➡️Из чего складывается бюджет на ИИ?

За три года с 2023-го по 2026-й, бюджеты на искусственный интеллект в крупных компаниях выросли в 3–5 раз. Изменилось не только количество денег, но и то, на что именно они уходят.

Раньше всё часто сводилось к простой схеме: купить доступ к модели и раздать сотрудникам несколько десятков лицензий. Сегодня AI-бюджет — это уже целая система расходов: инфраструктура, данные, специалисты, интеграция, обучение, безопасность и эксплуатация AI-агентов.

Исследование Presenc AI, основанное на данных Deloitte, BCG и опросах CIO, показывает: если упростить структуру AI-бюджета до условных $100, то примерно:

🔘треть уходит на готовые AI-инструменты;
🔘четверть — на облако и вычислительные мощности;
🔘ещё около трети — на людей, интеграцию и внедрение;
🔘остальное — на данные, безопасность, обучение и эксперименты.

То есть лицензии — это только часть расходов. Основные сложности и инвестиции начинаются после покупки инструмента.

Главные выводы исследования:

1️⃣Большая часть не в технологии

Правило BCG «10/20/70» предлагает распределять AI-инвестиции так: 10% бюджета на алгоритмы, 20% на технологии и данные, 70% на людей и процессы. Смысл в том, что ценность от ИИ создаёт не сама технология, а то, как меняется работа вокруг неё: кто за что отвечает, как принимаются решения, как сотрудники пользуются инструментами.

2️⃣На каждый доллар лицензий нужен ещё $1,20 на людей и внедрение

Если компания тратит почти всё на программное обеспечение, но экономит на интеграции, обучении и изменении процессов, проект часто не доходит до реального результата. Лицензии можно купить быстро. Но чтобы ИИ начал приносить пользу, его нужно встроить в существующую работу, адаптировать под задачи команды и связать с бизнес-показателями.

3️⃣Безопасность и контроль становятся отдельной большой статьёй

Доля расходов на безопасность, мониторинг и соответствие требованиям выросла примерно с 3–5% AI-бюджета в 2024 году до 8–12% в 2026-м. Причины очевидны: ИИ перестаёт быть просто «чатом-помощником». Он начинает работать с клиентами и документами, взаимодействовать с другими системами и выполнять задачи практически автономно.

А значит, нужны аудит, мониторинг, контроль доступа и понятные правила ответственности.

4️⃣Обучение часто недооценивают

На обучение сотрудников обычно выделяют сравнительно небольшую часть бюджета. При этом именно AI-грамотность сильнее многих других факторов связана с реальной окупаемостью проектов.

Главная ошибка:

Самая распространённая картина выглядит так: компания покупает инструменты, раздаёт всем доступ, а через полгода выясняет, что используют их единицы, и то в полсилы. Деньги потрачены, а бизнес-эффекта нет.

Деньги на ИИ тратят многие, а результат получают те, кто инвестирует не только в технологии, но и в людей, процессы и управление.
Лицензию может купить каждый. Научить команду, перестроить работу и выстроить контроль так, чтобы ИИ стал частью бизнеса, гораздо сложнее.


Именно эту невидимую часть AI-трансформации особенно интересно увидеть в технологической бизнес-миссии Profounders на примере китайских техногигантов: Tencent, Huawei, Ping An, UBTech Robotics, BYD, DJI.

18–25 октября | Шэньчжэнь

Группа почти собрана, места ограничены.

🔗Подробнее о миссии