Российский облачный рынок к 2030 году наполовину перейдет на инфраструктуру для искусственного интеллекта
Такой прогноз представил директор по развитию бизнеса сервис-провайдера M1Cloud Владимир Лебедев. Эксперт отмечает, что рынок постепенно смещается от классической модели IaaS к модели AI-IaaS, то есть к аренде вычислительных мощностей, специально предназначенных для обучения, дообучения и эксплуатации ИИ-моделей.
В традиционном облаке основными объектами управления остаются виртуальные машины, контейнеры и системы хранения данных. В AI-IaaS к ним добавляются поведение модели, происхождение данных, промпты, векторные индексы, GPU-кластеры и взаимодействие подключенных инструментов.
По оценкам аналитиков M1Cloud, среднегодовой темп роста всего российского облачного рынка до 2030 года составит от 25 до 32%. Основными драйверами станут перенос нагрузок с зарубежных платформ и расширение ИИ-проектов в государственном секторе, финансовой отрасли, промышленности и телекоме.
Существенное влияние на трансформацию оказывают регуляторные ограничения. Требования по локализации данных, запреты на трансграничную передачу, необходимость использовать инфраструктуру отечественных провайдеров и подтверждать соответствие нормативным актам формируют условия, в которых AI-IaaS становится обязательным элементом для дальнейшей цифровизации.
Для суверенного искусственного интеллекта критическое значение имеют локализация вычислений, география размещения графических процессоров, ведение логов и воспроизводимость циклов обработки. Эти параметры, по мнению M1Cloud, не уступают по важности производительности.
Детальный прогноз распределен по годам. В 2026 году доля AI-IaaS в общем объеме российского облачного рынка оценивается в 12–15%, что соответствует 18–22 млрд. рублей. Ключевую роль здесь играют пилотные GPU-кластеры и первые промышленные инференс-нагрузки крупных языковых моделей. Заказчики тестируют сценарии генерации с дополненным поиском, чат-ботов и автоматизацию документооборота, однако объемы пока ограничены экспериментальными бюджетами.
К 2027 году доля AI-IaaS вырастет до 22–27%, а абсолютный объем достигнет 38–48 млрд. рублей. На этом этапе пилотные проекты начнут переходить в промышленную эксплуатацию.
Банки, страховые компании и государственные структуры запустят продуктивные RAG-контуры и внутренние ассистенты. Спрос сместится от аренды чистых вычислительных мощностей к управляемым сервисам с встроенной фильтрацией промптов, ведением журналов и контролем цепочки данных.
В 2028 году ожидается рост доли до 33–38% и объема до 62–78 млрд. рублей. Массовое дообучение моделей на корпоративных данных станет стандартной практикой. Инструменты безопасности, такие как ИИ-файрволы и контроль цепочки поставки модели, перестанут быть конкурентным преимуществом и превратятся в обязательное требование. Вероятно, регулятор утвердит отраслевые стандарты безопасности для ИИ-инфраструктуры по аналогии с требованиями к критической информационной инфраструктуре.
К 2029 году доля AI-IaaS достигнет 42–48%, объем составит 95–115 млрд. рублей. Доминирующим сценарием станут мультиагентные системы и автономные бизнес-процессы, где модель не просто отвечает на запрос, а инициирует действия в системах управления взаимоотношениями с клиентами, корпоративных ресурсах и платежных контурах. Это повысит требования к разграничению прав доступа инструментов и непрерывному мониторингу изменения параметров моделей.
К 2030 году более половины инфраструктурных расходов российских компаний, использующих облака, будет приходиться на ИИ-нагрузки, включая инференс, дообучение, хранение векторных баз, оркестрацию задач на графических процессорах и обеспечение безопасности цепочки принятия решений.
При этом обучение крупных моделей с нуля останется нишевым из-за высокой стоимости и ограничений на поставки передовых ускорителей. Прогнозируемая доля достигнет 50–55%, а абсолютный объем составит 130–160 млрд. рублей. AI-IaaS станет базовым слоем корпоративной ИТ-архитектуры, а не надстройкой над классическим облаком.