Эволюция облаков: как AI-IaaS изменит российский рынок инфраструктуры к 2030 году

По оценке компании, среднегодовой рост рынка до 2030 года может составить 25–32% с учетом миграции нагрузок с зарубежных платформ и расширения ИИ-проектов. Для бизнеса это означает изменение критериев выбора облака: одной аренды виртуальных машин и GPU будет недостаточно.

От аренды ресурсов к управлению ИИ-контуром

В традиционной IaaS базовыми объектами остаются виртуальные машины, контейнеры, хранилища и сетевые ресурсы. В AI-IaaS к ним добавляются данные и их происхождение, промпты, поведение модели, векторные индексы, GPU-кластеры и действия подключенных инструментов.

Это меняет структуру требований к поставщику. Заказчику потребуется оценивать не только доступную вычислительную мощность, но и то, насколько управляемым остается весь жизненный цикл ИИ-системы:

• где выполняются вычисления и хранятся данные;
• как журналируются запросы и действия модели;
• можно ли воспроизвести результаты обработки;
• как контролируются промпты, векторные базы и подключенные инструменты;
• какие механизмы разграничения доступа предусмотрены для интеграций с корпоративными системами.

M1Cloud связывает трансформацию рынка также с требованиями локализации данных, ограничениями на трансграничную передачу и необходимостью использовать инфраструктуру российских провайдеров. В таком контуре география GPU, логирование и воспроизводимость работы модели становятся сопоставимыми по значимости с производительностью.

Как может меняться спрос до 2030 года

По оценке M1Cloud, в 2026 году AI-IaaS занимает 12–15% российского облачного рынка, или 18–22 млрд рублей. Основу спроса составляют пилотные GPU-кластеры и первые промышленные инференс-нагрузки крупных языковых моделей. Компании тестируют RAG-сценарии, чат-ботов и автоматизацию документооборота, но бюджеты во многих случаях остаются экспериментальными.

Дальнейшая динамика в прогнозе выглядит так:

• 2027 год: доля AI-IaaS — 22–27%, объем — 38–48 млрд рублей. Ожидается переход от пилотов к промышленной эксплуатации в банках, страховании и государственном секторе. Спрос будет смещаться от аренды отдельных GPU к управляемым сервисам с фильтрацией промптов, журналированием и контролем цепочки данных.
• 2028 год: доля — 33–38%, объем — 62–78 млрд рублей. Массовое дообучение моделей на корпоративных данных, по прогнозу, станет стандартным сценарием. Средства защиты ИИ-инфраструктуры и контроль цепочки поставки модели могут перейти из категории конкурентных преимуществ в обязательные требования.
• 2029 год: доля — 42–48%, объем — 95–115 млрд рублей. Основным сценарием называются мультиагентные системы, способные инициировать действия в CRM, ERP и платежных контурах. Это повысит требования к правам доступа и мониторингу дрейфа моделей.
• 2030 год: более половины инфраструктурных расходов российских компаний, использующих облака, по прогнозу, придется на ИИ-нагрузки: инференс, дообучение, векторные базы, оркестрацию GPU-заданий и защиту цепочки принятия решений.

При этом обучение крупных моделей с нуля остается нишевым сценарием из-за стоимости и ограничений на поставки передовых ускорителей. Для большинства компаний практический фокус будет находиться в инференсе, RAG, дообучении готовых моделей и подключении ИИ к внутренним процессам.

Что проверить перед переходом на AI-IaaS

Прогноз M1Cloud не отменяет базового расчета стоимости владения. При выборе платформы компании стоит заранее зафиксировать:

• стоимость GPU-ресурсов, хранения и сетевого обмена;
• условия масштабирования и простоя оборудования;
• доступность управляемых сервисов вместо самостоятельной сборки ИИ-контура;
• возможности интеграции с CRM, ERP, документооборотом и корпоративными хранилищами;
• SLA, журналирование и контроль действий подключенных инструментов;
• требования к локализации данных и воспроизводимости результатов.

Ключевой риск — оплачивать GPU-инфраструктуру до подтверждения экономического эффекта. Поэтому переход к AI-IaaS рациональнее начинать с ограниченного производственного сценария, где можно измерить стоимость запроса, влияние на операционные процессы и требования к безопасности. Для бизнеса важна не сама доля ИИ в рынке, а бесшовность интеграции и способность облака выдерживать нагрузку без роста вендор-лока и непрозрачных расходов.