Must-read для предпринимателей: 4 главных AI-тренда этого года

Вы можете игнорировать тренды, но знайте: двигаться вперед в таком случае будет все сложнее. Пока одни цепляются за стабильность, другие уже вовсю тестируют инструменты, способные за ночь переписать правила игры в бизнесе, маркетинге и управлении. И именно ко второй группе крайне важно присоединиться CIO, IT-директорам и всем тем людям который принимают решения на стыке технологий и стратегии.

Мы изучили свежий отчет AI Trends 2025 от Info-Tech Research Group, основанный на почти 1000 ответах IT-лидеров из разных стран и отраслей — от госсектора до медицины. Большинство из них — директора и топ-менеджеры. То есть люди, которые не просто наблюдают за развитием AI со стороны, а активно интегрируют его в инфраструктуру компаний, процессов и даже законодательных норм.

В этой статье мы поговорим о четырех главных AI-трендах 2025 года по мнению Info-Tech Research Group и разберем:

• как меняется роль CIO и IT в разработке стратегии AI;
• куда движется экосистема AI-решений;
• что нового на поле регуляции и законов;
• и чем deepfake опасен для бизнеса и общества.

Если вы не готовы самостоятельно разбирать отчет-источник, прочтите эту статью — тут мы изложили ключевую информацию и разобрали, как адаптироваться к новым реалиям, используя свежие инструменты и опережая конкурентов.

Тренд 1. IT-директора становятся архитекторами AI-стратегии

AI уже давно перестал быть чем-то таинственным и футуристичным. Теперь его не просто теоретически обсуждают на панелях, а и вовсю используют в бизнес-стратегиях: причем в самых разных отраслях. 

Но вот что важно: в 2025 году именно IT-команды и CIO чаще всего становятся теми, кто должен эту AI-стратегию не просто понять, а построить и провести через всю организацию.

Да, это определенно крупный вызов, но и огромное окно возможностей. Согласно исследованию Info-Tech, 41% компаний только начинают формировать свою AI-стратегию, а 26% пока обходятся без нее, просто включая искусственный интеллект в общие IT-инициативы. Другими словами: игровое поле пока открыто, и здесь еще можно задать свои правила.

Разберемся, что стоит за этим трендом, и как вы можете использовать его с умом.

AI-стратегия как связь инструмента с бизнесом

Серьезная ошибка компаний— думать, что стратегия AI = покупка готового решения. 

Невозможно купить инструмент и ждать, что он сам по себе принесет вам результат. Им всегда нужно управлять. По такому же принципу работает и AI-стратегия — это связующее звено между технологией и целями бизнеса. 

Она включает в себя четыре ключевых компонента:

• AI Vision — как организация видит искусственный интеллект, зачем он ей нужен и как изменит работу;
• Business Value Drivers — конкретные цели: рост, эффективность, инновации;
• Strategic AI Principles — строим или покупаем, включаем людей или заменяем;
• Responsible AI — этика, безопасность, защита данных.

💡 Без внятной AI-стратегии искусственный интеллект либо застрянет на начальном уровне, либо станет для вас источником рисков и конфликтов. Если вы хотите получить от технологии реальную бизнес-ценность — начните с согласования AI с корпоративной стратегией.

Главные барьеры

Просто создать AI-стратегию — это лишь полдела. Совсем другой разговор — правильно ее реализовать. Info-Tech Research Group опросили IT-лидеров на предмет главных препятствий в работе с AI. 

Они назвали следующие барьеры:

• нехватка специалистов и навыков работы с AI и данными;
• отсутствие четких правил и модели управления искусственного интеллекта;
• неподготовленные платформы и сложность выбора подходящих кейсов.

Что Info-Tech Research Group рекомендует с этим делать? Во-первых, не пытайтесь справляться своими силами. Создание AI-команды с нуля — дорогой и долгий путь. Куда эффективнее найти партнеров, которые уже умеют строить пайплайны, настраивать инфраструктуру и тестировать кейсы. 

Во-вторых, фокусируйтесь не на трендовых проектах, а на конкретной проблеме бизнеса. Выберите один кейс, где искусственный интеллект может реально сэкономить вам деньги, улучшить клиентский опыт или повысить эффективность — и начинайте именно с него. 

И наконец, внедрите в работу «AI-гигиену»: четкие правила, кто за что отвечает, как принимаются решения, какие принципы заложены в архитектуру. Без этого любой проект сталкивается с большим риском.

Как выбрать AI-кейсы

Бизнес стремится не просто внедрить искусственный интеллект в свою работу, а применить его там, где он даст максимум ценности.

Чтобы не слить бюджет на невнятные инициативы, оцените каждый кейс по двум осям:

• бизнес-ценность (улучшение клиентского опыта, рост выручки, снижение рисков);
• реализуемость (сложность интеграции, доступные ресурсы, поддержка стейкхолдеров).

🟢 Начинайте только там, где высока ценность и реальна реализация. Остальные идеи отложите на будущее.

А если вы хотите научиться выбирать рабочие AI-кейсы — загляните в наш раздел «Ближайшие мероприятия» — там вас ждут практические интенсивы и воркшопы по работе с искусственным интеллектом.

Тренд 2. AI-экосистема растет, и компании все чаще делают ставку на готовые решения

Искусственный интеллект из технологии становится целой средой обитания. И в этой среде за 2024-2025 годы сформировалась мощная экосистема: от облачных платформ и моделей до специализированных приложений для маркетинга, HR, продаж, аналитики.

С каждым днем запуск собственного AI-решения все больше напоминает производство собственного смартфона — технически это возможно, но зачем, если есть готовые экосистемы с инфраструктурой, поддержкой и масштабируемостью?

Все больше компаний покупают AI как сервис, а не строят с нуля. Они делают ставку на готовые приложения, API, инструменты с удобной интеграцией и понятной ценностью. Давайте поговорим о том, почему это стало трендом и как в нем не промахнуться.

Компании хотят быстрый результат

Согласно опросу Info-Tech, 65% организаций выбирают AI-решения, исходя из требований к безопасности и конфиденциальности, а еще почти столько же — по критерию эффективности и надежности. Иными словами, искусственный интеллект должен не впечатлять, а работать — безопасно, стабильно и с понятным возвратом инвестиций.

Поэтому на первый план выходят:

• генеративные ИИ-решения по модели SaaS — например, Copilot, Synthesia, Writer;
• API и инструменты для адаптации — которые можно подключить к своему стеку без битв за серверы;
• облачные экосистемы от Amazon, Microsoft, Google и OpenAI, где уже есть все, от модели до мониторинга.

Все меньше компаний хотят заниматься сложным fine-tuning и все больше — находят инструменты, которые решают задачи out-of-the-box.

💡 Вывод простой: если только вы не Big Tech, ваша задача — не строить LLM, а правильно выбрать «чужой» инструмент под свою задачу.

Как выбрать AI-поставщика

AI-решение получает доступ к вашим данным, клиентам, процессам. Это уже не просто софт. И наверняка вы осознаете, что если что-то пойдет не так — ответственность будет на вас. Это короткое объяснение того, почему сегодня требования к вендорам выросли в разы.

Что реально важно при выборе AI-поставщика, исходя из данных отчета:

• прозрачность моделей и объяснимость логики искусственного интеллекта;
• юридическая защита: кто отвечает, если AI ошибся или нарушил закон;
• гибкость и масштабируемость решения под разные команды и сценарии;
• точность, безопасность и конфиденциальность.

Организации начинают оценивать поставщиков по полной матрице: от точности и скорости выполнения задач до пользовательского опыта, ROI, соответствия KPI и даже экоследа. Увы, искусственный интеллект теперь тесно связан с репутационным риском.

Экосистема

Самое интересное в текущем AI-ландшафте — это его модульность. Вы можете собрать свою архитектуру из кусочков: взять модели от OpenAI, плагины от Salesforce, базу данных от AWS и интерфейс из Power Apps.

Но это требует навыков: как минимум понимания, что и зачем вы соединяете. Ошибка на этапе выбора модели или недооценка объема доработок могут превратить внедрение в бесконечный проект.

Современные AI-платформы уже предлагают огромное количество решений:

• классификацию по степени кастомизации, от простого prompt-инжиниринга до full training;
• встроенные пайплайны MLOps, DataOps и FMOps;
• готовые решения для разных ролей — как маркетолога, так и CFO.

Главное тут — не пытаться объять все. Начните с одного рабочего блока, который можно масштабировать. И не забывайте, что экосистема — это отдельный мир со своей логикой, приоритетами и скрытыми затратами.

Возможности искусственного интеллекта действительно безграничны, поэтому в них и теряются те, кто не знает, чего ищет. Понимание своей цели и аккуратный выбор вендора поможет вам быстро внедрить рабочий AI и, наоборот, избежать того решения, которое только съест ваш бюджет.

Тренд 3. AI-регулирование как ускоритель прогресса

AI стремительно выходит из «необузданной» зоны. В 2025 году страны активно вводят новые акты, компании спешно строят собственные системы саморегуляции — в общем, все стараются не допустить хаоса, защитить пользователя и минимизировать юридические и репутационные риски. Вопрос лишь в том, какое количество предприятий готово к такой новой реальности.

Почему регуляция важна

Регуляторные инициативы охватывают весь мир: от EU AI Act с четкой градацией рисков до более гибкого курса США, который делает ставку на принципы саморегулирования. Компании адаптируются по-разному, но тенденция очевидна — игнорировать тему и пускать искусственный интеллект на самотек откровенно опасно.

Организации, которые заранее выстроят ответственный подход к AI, получат преимущество: доверие клиентов, устойчивость в кризисах, свободу от панических «пожарных» доработок под каждый новый закон.

Именно поэтому самые дальновидные игроки уже сегодня:

• внедряют фреймворки Responsible AI (в том числе на базе Microsoft, Google, AWS);
• обучают команды управлению рисками;
• используют инструменты для оценки надежности, прозрачности и этичности решений.

Учтите: регулятор не будет ждать, пока вы разберетесь с внутренними процессами. А значит, не подготовив почву заранее, вы окажетесь в роли догоняющего. Гораздо выгоднее встроить ответственность и прозрачность в фундамент, пока это конкурентное преимущество, а не обязательная галочка для прохождения проверок.

Если вы пока только начинаете вводить искусственный интеллект в свои бизнес-процессы, прочтите нашу статью «Это нужно знать каждому предпринимателю: как AI меняет правила игры для бизнеса» — с плюсами, минусами и кейсами, которые помогут принять взвешенное решение.

3 компонента зрелого Responsible AI-фреймворка

Ответственный искусственный интеллект систематически защищает бизнес, клиентов и репутацию. Настоящий Responsible AI-фреймворк снижает риски, помогает соответствовать законам и создает доверие к технологиям.

И вот что в него должно входить:

1️⃣ Принципы и политика

На этом уровне формируются базовые правила. Они отвечают на вопросы:

1. Как мы обеспечиваем прозрачность моделей?
2. Где проходят границы допустимого использования AI?
3. Как мы защищаем личные данные клиентов?
4. Кто несет ответственность за результат?

По сути, это ваш внутренний «этический кодекс» по работе с искусственным интеллектом, но без расплывчатых формулировок.

2️⃣ Фреймворк оценки рисков

Просто доверять модели недостаточно, ее нужно регулярно проверять. Поэтому следующий слой — это система аудитов и оценки потенциальных угроз. В нее входит:

• регулярная проверка моделей на ошибки, предвзятость и надежность;
• классификация рисков — по степени воздействия и вероятности (аналогично стандарту EU AI Act);
• протоколы реагирования, если система дает сбой или нарушает правила.

Это позволяет крупным компаниям выявить уязвимости до того, как о них узнают журналисты или регуляторы.

3️⃣ Инструменты мониторинга и защиты

Наконец — практическая часть. Это технологии, которые автоматически отслеживают, как ведет себя ваш искусственный интеллект. Среди них:

1. Alibi, SHAP, LIME — инструменты, которые помогают понять, почему модель приняла то или иное решение.
2. Privacy Meter, TensorFlow Privacy — решения для защиты данных и обеспечения приватности.
3. Специализированные платформы для автоматического контроля за качеством, отклонениями и соблюдением политики.

Ответственный искусственный интеллект — это ваша страховка от штрафов, исков и потери доверия. Построить такую систему можно поэтапно: начать с принципов, затем внедрить аудит, и только потом переходить к технологическим решениям. Главное — действовать уже сейчас, не ожидая лучших времен.

Что делать бизнесу уже сегодня

Насколько ваша команда готова к AI-регуляции? Если вы только начинаете этот процесс, вот три шага, которые стоит сделать уже в этом квартале:

1. Провести внутренний AI-оценочный аудит.
2. Определить ответственных за разработку политики AI-гигиены.
3. Настроить автоматический контроль за рисками через специализированные инструменты (например, Evidently, AI RMF 1.0).

Ответственный подход к искусственному интеллекту должен стать частью культуры компании, такой же естественной, как защита персональных данных или аудит финансов. Чем раньше вы начнете, тем легче будет масштабировать решения, без страха перед новым законом, требованием партнера или громким кейсом в медиа.

Если хотите не просто адаптироваться, а использовать тренд в свою пользу — начните с малого. Постройте Responsible AI как страховку от будущих сбоев и от утраты доверия.

Тренд 4. Угрозы deepfake растут

Еще недавно основная угроза нейросетей заключалась в подделывании лиц, голосов и даже эмоций. Сегодня же deepfake зашли еще дальше — они уже подрывают выборы, провоцируют биржевые коллапсы и помогают красть миллионы.

Искажение реальности стало массовым. В 2024 году deepfake-атака стоила британской компании $25 млн, в США — фальшивая аудиозапись Байдена призывала граждан не голосовать, а в Европе deepfake уже составляет 6,5% всех мошеннических попыток. И мы сейчас говорим только о зафиксированных случаях.

Технологии совершенствуются быстрее, чем законы успевают среагировать. Определять подделки становится все сложнее, а распространять их — проще и проще. Open-source инструменты типа DeepFaceLab и FFmpeg делают deepfake доступным даже детям, а значит, это уже потенциальная угроза для бизнеса.

Почему людям сложно распознать подделку?

Мы привыкли доверять собственным глазам и ушам, и именно это делает deepfake таким опасным. Когда видео выглядит реалистично, голос звучит знакомо, а лицо улыбается вам через экран Zoom, сложно сохранять бдительность. Даже если на самом деле по ту сторону экрана — генеративная нейросеть с дешевым микрофоном.

Info-Tech Research Group называют три причины, по которым самые опытные специалисты становятся жертвами фейков:

1. Deepfake все сложнее отличить от реальности. Алгоритмы учатся копировать интонации, мимику и поведение так точно, что даже технологии распознавания не всегда справляются.
2. Люди не обучены медиаграмотности. Мы уже знаем, как отличить фишинговое письмо, но пока не готовы к тому, чтобы распознавать фейковое видео от своего же начальника.
3. Когнитивное доверие — визуальный и звуковой обман обходит рациональное мышление. Мы верим в то, что видим и слышим, даже если это противоречит логике.

Проблема deepfake намного существеннее, чем кажется, ведь она про уязвимость восприятия. Помните о том, что чем выше уровень доверия внутри компании, тем легче его разрушить.

Ситуацию усугубляет еще один фактор: скорость распространения. Deepfake-контент может облететь тысячи устройств за минуты, попасть в закрытые чаты, мессенджеры, корпоративные рассылки. Один поддельный видеозвонок может привести к переводу денег, увольнению сотрудника или репутационному скандалу.

Что делать бизнесу

Решение заключается в профилактике. Борьба с deepfake начинается с банальной культуры настороженности: сотрудники должны знать, что подделки существуют, и уметь их распознавать.

Вот что можно (и нужно) внедрить уже сейчас:

1. Регулярное обучение сотрудников. Сценарии с подделанными звонками, фейковыми письмами и видео должны быть основной частью корпоративных тренингов.
2. Многофакторная аутентификация. Не доверяйте одним только голосам или лицам (особенно — в финансовых и управленческих коммуникациях).
3. Технологии детекции. Используйте инструменты анализа голоса, видео и цифровых «водяных знаков», чтобы проверять подлинность контента.
4. Ограничение публичного контента. Чем меньше фото, видео и аудио с участием топ-менеджеров вы публикуете без нужды, тем меньше материала для создания deepfake.

Deepfake — серьезный вызов доверию, не говоря уже о безопасности. И проблема в том, что именно доверие сегодня — главный капитал, потеряв который, вы теряете все. Поэтому в этом году любому бизнесу критически важно выстроить систему защиты до того, как их атакуют фейки.

Рекомендации для бизнеса: как подготовиться к новой реальности

Искусственный интеллект — это новая среда, в которой бизнесу предстоит успешно адаптироваться и продолжать развиваться. И как в любой новой среде, выигрывают те, кто не ждет «инструкций сверху», а начинает действовать заранее. 

Проблема в том, что у большинства компаний нет четкого плана. Зато есть куча тревожных вопросов:

• Какую стратегию строить, если сам не до конца понимаешь потенциал AI?
• Где взять специалистов, если на рынке их дефицит?
• Как не нарваться на юридические и репутационные риски?
• Как не слить бюджет?

Мы внимательно изучили отчет Info-Tech Research Group и результаты проводимых исследований. Вот что мы можем рекомендовать вам сделать уже сейчас, чтобы опережать тренды в будущем:

Начните с цели

Вам не нужен искусственный интеллект «в общем». Каждому предпринимателю нужен инструмент, который решает конкретную бизнес-задачу: экономит деньги, ускоряет процессы, улучшает клиентский опыт. Поэтому пропишите цели и только потом выбирайте решение.

Постройте понятную AI-стратегию

Не усложняйте и так сложный процесс. Сначала зафиксируйте, зачем вам искусственный интеллект, какие задачи он решает, кто за что отвечает, и как вы будете измерять успех. Это не должен быть документ на 100 страниц: достаточно логичной схемы, которую понимает ваша команда.

Выберите первый кейс с высоким ROI

Не стоит начинать с крупных проектов. Найдите участок, на котором искусственный интеллект даст максимально быструю отдачу, и отработайте на нем модель. Это может быть что-то простое: автоматизация повторяющихся задач, генерация контента, анализ данных или улучшение воронки продаж.

Не стройте все с нуля

Используйте готовые экосистемы и инструменты с открытыми API. Зачем изобретать велосипед, если можно интегрировать Copilot, ChatGPT или Jasper, и сразу начать работать?

Продумайте AI-гигиену

Установите базовые правила: кто отвечает за выбор модели, кто верифицирует данные, какие ограничения действуют, чтобы подстраховаться от хаоса и судебных рисков в будущем.

Будьте готовы к регуляции

Создайте фреймворк Responsible AI, даже если пока никто не требует. Заложите прозрачность, этичность, безопасность и защиту данных в архитектуру решений — это станет вашим конкурентным преимуществом.

Защитите бизнес от deepfake-угроз

Проведите обучение, настройте процедуры верификации и пересмотрите, какую информацию публикуют ваши сотрудники и топы.

Искусственный интеллект стремительно ворвался в нашу жизнь, не спрашивая, кто готов к новой реальности, а кто нет. Он уже меняет рынок, клиентов, конкуренцию и правила игры, пока вы думаете, стоит ли в это ввязываться.

Так что неважно, кто вы — владелец малого бизнеса, директор по маркетингу или IT-лидер. Если вы умеете видеть тренды чуть раньше других, вы уже на шаг впереди. Осталось только сделать этот шаг.

Если вы хотите разбираться в AI-технологиях на уровне решений и кейсов, загляните в раздел «Ближайшие мероприятия» на нашем сайте. Там вы найдете расписание платных и бесплатных курсов — для предпринимателей, маркетологов, IT-специалистов и всех, кто хочет использовать AI с умом.