развитие генеративного ИИ и цифровых двойников в РФ находится на начальной стадии

Исследование основано на анализе Strategy Partners, экспертных оценках «Цифры», данных Росстата и открытых источниках. При создании обзора были изучены 100 примеров внедрения цифровых решений с подтвержденными бизнес-эффектами, а также уровень проникновения технологий, барьеры и стимулы цифровизации, перспективные возможности применения и зрелость функционала. Кроме того, авторы исследования сравнили данные 2025 года с 2024 и 2020 годами.

В целом, аналитики считают, что в России цифровые технологии активно внедряются в промышленные компании. Рост отмечен в том числе в связи с развитием отечественных платформенных решений для аналитики больших данных, созданием профильных национальных стандартов в области цифровых двойников, появлением российских LLM (больших языковых моделей) и продуктов с их применением, а также субсидированием IIoT по госпрограмме «Цифровая промышленность».

В то же время, несмотря на высокие темпы роста ИТ-рынка в 2022-2024 годах, от мировой ИТ-отрасли он составляет лишь 1%, а доля рынка в российском ВВП была на уровне 1,7% в 2024 году, что меньше, чем в странах БРИКС, ЕС и США. Например, согласно отчету MedTech Europе за 2024 год, объем европейского рынка медицинских технологий составил около 170 млрд евро.

Ключевыми барьерами для цифровизации промышленности обозначены последствия санкций, дефицит кадров и бюджетов у компаний, низкий уровень цифровой культуры. Внедрению цифровых технологий препятствует и отсутствие единых стандартов в решениях цифровизации, стандарта применения ИИ. По словам аналитиков, в отличие от западных стран в России решения обычно подстраивают под заказчика, а наиболее крупные компании занимаются их разработкой для внутреннего пользования. При этом в случае успешного преодоления барьеров уже через 3-5 лет ожидается рост проникновения цифровых технологий и установление стандартов.

Цифровые двойники, виртуальные модели объекта, способные прогнозировать его поведение, находятся на стадии разработки и пилотных проектов. «На сегодняшний день в России не существует ни одного полностью внедренного цифрового двойника, а во всем мире любая такая система представляет собой, по сути, доработанную имитационную модель», – отметил эксперт из ГК «Цифры». Технология среди прочего имеет функции сценарного моделирования, предиктивного мониторинга, мониторинга в реальном времени и ИИ-агента (пополнения знаний и самостоятельного предложения решений оптимизации). Так, новая модель ИИ, разработанная международной группой ученых из США, Европы и Азии, может создавать цифровых двойников пациентов и прогнозировать развитие их состояния.

Количество в России промышленных компаний, применяющих генеративный ИИ, согласно анализу, выросло на 42% с 2020 года. В сентябре 2025 года в отчете АНО «Цифровая экономика» технология обозначена как тренд. Но несмотря на это генеративный искусственный интеллект пока массово не применяется в промышленности.

Промышленный интернет вещей в России находится на средней стадии развития, сообщают аналитики, а российские технологии машинного зрения, в свою очередь, показывают достаточно высокий уровень. В их текущем потенциальном функционале среди прочего значится дефектоскопический контроль (анализ видеопотока в реальном времени, классификация микротрещин, деформаций и загрязнений с точностью до 0,1 мм).

Количество компаний, применяющих технологии Big Data в России, выросло на 16% с 2020 года. Достаточно развиты ключевые функции ML и Big Data и, согласно обзору, следующим шагом выступает внедрение AutoML-платформ для прогнозирования и объяснимого ИИ (XAI). AutoML-платформы подбирают алгоритмы, настраивают параметры и переобучаются на новых данных, таким образом снижая зависимость от специалистов и ускоряя внедрение моделей в производственную среду. Объяснимый ИИ автоматически создает пояснения к информации, которую прогнозируют платформы. Он также выделяет ключевые факторы и визуализирует их, что «повышает доверие и проверяемость результатов аналитики».

В ноябре 2025 года Минздрав РФ подвел итоги внедрения ИИ в здравоохранение за 2019–2024 годы. За шесть лет в создание и внедрение ИИ-решений вложено 4,7 млрд рублей, причем 69% средств поступило из государственных источников – институтов развития и региональных программ цифровизации.

Исследование основано на анализе Strategy Partners, экспертных оценках «Цифры», данных Росстата и открытых источниках. При создании обзора были изучены 100 примеров внедрения цифровых решений с подтвержденными бизнес-эффектами, а также уровень проникновения технологий, барьеры и стимулы цифровизации, перспективные возможности применения и зрелость функционала. Кроме того, авторы исследования сравнили данные 2025 года с 2024 и 2020 годами.

В целом, аналитики считают, что в России цифровые технологии активно внедряются в промышленные компании. Рост отмечен в том числе в связи с развитием отечественных платформенных решений для аналитики больших данных, созданием профильных национальных стандартов в области цифровых двойников, появлением российских LLM (больших языковых моделей) и продуктов с их применением, а также субсидированием IIoT по госпрограмме «Цифровая промышленность».

В то же время, несмотря на высокие темпы роста ИТ-рынка в 2022-2024 годах, от мировой ИТ-отрасли он составляет лишь 1%, а доля рынка в российском ВВП была на уровне 1,7% в 2024 году, что меньше, чем в странах БРИКС, ЕС и США. Например, согласно отчету MedTech Europе за 2024 год, объем европейского рынка медицинских технологий составил около 170 млрд евро.

Ключевыми барьерами для цифровизации промышленности обозначены последствия санкций, дефицит кадров и бюджетов у компаний, низкий уровень цифровой культуры. Внедрению цифровых технологий препятствует и отсутствие единых стандартов в решениях цифровизации, стандарта применения ИИ. По словам аналитиков, в отличие от западных стран в России решения обычно подстраивают под заказчика, а наиболее крупные компании занимаются их разработкой для внутреннего пользования. При этом в случае успешного преодоления барьеров уже через 3-5 лет ожидается рост проникновения цифровых технологий и установление стандартов.

Цифровые двойники, виртуальные модели объекта, способные прогнозировать его поведение, находятся на стадии разработки и пилотных проектов. «На сегодняшний день в России не существует ни одного полностью внедренного цифрового двойника, а во всем мире любая такая система представляет собой, по сути, доработанную имитационную модель», – отметил эксперт из ГК «Цифры». Технология среди прочего имеет функции сценарного моделирования, предиктивного мониторинга, мониторинга в реальном времени и ИИ-агента (пополнения знаний и самостоятельного предложения решений оптимизации). Так, новая модель ИИ, разработанная международной группой ученых из США, Европы и Азии, может создавать цифровых двойников пациентов и прогнозировать развитие их состояния.

Количество в России промышленных компаний, применяющих генеративный ИИ, согласно анализу, выросло на 42% с 2020 года. В сентябре 2025 года в отчете АНО «Цифровая экономика» технология обозначена как тренд. Но несмотря на это генеративный искусственный интеллект пока массово не применяется в промышленности.

Промышленный интернет вещей в России находится на средней стадии развития, сообщают аналитики, а российские технологии машинного зрения, в свою очередь, показывают достаточно высокий уровень. В их текущем потенциальном функционале среди прочего значится дефектоскопический контроль (анализ видеопотока в реальном времени, классификация микротрещин, деформаций и загрязнений с точностью до 0,1 мм).

Количество компаний, применяющих технологии Big Data в России, выросло на 16% с 2020 года. Достаточно развиты ключевые функции ML и Big Data и, согласно обзору, следующим шагом выступает внедрение AutoML-платформ для прогнозирования и объяснимого ИИ (XAI). AutoML-платформы подбирают алгоритмы, настраивают параметры и переобучаются на новых данных, таким образом снижая зависимость от специалистов и ускоряя внедрение моделей в производственную среду. Объяснимый ИИ автоматически создает пояснения к информации, которую прогнозируют платформы. Он также выделяет ключевые факторы и визуализирует их, что «повышает доверие и проверяемость результатов аналитики».

В ноябре 2025 года Минздрав РФ подвел итоги внедрения ИИ в здравоохранение за 2019–2024 годы. За шесть лет в создание и внедрение ИИ-решений вложено 4,7 млрд рублей, причем 69% средств поступило из государственных источников – институтов развития и региональных программ цифровизации.