Внедрение ИИ в отрасли российской экономики идёт с разрывом почти в шесть раз. По данным Росстата за 2023 год в расчёте ВШЭ технологии искусственного интеллекта применяли 12,2 % организаций оптовой и розничной торговли и 2,1 % строительных, а в среднем по предпринимательскому сектору 6,3 %.

Впереди отрасли, где одна операция повторяется миллионы раз и записи о ней годами копятся в программах, как чеки в рознице. Под них рынок давно продаёт готовые решения, а в отстающих отраслях профильных решений мало и каждый объект не похож на предыдущий.

В конце разберу, как превратить чужой отраслевой опыт в деньги. Вопросов себе три, какие ваши операции устроены так же, как у лидеров, есть ли под них записи и сколько рублей в год они стоят. Ответ собирается за вечер по списку операций, а дальше быстрее, по готовому промпту для нейросети.

В каких отраслях внедрение ИИ идёт быстрее

Лидером в России оказалась торговля, и рядом с Европой картина выходит совсем другой.

ОтрасльРоссия, 2023, % организаций отраслиЕС-27, 2023, % предприятий отрасли от 10 работниковСамая частая технология у пользователей ИИ в России, 2024
Оптовая и розничная торговля12,26,7обработка изображений, 87,5 %
Информация и связь8,429,4обработка текста, 76,7 %
Транспортировка и хранение4,95,2обработка текста, 70,8 %
Обрабатывающие производства3,66,8обработка изображений, 54,0 %
Гостиницы и общепит2,73,8обработка текста, 43,8 %
Строительство2,13,2обработка изображений, 41,4 %

Источники: ВШЭ, данные Росстата и Евростата за 2023 год, ВШЭ, пользователи ИИ по отраслям за 2024 год.

Что видно по таблице

Торговля в России применяет ИИ почти вдвое чаще, чем в Евросоюзе, а информация и связь в 3,5 раза реже. Среди 15 174 крупных и средних организаций, которые в 2024 году работали с ИИ, торговых 6 782, почти половина.

В российском столбце строительство замыкает список. По Евростату в 2025 году ИИ в ЕС применяли уже 19,95 % предприятий от десяти работников, а в строительстве 10,79 %, меньше всех (Евростат). Раз строительство последнее в обеих выборках, отставание похоже на свойство самой отрасли.

Искусственный интеллект в отраслях: сколько он приносит компаниям

Публичные числа эффекта, которые удалось найти, принадлежат крупнейшим компаниям, и почти каждое из них компания посчитала сама.

ОтрасльКомпанияЭффектКак посчитали
РозницаX5около 5 млрд руб. операционной прибыли за 2025 годсравнение работы с моделью и без неё (A/B-тесты), финансовые модели
БанкиСберсвыше 475 млрд руб. за 2025 годметодика в публикации не раскрыта
Цветная металлургия«Норникель»10 млрд руб. за 2025 годоценка главы компании
Нефтедобыча«Газпром нефть»анализ геологии в 6 раз быстрее, логистика в Арктике дешевле на 12 %сообщение компании

Источники: X5, Сбер, «Норникель», «Газпром нефть».

Кто мерил, а кто оценил

Способ счёта описала только X5. Эффект сверяли A/B-тестами, а принесли его прогноз спроса, цены и ассортимент. Под все три задачи у сети лежат годы чеков.

Сумма банка почти в сто раз больше, да и деньги на ИИ сосредоточены в финансах. По Росстату финансовый сектор в 2024 году дал 77 % трат организаций на оборудование для ИИ и 43 % трат на программы (ВШЭ). Миллиарды средней компании не повторить (да и незачем), поэтому в таблице я смотрю на задачи, на которых их заработали.

Почему строительство и гостиницы отстают

Строительство отстаёт по ИИ и в России, и в Европе, а в прогнозе ВШЭ стоит вторым по будущей отдаче. По оценке ВШЭ, отставание строительства, гостиниц и общепита может быть связано с тем, что профильных решений для них мало, инфраструктура не готова и не хватает людей.

Людей правда почти нет. В 2023 году в строительстве работали 0,8 тысячи из 48,3 тысячи специалистов по ИИ в России, меньше двух процентов (ВШЭ). Зато к 2035 году ВШЭ ждёт от ИИ в строительстве 4 трлн рублей добавленной стоимости из 46,5 трлн по всей экономике, больше только у обрабатывающей промышленности.

Противоречие снимается, если считать отставание свободным местом. Профильных решений для строительства мало, и делать их будет тот, кто знает отрасль изнутри.

Пустое место занимает практик

По моему опыту, в отрасли без готовых решений первым рабочее применение нейросети находит человек изнутри, а не подрядчик со стороны. Практиков, которые знают ремесло и при этом свободно работают с новыми инструментами, на рынке очень мало, и преимущество даёт именно сочетание.

Обычно это выглядит так. Сметчик, который десять лет видит, в каких строках подрядчики завышают объёмы, в обычном чате с нейросетью собирает проверку актов по смете. Подрядчик со стороны полгода выясняет то, что сметчик знает сразу.

Что перенять у лидеров компании из отстающей отрасли

Переносят форму операции, а отраслевое решение остаётся у лидера. Розница заработала на прогнозе спроса, потому что у неё тысячи одинаковых записей и итог, который проверяется на следующий день. В своей компании ищите операцию той же формы, где много однотипных документов и результат можно сверить.

Представим строительную компанию, где сметчик сверяет акты выполненных работ со сметой, сорок актов в месяц по полчаса, двадцать часов. Если эту работу берёт нейросеть, а человек тратит на расхождения по десять минут на акт, остаётся около 6,7 часа. Освобождается 13,3 часа в месяц, около 160 часов в год, и при часе сметчика 800 рублей это 128 000 рублей.

Где в компании живут такие операции, показывает анализ бизнес-процессов, а куда переводить освобождённые часы, разобрано в статье об автоматизации бизнеса с ИИ. Без этого сто шестьдесят часов разойдутся по рабочим дням.

Где я пускаю ИИ в отраслевую работу, а где нет

Я отдаю нейросети проверку однотипных документов, разбор выгрузок и черновики писем, где ошибку видно при сравнении с исходником.

Опасна она в отраслевых расчётах, где ошибку не видно сразу, в нормативах, допусках и нагрузках. Про узкую отрасль в открытых текстах написано мало, и модель отвечает так же уверенно, как о рознице, только ошибается чаще. Такой расчёт ведёт специалист, а машина только сводит его результаты.

Сам я решаю, какую операцию отдать, кто проверяет результат и по какому числу судить о деле. Компании с ИИ чаще всего жалуются на дороговизну, 63,6 % по обследованию ВШЭ за 2023 год. Небольшая компания платит в основном часами сотрудников, и начинать стоит с операции, где они окупаются за полгода.

Промпт: какой опыт других отраслей ложится на вашу компанию

На вход идут факты, известные вам без подготовки, отрасль, штат, цена часа, программы с записями и операции, которые повторяются каждую неделю, или выгрузка задач за месяц из CRM-системы. Имена и названия клиентов замените метками, персональные данные и коммерческую тайну в публичный чат не вставляйте. Подойдёт любая крупная модель, DeepSeek работает бесплатно и без VPN, ChatGPT и Claude мощнее, но с ограничениями доступа из России.

Промпт: скопируйте целиком
Роль. Ты аналитик операционной работы и сопоставляешь операции компании с задачами, где ИИ уже работает в других отраслях.

Результат. Таблица: операция, часов в месяц, класс задачи (изображения, речь, текст, прогноз по истории записей, не подходит), где лежат записи и за сколько месяцев, чем проверить результат, часов после проверки, рублей в год. Под таблицей доля часов команды в подходящих операциях, сумма рублей в год и одна операция для начала.

Зачем. Хочу понять, какую часть работы компании можно отдать ИИ по образцу других отраслей и сколько это в рублях.

Подзадачи строго по порядку, к следующей не переходи, пока не закрыта предыдущая.
1. Спроси отрасль, штат, сколько всего рабочих часов у команды в месяц, цену часа сотрудника и программы, где ведутся записи. Без ответа дальше не иди.
2. Попроси список повторяющихся операций, по каждой раз в месяц и минуты на один раз.
3. Отнеси каждую операцию к одному классу задачи и объясни одной строкой почему. Не подходит ни к одному, так и напиши.
4. Для подходящих спроси, где лежат записи, чем проверить результат и сколько минут займёт проверка. Нет ответа, оставь экономию пустой.
5. Заполни таблицу, посчитай долю часов и рубли в год. Формулы покажи.
6. Выбери одну операцию для начала и под каждой находкой дай фразу, которую я скажу сотруднику завтра.

Нюансы. Если операцию сотрудники выполняют по-разному, пометь её словами «сначала описать». Если мои данные противоречат друг другу, покажи строки и спроси.

Рамки. Не называй продукты, компании и цены сервисов. Не выдумывай минуты и ставки, бери только мои числа. Не обещай рост выручки. Мотивационные речи и рассуждения о важности опусти полностью.
Таблица разбора операций строительной компании по классам задач
Схема итога промпта на учебных числах строительной компании, час сотрудника 800 рублей.

Коротко: главное из статьи

  • Внедрение ИИ в отрасли России идёт неровно, по данным Росстата за 2023 год его применяли 12,2 % торговых организаций и 2,1 % строительных.
  • Строительство последнее и в России, и в ЕС, где в 2025 году ИИ применяли 10,79 % строительных предприятий.
  • Публичные эффекты есть у крупнейших компаний, X5 около 5 млрд рублей, Сбер свыше 475 млрд, «Норникель» 10 млрд за 2025 год.
  • Отстающие отрасли упираются в нехватку профильных решений и людей, хотя ВШЭ ждёт от ИИ в строительстве 4 трлн рублей к 2035 году.
  • Из чужой отрасли переносят форму операции, где много однотипных записей и итог проверяется сверкой.

Частые вопросы

В какой отрасли ИИ применяют чаще всего?

В России по данным Росстата за 2023 год первое место у оптовой и розничной торговли, 12,2 % организаций, второе у информации и связи, 8,4 %. Среди крупных и средних организаций, которые работали с ИИ в 2024 году, торговые составили почти половину, 6 782 из 15 174.

Почему в строительстве ИИ внедряют медленнее?

ВШЭ называет три возможные причины, мало профильных решений для отрасли, неготовую инфраструктуру и нехватку людей. В 2023 году в строительстве работали 0,8 тысячи из 48,3 тысячи специалистов по ИИ в России. Стройка последняя и в Евросоюзе, где в 2025 году ИИ применяли 10,79 % строительных предприятий, так что отставание похоже на свойство самой отрасли.

Сколько денег приносит ИИ крупным компаниям?

X5 оценила дополнительную операционную прибыль от ИИ за 2025 год примерно в 5 млрд рублей и сверяла её A/B-тестами. Сбер называет эффект свыше 475 млрд рублей за тот же год, «Норникель» 10 млрд рублей. Способ счёта публично описала только X5, остальное оценки самих компаний.

Что взять из опыта другой отрасли небольшой компании?

Брать стоит форму операции, на которой лидеры заработали. Розница выиграла на прогнозе спроса, потому что у неё тысячи одинаковых записей и итог проверяется на следующий день. В небольшой компании той же формы бывает сверка актов, счетов или заявок, и её можно отдать нейросети, оставив человеку проверку расхождений.