MLечный путь будущего: Selectel создает фундамент для развития корпоративного ИИ в России

В марте 2026 года McKinsey Global Institute опубликовал исследование, где были названы 18 отраслей промышленного развития, которые будут оказывать наиболее существенное влияние на экономический рост стран в будущем. В этот список попали разные направления - космос, электротранспорт, полупроводники, кибербезопасность, биофарма и др. Первенство было отдано электронной торговле, ожидается, что она будет формировать новый облик промышленности в целом. Однако второе место в этом списке получило направление, связанное с использованием искусственного интеллекта (AI foundation) в таких отраслях, как производство аппаратных вычислительных средств, облачные услуги и разработка ПО.

Такой расклад ожидаем. Но отметим, что стартовой точкой отсчета для масштабного роста применения ИИ в мире чаще всего называют 2022 год. Неужели можно достичь таких высот в мировом влиянии всего за четыре года? Что необходимо компаниям, чтобы быть на передовых ролях в этом процессе изменений?

По версии McKinsey, к 2040 году влияние ИИ на промышленность будет сравнимо с тем, что будет получено от оказания облачных услуг, применения электротранспорта, развития цифрового маркетинга, выпуска полупроводников. Эти отрасли будут формировать основной поток выручки, считают в McKinsey. ИИ не только присутствует среди них, но и выделяется самыми высокими темпами роста – по этому показателю ему нет равных. Для многих небольших компаний сейчас это – главный вектор, где они могут проявить себя.

Отрасли с наибольшим вкладом в ВВП в 2040 году
Источник: McKinsey Global Institute

ИИ в России: от хаотизации к платформизации

Что происходит с ИИ в России? Пока создается впечатление, что несмотря на популярность этой темы в СМИ, рынок в целом разобщен. Для промышленного внедрения ИИ компаниям нужна подготовленная инфраструктура. Ее готовы предложить уже несколько вендоров, один из которых – Selectel.

Отчетливый разворот Selectel в сторону ИИ состоялся год назад, когда компания стала активно продвигать технологии, связанные с поддержкой строительства ИИ в компаниях. На ее прошлой конференции много внимания было уделено вопросам выбора ИТ-инфраструктуры, подбора инструментов для ML и пр. Нынешняя конференция Selectel «MLечный путь: от цифровизации к агентским платформам», прошедшая в Москве в апреле 2026 года, была нацелена в первую очередь на другое: показать всем компаниям элементы, отражающие процесс их эффективной подготовки к внедрению ИИ, и предложить инструменты, которые понадобятся для реализации цели.

В этом году спикеры уже не тратили время на обсуждение, стоит ли внедрять ИИ или нет. Предполагалось, что этот выбор уже сделан в долгосрочной перспективе. Главный вопрос сейчас: как превратить инвестиции в технологии ИИ в управляемый бизнес.

Партнерская конференция Selectel «MLечный путь: от цифровизации к агентским платформам»
Фото: Илья Новиков / ICT-Online.ru

Selectel не отсекает из своего круга поддержки компании, где применение ИИ еще не стало определяющим вектором развития. Им были предложены к обсуждению другие вопросы. Что делать, если на уровне бизнес-руководства компании еще не осознали, какие реальные изменения могут возникнуть с приходом ИИ? Как сделать услуги ИИ привлекательными для бизнеса, если технические ИT-команды компаний пока не готовы к их кастомизации?

Selectel предложила концепцию «общего пути» к внедрению ИИ. Как отметил Александр Тугов, директор AI-вертикали Selectel, компании проходят один и тот же путь в своем принятии ИИ:

• сначала формируется понимание, зачем ИИ нужен ей (Proof of Concept);
• затем проводятся пробные кейсы (MVP) с демонстрацией результатов внедрения ИИ;
• в итоге формируется «платформа» («платформизация ИИ-решений»).

Целью пути принятия ИИ становится пересборка традиционных компаний к формату AI First. Это – глобальный процесс, отражающий появление компаний нового типа. Selectel внедряет свои предложения для рынка, чтобы идти по аналогичному пути в России.

Развитие компаний по типу AI First

Новая модель развития бизнеса AI First отчасти похожа на своего предшественника - Digital First. Она получила широкую поддержку ранее через цифровизацию компаний. Но AI First – это качественно новый способ организации людей, ресурсов и механизма принятия решений внутри компаний. Все эти элементы теперь объединены новым качеством – использованием ИИ.

Многие компании уже прошли свое знакомство с ИИ через пилотные проекты, эксперименты с чат-ботами, автоматизацию отдельных бизнес-процессов. На этом этапе сформировался интерес к использованию ИИ, но основные принципы в организации работы компаний пока остаются прежними.

Переход к AI First означает, что ИИ больше не рассматривается как простой инструмент для автоматизации типовых задач. ИИ становится основой для реализации бизнес-стратегии через выполнение бизнес-операций, реализацию процессов принятия решений, поддержку продуктовых экосистем.

Переход к AI First должен принести компаниям структурное преимущество перед конкурентами, где сохраняется опора на традиционные механизмы управления. В компаниях AI First не просто используют ИИ для автоматизации, там выстраивают бизнес вокруг интеллектуальных систем, он динамически масштабируется за счет решения прикладных задач, адаптируется к бизнес-изменениям в реальном времени.

Применение ИИ не просто дополняет существующие рабочие процессы, оно требует полной перестройки взаимосвязей внутри компании. Принцип интеллектуальности внедряется во все бизнес-процессы. Эти изменения позволяют быстрей реагировать на конъюнктуру, повышать эффективность, разрабатывать адаптивные системы принятия решений. ИИ не работает как статичный инструмент. Его применение требует постоянного дообучения, обеспечивая долгосрочную эволюцию. AI First требует управления знаниями, их структуризации, обеспечения доступности, контроля безопасности, развития аналитики.

Новая модель ТСО для агентских платформ

Для перехода к AI First необходимо экономическое обоснование грядущих изменений; обозначить только цель недостаточно. Этот вопрос раскрыл Владислав Кирпинский, директор по облачной интеграции Selectel, который рассказал на «MLечном пути», как Selectel планирует вести расчет совокупной стоимости владения (Total Cost of Ownership, TCO) при построении ИИ-агентских платформ.

Этот процесс складывается из нескольких этапов:

• применение оркестрационных фреймворков;
• поддержка векторных баз (RAG) для извлечения наиболее релевантных фрагментов в ИИ-ответах;
• лицензирование инференса;
• инженерия данных;
• интеграция связующего ПО;
• поддержка ИТ-инфраструктуры для инференса и др.

Самые важные изменения касаются сроков амортизации применяемых средств (программных и аппаратных). Прежние модели ТСО, рассчитываемые на 5-7 лет амортизации, не подходят к новым условиям. Построение агентских платформ требует подготовки данных, их интеграции в пайплайн для доставки до ИИ-платформы, затрат на GPU для запуска инференсов и пр.

Все элементы рассчитываются по-новому. Например, моральное устаревание GPU не превышает сейчас двух лет, и это заставляет иначе строить бизнес-планы.

Совокупная стоимость владения корпоративными ИИ-агентами
Фото: Илья Новиков / ICT-Online.ru

Поддержка Selectel компаний с разным уровнем ИИ-зрелости

По оценкам Selectel, уже сейчас можно выделить три группы заказчиков, которые интересуются развитием ИИ-технологий, но находятся на разных уровнях своей ИИ-зрелости.

Владислав Кирпинский назвал следующие признаки, отражающий достигнутый ими уровень:

• Proof of concept – цель такой компании максимально быстро проверить свою гипотезу с минимальными затратами. Для них важно точно определиться со сроками и временем на исполнение проекта. ИИ-модель проходит проверку без оптимизации и дообучения.
• Одиночные кейсы – задачей этих компаний является вывод проекта в положительный P&L (Profit and Losses, «прибыль и убытки») с получением ожидаемого эффекта.
• Платформизация ИИ – При масштабировании ИИ-разработок компания может сократить стоимость каждого последующего проекта по внедрению ИИ.

Selectel объявила о своей готовности предложить заказчикам сервисную поддержку их потребления GPU, соответствующие этим уровням:

• для Proof of concept – модели RTX 4090, RTX 4070 Ti, которые наилучшим образом подходят для проверки гипотез;
• для «Одиночные кейсы» – модели RTX A-series (RTX 6000 Pro, RTX 6000 Ada), которые можно рассматривать как универсальный ИИ-инструмент («швейцарский» нож) с оптимальной стоимостью токена для большинства задач;
• для «Платформизация ИИ» – модели B300, H200, H100, которые подходят для уровня Enterprise в реализации платформенного подхода и масштабирования ИИ-проектов.

ИТ-инфраструктура для компаний с поддержкой GPU будет предоставляться в следующих форматах:

• Bare Metal – готовые и произвольные конфигурации, полная изоляция;
• Cloud – почасовая аренда, мгновенный запуск;
• Сервер на площадке заказчика – доставка и монтаж HGX от 1 дня;
• Гибридное размещение – серверы заказчика + ЦОД Selectel + приватный канал;
• Managed Kubernetes – автомасштабирование нод для учета запросов и предустановленные драйверы.

Поддержка пользовательских инстансов

Краеугольным элементом в поддержке ИИ являются инстансы. Они обеспечивают кастомизированный доступ к выбранной LLM-модели.

Для поддержки заказчиков Selectel создал каталог Foundation Models Catalog, где представлены доступные ИИ-модели. Их возможности раскрыл Антон Чунаев, менеджер ML-продуктов Selectel.

В списке Selectel сейчас присутствуют модели:

• OpenAI ChatGPT;
• DeepSeek (China);
• Qwen (Alibaba);
• Mistral (France);
• Phi (Microsoft);
• Granite (IBM) (enterprise-grade LLM);
• GLM (open-source);
• Palmira (startup, OAE) (secure, enterprise-grade LLM).

Каталог Foundation Models Catalog компании Selectel продолжает дополняться новыми ИИ-моделями
Фото: Илья Новиков / ICT-Online.ru

Выбрав модель, заказчик создает приватный инстанс с поддержкой OpenAI API и Auto Scaling (контроль над масштабированием ИИ-затрат). Для каждого инференса предоставляются токены доступа (access tockens) и инференс-сервисы (inference services) для поддержки синхронной работы с моделями. Selectel предоставляет логи и метрики.

В будущем планируется реализовать асинхронный вариант работы с ИИ-моделями, что позволит управлять ими более гранулировано с учетом критичности запросов. Доступ к инференс-сервисам из клиентских приватных сетей Selectel станет также доступен по защищенному каналу.

В списке доступных моделей скоро появятся Qwen, ChatGPT Full, DeepSeek, MiniMax
Фото: Илья Новиков / ICT-Online.ru

Platform Engineering: от традиционной модели к Agentic AI

Упоминание AI First больше относится к организации бизнеса. Но в основе лежит техническая платформа, реализация которой описывается через признаки модели Platform Engineering. До недавнего времени ее разработка опиралась на использование инфраструктурных элементов, управляемых через API. Появление ИИ-агентов создает теперь альтернативную форму для взаимодействия элементов в обход значительной части предыдущего стека технологий.

Так возникает переосмысление архитектуры корпоративной ИT-инфраструктуры и ее полная перестройка. Согласно новой концепции, AI-агенты будут объединять их через поддержку совершенно других элементов: понимание естественного языка, применение встроенных ИИ-рассуждений, прямой доступ программных агентов к API и схемам управления. С приходом ИИ компании начнут выстраивать новые механизмы взаимодействия без промежуточного уровня, открывая новый уровень гибкости в работе систем, их безопасности и т.д.

Фактически сейчас происходит развитие существующей модели IaC (инфраструктура как код) и принципов использования рабочих конвейеров, где ИИ-агенты будут выступать в роли «интерпретатора управленческих команд». «Переход к AI First осуществляется за счет эволюции внутренней цифровой платформы. Созданная ранее совокупность managed-сервисов внутри компаний, сформированная под воздействием их экспертизы, теперь будет дополняться AI-моделями», - отмечает Антон Чунаев, описывая новое понимание модели Platform Engineering в эпоху Agentic AI.

Основные компоненты агентского фреймворка
Фото: Илья Новиков / ICT-Online.ru

Рисках внедрения ИИ

Как отметил Антон Чунаев, ажиотаж вокруг развития ИИ легко создает ситуации, когда применение ИИ оказывается переоцененным. Уже сейчас можно заметить нарастание признаков «пузыря ИИ», на которые обращают внимание пока только экономисты. Главная причина их появления – это отсутствие разумной оценки для необходимого объема потребления ИИ, которое определяется через затраты на токены доступа.

В Selectel не обошли эти риски стороной. Для того, чтобы не попасть в капкан, вендор предложил на «MLечном пути» использовать метрики, отражающие эффективность применения ИИ. С их помощью можно оценить эффективность использования ИИ, контролировать его отдачу для бизнеса за счет повышения эффективности.

Метрики эффективности компаний AI First
Фото: Илья Новиков / ICT-Online.ru

На мировом рынке есть и другие решения. Например, Anthropic «защищает» заказчиков через ценообразование, выделяя токены доступа на входящие ($5 за 1 млн промптов) и исходящие ($25). Selectel придерживается похожего подхода через метрики.

Например, метрика Cost per successful task помогает оценить общую стоимость успешных задач без учета тех, которые оказались failed. Другая метрика – это оценка количества промптов, которая указывает заказчикам на возможность переделки промптов для сокращения количества потребляемых токенов.

Способ борьбы через метрики нацелен против «ленивых разработчиков», которые предпочитают достигать поставленной цели через многократные итерации однотипных промптов взамен их «продуманного» обновления. Уже сейчас многие компании (например, NVIDIA) также обращают внимание, что игнорирование угрозы порождает бесконтрольность затрат на ИИ.

Selectel готов предложить не только ИИ-услуги, но и учесть их эффективность применения.