Трансформация бизнес-моделей под влиянием инноваций в сфере искусственного интеллекта

Введение

Изменение бизнес-моделей вследствие развития искусственного интеллекта может происходить двумя путями. Первый из них – дополнение традиционных цепочек создания ценности оптимизацией спроса, логистики, производства на основе данных максимально приближенных к режиму реального времени. Второй путь представляет собой коренную трансформацию бизнес-моделей, партнерских экосистем. Трансформация происходит в результате вовлечения поставщиков данных, интеграции в бизнес-модель платформ, и во многом связано с переменами в механизмах монетизации, подписками и платой за использование и доступ к совершенствующимся интеллектуальным сервисам [10, c. 213].

Переход от генеративного ИИ к агентскому ИИ представляет собой эволюцию от пассивной генерации контента к автономным системам, способным самостоятельно планировать, принимать решения и выполнять многоэтапные задачи. Для бизнеса это означает переход от инструментов поддержки к полноценным "виртуальным сотрудникам", которые интегрируются в процессы, взаимодействуют с API (Application Programming Interface, программный интерфейс приложения), анализируют данные и адаптируются к контексту без постоянного вмешательства человека. Ключевые преимущества включают повышение операционной эффективности, снижение затрат на персонале, минимизацию ошибок за счет самообучения и масштабируемость под растущие объемы задач.

Вместе с тем следует подчеркнуть, что эффективность ИИ проявляется исключительно при его целевом применении для конкретных задач в составе интегрированных бизнес-процессов, подчеркивая необходимость комплексного подхода к внедрению [14, с.68].

Методы исследования

В исследовании применены два подхода: сравнительный и институциональный. Для анализа трансформации бизнес-моделей, происходящих в результате внедрения искусственного интеллекта использован разбор бизнес-кейсов, экспертное глубинное интервью, контент-анализ профильных публикаций. Эмпирическую базу составили аналитические материалы российских и зарубежных исследований, данные отчетности предприятий, а также нормативные документы.

Инновационный потенциал ИИ и организационная трансформация

Досконально оценить инновационный потенциал ИИ нельзя, но постепенно общим становится мнение, что ИИ может переформатировать в корне систему управления предприятиями [3, с. 6262]. Как говорилось на протяжении последних двух десятилетий, цифровизация – это не создание отдела информационных технологий, а формирование цифровой компании, занимается ли она банковской деятельностью или производством металлургической продукции. Так, сейчас может встать задача изменить модель бизнеса под воздействием ИИ. По мере того, как компании продолжают искать способы повышения эффективности с помощью искусственного интеллекта, некоторые компании задаются вопросом, выходящим далеко за рамки простого внедрения. Они не просто внедряют инструменты на основе искусственного интеллекта — они создают совершенно новые операционные модели, основанные на автономном принятии решений. Радикальная идея заключается в том, что автономные системы искусственного интеллекта будут принимать все больше решений, в то время как люди будут заниматься самыми важными из них, сохраняя за собой свободу действий и экспертные знания там, где это наиболее необходимо. Разрыв в производительности стремительно увеличивается. Организации, ориентированные на трансформацию, создают принципиально новые бизнес-возможности, коренным образом меняя представление о том, что возможно в масштабах предприятия.

Историческая ретроспектива технологических укладов, от железнодорожного бума до доткомов, свидетельствует, что каждая волна прорывного роста сопровождается этапом гиперинвестиций и формирования пузыря, основанного на завышенных ожиданиях. Сфера искусственного интеллекта не является исключением, демонстрируя признаки перегрева, что в ближайшей перспективе с высокой вероятностью приведет к коррекции и «схлопыванию» наименее устойчивых проектов [13]. Однако этот процесс, как правило, выполняет функцию «творческого разрушения», оздоравливая рынок через концентрацию капитала и талантов вокруг жизнеспособных технологий и бизнес-моделей [8]. Парадоксальным образом, такая рационализация одновременно усиливает структурную тенденцию к монополизации, поскольку основными бенефициарами кризиса и последующей консолидации становятся крупнейшие игроки, обладающие ресурсами для создания фундаментальных моделей, масштабирования инфраструктуры и поглощения успешных нишевых инноваций, что в долгосрочном итоге может сузить конкурентное поле и сконцентрировать рыночную власть.

Роль стартапов в формировании бизнес-моделей, основанных на использовании искусственного интеллекта

В настоящее время искусственный интеллект перестал рассматриваться исключительно как футуристическая технология и утвердился в качестве одного из ключевых факторов глобального экономического развития и научно-технического прогресса [6, с. 14]. Его распространение оказывает системное воздействие на структуру рынков, характер инновационных процессов и механизмы формирования конкурентных преимуществ в рамках национальных и глобальных экономик, на широкое применение сервисных моделей.

Развитие технологий искусственного интеллекта целесообразно рассматривать через призму инновационных экосистем, представляющих собой совокупность взаимосвязанных акторов, институтов и технологических платформ, обеспечивающих генерацию, распространение и коммерциализацию знаний. В рамках таких экосистем формируется сложное взаимодействие между корпорациями, стартапами, научно-исследовательскими организациями, венчурным капиталом и государственными институтами [7, с. 110].

Ключевую роль в данной экосистеме играют крупные технологические корпорации (в частности, Google, Microsoft, NVIDIA), которые концентрируют значительные ресурсы в сфере фундаментальных и прикладных исследований, формируют базовую цифровую инфраструктуру (облачные вычислительные платформы, высокопроизводительные вычислительные комплексы), а также выступают стратегическими инвесторами и системными интеграторами. Их деятельность во многом соответствует модели открытых инноваций, поскольку развитие ИИ все в большей степени осуществляется за счет внешних знаний, партнерств со стартапами и научными центрами, а также трансфера технологий за пределы корпоративных границ [9].

В то же время стартапы в сфере искусственного интеллекта выступают в роли ключевых агентов технологических и организационных изменений. В рамках инновационной экосистемы они выполняют функции «экспериментальных лабораторий», обеспечивая высокую скорость тестирования гипотез, адаптацию технологий к специфическим прикладным задачам и быстрое освоение узкоспециализированных рыночных ниш.

Стартапы в сфере искусственного интеллекта (ИИ) представляют собой организации, для которых ИИ выступает фундаментальным источником ценности и ядром предлагаемого продукта, отличаясь от традиционных IT-компаний. Их конкурентные преимущества по сравнению с крупными корпорациями проявляются в нескольких ключевых аспектах: отсутствие бюрократических барьеров обеспечивает оперативное прототипирование и адаптацию к рыночной обратной связи; гибкость позволяет проводить стратегические пивоты (резкие изменения) для выявления востребованных продуктов; фокус на узких, но высокоперспективных технологиях (например, компьютерное зрение в медицине или обработка естественного языка для юридических сервисов) привлекает ведущих специалистов в соответствующих областях.

Применение концепции «низко висящих фруктов» к взаимодействию стартапов и крупных цифровых компаний

Стартапы ориентированы на рискованные или формирующиеся рынки, игнорируемые крупным бизнесом из-за высокой неопределенности, где неудачи воспринимаются как элемент обучения. Близкое взаимодействие с ранними пользователями способствует итеративному совершенствованию решений, точно адресуемых реальным задачам. В совокупности эти характеристики позиционируют ИИ-стартапы как эффективные инструменты технологической разведки и освоения перспективных направлений.

Показать механизм включенности стартапов в экосистему ИИ можно на конкретном примере, анализируя кейс быстрорастущего стартапа. Стартап Higgsfield AI, появившийся в Алматы, проинвестированный американскими венчурными фондами, создал платформу для генерации видео с помощью ИИ. Искусственный интеллект может качественно заменить сложные съемки с дорогостоящей техникой. VFX (Visual Effects — визуальные эффекты) широко востребованы среди индивидуальных потребителей, особенно у молодежи, как правило с целью развлечения, а также у потребителей профессионалов (просьюмеров), например у операторов, специализирующихся на коммерческой рекламе. VFX, используемые профессионалами создают достоверную иллюзию реальности. Использование платформы существенно сокращает для них издержки [4].

Higgsfield AI применяет как многие компании в сфере ИИ подписочную модель: самая дешевая подписка – 9 долларов, а просьюмеры используют подписку 100 долларов. Просьюмер (от англ. prosumer: producer/professional + consumer) – важное понятие для стартапов. На раундах финансирования инвесторы задают вопросы о числе просьюмеров, об их поведении. У Higgsfield AI таких потребителей около 60% [4]. Таким образом интертеймент создает виральность в сетях, а просьюмеры в большей степени приносят доход компании. Работа с операторами дает Higgsfield AI уникальный опыт и понимание потребностей бизнеса. Адаптация продукта на практике лучше проходит под влиянием индивидуальных потребителей, которые хотят повысить свою профессиональную эффективность. Союз кинооператоров и ML-инженеров создал единорога (Higgsfield AI оценивается выше 1 млрд. долларов) [4]. Бизнес как потребитель будет следующим этапом и ИТ-компания будет к нему готова.

Крупные технологические компании, создающие свои модели на огромных массивах данный не могут концентрироваться на нуждах конкретных графических дизайнеров, операторов, SMM-специалистах. Это делают стартапы такие как Higgsfield AI. Gamma (нейросеть, позволяющая создавать презентации) также рассчитана на конкретных профессионалов. Higgsfield AI также имеет в своей команде креативный отдел, который придумывает, какие новые визуальные эффекты – хуки могут быть востребованы. Потребители в этом случае зачастую могут не писать текстовый запрос (prompt), а с помощью двух кликов создавать нужный контент [4].

Основным фактором успеха для AI-стартапов сегодня является скорость. В отличие от классического интернет-бизнеса, где инвесторы ищут долгосрочную защиту рынка (defensibility) и эффект сети, в сфере искусственного интеллекта все меняется стремительно. Удержать технологическое первенство крайне сложно, поэтому ключевое преимущество - способность компании быстро адаптироваться и выпускать новые продукты, постоянно адаптировать свою бизнес-модель под складывающиеся условия.

Это связано с тем, что каждые несколько месяцев выходят более совершенные фундаментальные модели, которые могут кардинально изменить расстановку сил. Каждый релиз OpenAI одновременно «убивает» сотни стартапов и создает для части стартапов возможность для роста. Когда крупный игрок вроде OpenAI или Meta* (*— организация признана экстремистской, ее деятельность запрещена на территории РФ) решает войти в какую-либо вертикаль (например, создание инструментов для совместной работы или видеогенерации), он может мгновенно вытеснить с рынка множество небольших компаний.

Это вызывает закономерный страх у инвесторов, которые теперь с особым вниманием следят за действиями гигантов. За последние полтора года стало очевидно, что побеждают те стартапы, которые оказываются самыми быстрыми. Яркие примеры — Cursor или Lavable.

Парадокс в том, что успех таких стартапов часто строится на технологиях самих гигантов, т.е. применение технологии крупной компании – это ключевой элемент бизнес-модели успешного стартапа. Cursor долгое время использовал модели OpenAI и Anthropic через API, а не разрабатывал свои. Его рекордный рост годового регулярного дохода (ARR) был достигнут за счет быстрой оптимизации «низковисящих фруктов», т.е. конкретных возможностей, которые появляются в новых мощных моделях, но самими создателями не детализируются и не адаптируются под узкие профессиональные задачи.

Крупные компании фокусируются на создании общей универсальной модели ИИ, которая «может все». Они не погружаются в специфические потребности каждой профессиональной аудитории. Стартап же, зная свой рынок, может моментально «упаковать» новую возможность базовой модели в удобный, контролируемый инструмент, решающий конкретную проблему.

Например, видеомодель Veo от Google способна генерировать невероятные видео по текстовому запросу (prompt). Однако для профессионального видеорежиссера критически важны точный контроль камеры, ракурса, движения. Google не ставит себе задачу глубоко изучать эти узкие потребности. Стартап Higgsfield AI, работающий в этой нише, общается с профессионалами, понимает их запросы и быстро внедряет функции тонкого контроля на базе доступной мощной модели. Таким образом, он собирает свой «урожай» низковисящих фруктов. Пользователи уже ждут этих точечных обновлений от стартапов, зная, что те быстрее всех превратят сырую возможность новой модели в готовый для использования продукт. Cursor делает то же самое для разработчиков, оперативно внедряя в свои инструменты то, что нужно именно этой аудитории, но о чем не задумываются создатели фундаментальных моделей.

В современной гонке AI выживает не тот, у кого самая большая модель, а тот, кто быстрее всех находит узкую потребность и закрывает ее с помощью доступных технологий.

Результаты исследования

Внедрение инноваций на базе искусственного интеллекта (ИИ) определяется конфигурацией экосистемы, объединяющей крупные корпорации и стартапы. Ядро автоматизации составляют технологические лидеры, создающие дорогостоящие языковые модели, требующие масштабных инвестиций, однако их темпы роста неизбежно замедлятся. Устойчивость отрасли обеспечит симбиоз ресурсной мощи корпораций и адаптивности стартапов, чьи гибкие бизнес-модели эффективно преобразуют научные разработки в коммерческие решения.

С позиций теории национальных инновационных систем взаимодействие этих сегментов ускоряет диффузию ИИ-технологий в промышленность и смежные сектора. Государственная политика — через регулирование, поддержку исследований и стимулирование венчурного капитала — существенно влияет на формирование таких экосистем и их способность обеспечивать устойчивое развитие.

В итоге стартап-сегмент в партнерстве с ресурсами крупных игроков определяет динамику ИИ-инноваций, сокращая циклы разработки, повышая технологическую адаптивность и укрепляя конкурентоспособность национальных экономик.

Взаимодействие крупных компаний и стартапов в экосистеме генеративного ИИ характеризуется комплементарностью ресурсов. Корпорации обеспечивают инфраструктуру, фундаментальные модели и масштабирование, а стартапы — быструю итерацию и нишевые приложения (табл. 1).

Таблица 1.

Сценарии взаимодействия в сфере ИИ крупных технологических компаний и стартапов

Современные бизнес-модели трансформируются следующим образом. Крупные технологические компании в сфере ИИ взаимодействуют со стартапами, доказавшими свою жизнеспособность, через поглощения, партнерства и внутренний рост, обеспечивая доступ к инновациям и талантам. На основании данных экспертного опроса составлена таблица с указанием преимуществ для участников взаимодействия и сопутствующих рисков (табл. 2).

Таблица 2.

Преимущества и риски сценариев взаимодействия в сфере ИИ крупных технологических компаний и успешных стартапов

Источник: таблица составлена авторами на основе [2], [5], [15], приведены усредненные оценки 11 экспертов (инвесторы, руководители технологических стартапов, директора по инновациям крупных компаний, стаж работы в сфере от 3 лет), полученные в ходе структурированного экспертного интервью в августе – октябре 2025 г. Значения округлены с точностью до пяти процентов

Российская индустрия искусственного интеллекта развивается в уникальных условиях, которые формируют как вызовы, так и точки роста. Действительно, существует технологический разрыв с ведущими зарубежными разработками в области больших языковых моделей и автономных агентов. Кроме того, развитие сталкивается с ограничениями в доступе к некоторым высокопроизводительным компонентам и необходимостью подготовки собственных высококвалифицированных кадров. Однако, в контексте глобального развития ИИ, эти условия создают и определенные стратегические возможности. Путь технологического последователя, в отличие от первопроходца, часто является менее капиталоемким, позволяя опираться на уже апробированные архитектурные решения и открытые модели. Ключевой тренд на стремительное удешевление стоимости обучения и инференса моделей (выполнение модели на новых данных), а также рост качества open-source решений, открывает перспективы для более эффективного освоения технологий. Таким образом, текущие вызовы могут быть преобразованы в импульс для формирования адаптивной, ориентированной на практическое внедрение и импортозамещение национальной экосистемы ИИ, с фокусом на специализированные решения для внутреннего рынка.

Обсуждение

В 2024 году были утверждены изменения в Указ Президента РФ № 490, что ознаменовало актуализацию Национальной стратегии развития искусственного интеллекта (ИИ) [17].

Стратегия разработана при участии российских цифровых компаний (Сбер, Яндекс, VK). Ее целью указывается такая экономическая и научная политика, которая обеспечит успех в глобальной технологической конкуренции.

Реализации стратегии противостоят структурные вызовы, усугубленные изменением экономической ситуации и внешними ограничительными мерами. Ключевыми проблемами признаны: острый дефицит вычислительных мощностей и отечественных решений в области ИИ, нехватка квалифицированных кадров, низкий уровень внедрения технологий в государственном управлении, недостаточность инвестиций и нормативные барьеры.

В ответ на эти вызовы стратегия устанавливает новые количественные целевые показатели к 2030 году, в частности, увеличение прироста ВВП за счет использования технологий ИИ до 11,2 трлн рублей и рост объема рынка ИИ-услуг до 60 млрд рублей. Механизмами достижения целей определены: развитие инфраструктуры, поддержка исследований и разработчиков, стимулирование внедрения ИИ в отрасли экономики, создание комплексной нормативно-правовой базы и обеспечение безопасности. Таким образом, обновленная стратегия позиционирует масштабную технологическую перестройку как условие сохранения конкурентоспособности экономики, делая акцент на преодолении инфраструктурных, прежде всего вычислительных, ограничений для обеспечения технологического суверенитета.

В перспективе в такой динамичной отрасли как ИИ необходимо постоянно обновлять и изменять стратегии. Основываясь на анализе текущего состояния дел в РФ целесообразно усилить централизующую и координирующую роль государства. Можно выделить следующие направления:

· Разработать интегрированную межотраслевую дорожную карту, увязывающую развитие ИИ с конкретными планами в образовании, здравоохранении, промышленности и оборонном комплексе;

· Реализовать приоритетное развитие цифровой инфраструктуры как общественного блага (создать сеть государственно-частных вычислительных полигонов» с льготной энергетической инфраструктурой, предоставляющих мощности не только корпорациям, но и научным институтам, вузам и стартапам);

· Оказать государственную поддержку в доведении до промышленного использования одного-двух отечественных открытых фреймворков для машинного обучения, сделав их стандартом для госсектора и образования;

· Реализовать механизм «первого покупателя» для российских ИИ-решений в госсекторе и госкомпаниях, создавая гарантированный спрос для стартапов;

· Создать российскую систему управления данными с четкими, но гибкими правилами доступа для исследователей и разработчиков ИИ, обеспечивая баланс между безопасностью и развитием технологий.

Выводы

Сфера искусственного интеллекта претерпевает кардинальные изменения и трансформирует существующие бизнес-модели. Инструменты ИИ, используемые в бизнесе, приводят к все большему смещению в цепочках создания стоимости в сторону использования данных, как и на предыдущей стадии развития информационных технологий – экономики платформ. В то же время, более глубокое преобразование бизнес-моделей происходит за счет формирования новых партнерских экосистем и изменения механизмов монетизации.

Технологические инновации требуют организационных и управленческих инноваций. Искусственный интеллект можно рассматривать как фактор, перестраивающий систему управления, в которой человеку предстоит принимать ключевые решения и конечная экспертиза.

Динамика рынка ИИ представляет собой переход от сверхинвестиций к коррекции. Рынок сочетает созидание и разрушение. Крах определенных проектов должен силою вещей привести к концентрации капитала у тех, кто способен масштабировать бизнес-модели и инфраструктуру сферы ИИ. Стартапы в этой экологической системе играют роль экспериментаторов. Их главное преимущество скорость и возможность пивотов. Корпорации и стартапы дополняют друг друга.

Борьба за превосходство в сфере искусственного интеллекта — это сложная сеть инновационных начинаний, каждое из которых основывается на стремлении к технологическому прогрессу и экономическому росту. В условиях, когда такие страны, как США и Китай, лидируют в этой области, необходимость использовать преобразующие возможности искусственного интеллекта заставляет стартапы развиваться, создавая конкурентную среду. С учетом российского контекста, включая дефицит вычислительных мощностей и персонала, повышается значение государственной политики, ориентированной на инфраструктуру, поддержку исследований и внедрения ИИ.