на 2 дня и трёхдневные практикумы по созданию ИИ‑агентов для автоматизации реальных функций. Итогом становится MVP и умение рассчитать ROI внедрения.
Ключевые развилки: за что платить сегодня и что подождёт
| Вопрос | Позиция корпораций на встрече | Данные и примеры рынка |
|---|---|---|
| Измеримость эффекта | Считать ROI на каждом этапе: прототип — оценка — запуск | Единых «формул» мало; крупные пилоты могут «не сходиться» по экономике |
| Коробочные решения | Генеративный ИИ в коробке для энтерпрайза ещё «не дозрел» | На массовом рынке есть готовые инструменты и платформы с миллиардными выручками |
| Воздействие на занятость | ИИ увеличивает производительность сотрудников | Есть данные о сокращениях и автоматизации рабочих часов в ИТ |
| Модель внедрения | Короткие итерации на данных заказчика, фиксация результата | Конструкторы On‑Premises требуют месяцев интеграции в процессы |
Что это значит для проектов 2026 года
- Фокус на задачах, где эффект можно измерить и подтвердить пилотом на реальных данных.
- Не полагаться на ярлык «AI» — выбирать решения, которые улучшают метрики процесса и работу команд.
- Строить внедрение итерациями: короткий интенсив — оценка ROI — следующий шаг.
- Отделять массовый SaaS‑инструмент от глубокой интеграции: это разные рынки и сроки.
- Собирать собственную методику расчёта эффекта, учитывая отраслевые рекомендации и ограничения.
Частые вопросы
Что именно обсуждали 45 компаний на встрече «ИИ завтра»?
Практику внедрения ИИ: за какие задачи бизнес готов платить, что реально работает в промышленной эксплуатации, а какие технологии ещё не дозрели до корпоративных бюджетов. Сквозной темой стала измеримость эффекта и расчёт экономической отдачи.
Какие отрасли и участники были представлены?
Финансы, промышленность, нефтегаз, инфраструктура, розница. Среди компаний — Ростех, Газпромбанк, Т‑Банк, «Сбер», Альфа‑Банк, РЖД, ВК Тех, Солар, Финам, АЛРОСА, «ВымпелКом» (билайн) и другие. Модераторы — Александр Павлов (ВЭБ.РФ) и Игорь Кириченко (Naumen). Со стороны науки — Евгений Бурнаев (Сколтех).
Как предлагается считать эффект от ИИ‑проектов?
Логика «прототип — точная оценка — запуск» с последующей проверкой фактического результата. Банки вместе с ассоциацией «Финтех» подготовили методологию расчёта экономической эффективности ИИ‑проектов.
Есть ли готовые «коробочные» решения по генеративному ИИ для корпораций?
По оценке участников, качественных коробочных решений в генеративном ИИ для корпоративного уровня пока нет. Массовый рынок при этом предлагает работающие инструменты, но их интеграция в сложные системы требует отдельной проектной работы.
Каков подход Центра Сколково.СКАЙ к внедрению?
Короткие интенсивы на данных заказчика под конкретную задачу, затем расчёт ROI и переход к следующему этапу. Центр сфокусирован на промышленности, агросекторе, медицине и финтехе, а собственную платформу планирует запустить в конце 2026 года.
Повлияет ли ИИ на занятость?
На встрече прозвучало мнение, что ИИ не сокращает людей, а повышает их производительность. В то же время в публичной аналитике приводятся данные о сокращениях и автоматизации рабочих часов. Единой оценки пока нет.
Позиция экспертов Реестр Гарант
Дискуссия в Сколково подтвердило: корпоративные заказчики готов платить за ИИ там, где можно посчитать экономику. Итерационная модель Центра Сколково.СКАЙ — здравый способ снижать риск: короткий цикл, работа на данных клиента, расчёт ROI перед масштабированием. Мы советуем технологическим компаниям выстраивать единый контур измерения эффекта уже на стадии прототипа и выбирать инструменты под конкретные процессы, а не под модный ярлык «AI».
