В ближайшие годы искусственный интеллект станет одним из ключевых драйверов роста российской экономики. Согласно исследованию Института статистических исследований и экономики знаний НИУ ВШЭ, совокупный вклад от использования технологий ИИ во всех отраслях экономики в ВВП России составит 11.6 трлн руб. в 2030 г., а в 2035 г. достигнет значения 46.5 трлн руб.*

Наибольший вклад в создание этого эффекта обеспечат такие отрасли, как:

✔️Обрабатывающая промышленность — 7,7 трлн руб.;
✔️Строительство — 4 трлн руб.;
✔️Профессиональная, научная и техническая деятельность — 3,7 трлн руб.;
✔️Транспортировка и хранение — 2,6 трлн руб.;
✔️Финансовый сектор — 2,5 трлн руб.;
✔️Здравоохранение и социальные услуги — 1,7 трлн руб.

Примечательно, что сектор ИКТ, являясь локомотивом создания ИИ-технологий, сам даст относительно скромный эффект в 2,2 трлн руб., поскольку его основной вклад заключается в обеспечении других отраслей необходимыми решениями.

Ожидаемый рост связан не только с автоматизацией рутинных операций, но и с качественными изменениями бизнес-процессов: проактивной аналитикой, прогнозированием событий, повышением устойчивости и надежности сервисов. Однако для достижения таких масштабных результатов потребуется значительное увеличение инвестиций в технологии ИИ: общий объем затрат организаций возрастет с 145,7 млрд руб. в 2023 году до 1,8 трлн руб. к 2035 году.

Не менее важным ресурсом станет человеческий капитал: численность специалистов в области ИИ к 2035 году должна увеличиться почти в 10 раз — с 48,3 тыс. до 463,5 тыс. человек.

Реализация потенциала ИИ в экономике невозможна без таких интеллектуальных платформ, как Artimate — решение, которое превращает данные в реальные бизнес-преимущества.

AIOps-платформа Artimate создана именно для того, чтобы компании могли максимально эффективно использовать возможности искусственного интеллекта уже сегодня.

Artimate помогает:

✅Снижать уровень информационного шума, фильтруя и обогащая данные событий мониторинга;
✅Автоматизировать расследование и решение инцидентов с помощью встроенных ML-моделей и алгоритмической корреляции;
✅Проводить системный анализ инфраструктуры для выявления узких мест и предотвращения сбоев;
✅Ускорять принятие решений за счет построения карт причинно-следственных связей и прогнозирования рисков.


*на основании исследования Института статистических исследований и экономики знания Высшей Школы Экономики (issek.hse.ru).