Уходящий 2025 год изменил отношение к рынку корпоративного искусственного интеллекта. Если раньше ИИ-технологии обсуждали на уровне концепций и пилотных проектов, то теперь бизнес массово перешел к их практической оценке, фокусируясь на реальной стоимости и бизнес-эффектах.
Алексей Пантин, технический директор в Embedika, рассказал, о том, какие технологические тренды стали ключевыми в 2025-м году, как изменились запросы заказчиков и какие новые подходы к внедрению ИИ появились за этот год.
Ниже приводим текст оригинальной публикации.
Ситуацию с ИИ для корпораций в 2025 году можно охарактеризовать как массовый запуск проверки гипотез. Бизнес поверил в большие языковые модели (LLM) и все больше компаний переходит на применение LLM, потому как это значительно сокращает издержки на внедрение, за счет сокращения этапа сбора датасетов и обучения моделей, а также добавляет новые возможности. При этом до полноценного внедрения пока доходят единичные проекты.
Крупные корпорации как не верили в облачные решения, так и не верят, предпочитая разворачивать внутреннюю инфраструктуру, аргументируя это требованиями информационной безопасности (ИБ) и независимостью от подрядчиков. Также заметен тренд на использование узкоспециализированных или разреженных моделей, которые позволяют экономить ресурсы.
Запросы от крупных заказчиков в этом году четко сместились в сторону технологий, формирующих повестку: LLM, RAG и ИИ-агенты
Многие компании хотят экспериментировать, но не всегда до конца понимают, где кроется реальный профит. С помощью LLM можно относительно быстро и недорого сделать рабочий прототип (MVP), но следующий шаг, переход к промышленной эксплуатации, может потребовать больших инвестиций, особенно при внутреннем развертывании.
Помимо этого, всё чаще звучат запросы на генерацию текстов: автоматическое создание замечаний, комментариев, резюме документов. Не менее заметный тренд — использование ИИ-агентов для автоматизации рабочих процессов на основе внутренних данных компании.
В госсекторе растет спрос на ИИ-помощников, а развитие двигает open-source
В госсекторе по итогам 2025 года можно выделить смену парадигмы: если раньше фокус был на классическом ML, то теперь ключевой запрос — на создание интеллектуальных помощников для генерации контента: справок, выжимок, аналитических записок.
Цифровизация продолжает ускоряться, но в основном за счет накопления массивов оцифрованного контента и улучшения интеграции между различными системами. Информацию всё чаще становится проще получить из смежных систем, чем дублировать и поддерживать внутри каждой отдельной системы. При этом заметного ускорения из-за новых регуляторных требований пока не наблюдается.
Ключевые драйверы развития ИИ-технологий — массовая генерация при помощи опенсорс и проверка гипотез с активным вовлечением бизнеса. Заказчики стали лучше осознавать возможности технологий и начали формировать конкретные бизнес-запросы. Множество новых технологий выходит под свободными лицензиями, а свободные модели и библиотеки стремительно догоняют проприетарное ПО как по качеству, так и по производительности.
Архитектура смещается к «доказательной медицине»
В архитектуре ИИ-решений в 2025 году наметился важный тренд — переход к так называемой «доказательной медицине». Особенно это заметно на западе, где произошло отрезвление от «волшебных» возможностей классического RAG и примитивных агентов.
Теперь в фокусе — измерение реального качества решения бизнес-задач. Для этого формируются доказательные подходы к оценке, где сама LLM нередко выступает в роли «судьи». Параллельно, в ответ на растущие риски, в системах, использующих RAG, начинают появляться специализированные модули безопасности для фильтрации запросов и защиты чувствительных данных, что позволяет предотвращать нецелевое использование ресурсов компании.
Качественный скачок в развитии ИИ будет связан с агентами
Качественный скачок в развитии ИИ в 2026 году, вероятнее всего, будет связан с агентами. Они становятся всё более предсказуемыми и надежными, способными выполнять сложные процессы с предсказуемым результатом.
Также наметился тренд на использование LLM для генерации контента, который затем потребляется другими LLM — так называемый подход «LLM для LLM», что значительно расширяет возможности автономных агентов. Кроме того, LLM-технологии серьёзно улучшили смежные области: например, в 2025 году был совершен прорыв в OCR (распознавании текста) и машинном переводе благодаря применению мультимодальных LLM, что привело к появлению решений, значительно превосходящих старые стандарты по качеству и скорости.
Подходы к интеграции NLP-решений с другими корпоративными системами (ERP, CRM, BI) в 2025 году продолжали эволюционировать. Традиционные NLP-решения уже прочно завоевали свое место в крупных системах, однако с LLM ситуация иная. Они всё ещё находятся на пути к повсеместному использованию, во многом из-за недостаточного уровня доверия и высоких требований к инфраструктуре. Бизнес продолжает искать методы безопасного и надежного внедрения LLM в свои ключевые процессы и системы.
Бизнес измеряет успешность внедрения новыми возможностями
Метрики оценки успешности внедрения интеллектуальных систем также претерпели изменения. Сейчас акцент сместился: успех всё чаще оценивается не столько по технической точности системы, сколько по тем новым возможностям, которые она открывает, и по общему улучшению качества получаемого результата. При этом сценарии применения LLM в рамках конкретных бизнес-процессов и метрики для оценки их качества всё ещё находятся в стадии формирования и отработки.
Итогом 2025 года стал переход от разговоров об ИИ к его доказательному применению. Бизнес, накопив первый опыт, стал задавать более точные вопросы и оценивать реальную ценность технологий, что создает прочный фундамент для качественных внедрений в наступающем 2026 году.
В ближайшее время наш менеджер свяжется с Вами.
В ближайшее время мы пришлем вам ссылку на вебинар
.png)
