Согласно данным ежегодного исследования про тренды цифровизации от «Ростелекома», ИИ, мобильная связь и информационная безопасность (ИБ) подтвердили свой статус перспективных направлений технологического развития 2025 и последующих годов. Но основным двигателем развития для многих трендов является именно искусственный интеллект. Это подтверждает и отчет Mckinsey, в котором говорится, что 88% компаний уже регулярно пользуются ИИ хотя бы в одной из своих бизнес-функции: от анализа данных до применения ИИ-ассистентов.
ИИ и RPA — перестройка разработки и эксплуатации
Искусственный интеллект перестал быть экспериментом — он задает тон для всех остальных трендов. Мультимодальные модели, ИИ-ассистенты и автоматизация уже меняют способы разработки, эксплуатации и взаимодействия с пользователями. Внутри крупных компаний мы видим, что часть рутинных операций и даже значительная часть написания кода и тест-кейсов выполняется с помощью ИИ. Это повышает скорость, но одновременно создает новый класс рисков: зависимость от конкретного ИИ-инструмента, рост «невидимых и неочевидных» ошибок, превращения кода в «черный ящик» для дальнейшей поддержки, ложное чувство уверенности и размытие ответственности между ИИ и разработчиком. Например, в Microsoft и Google заявляют, что уже более 30% программного кода создается с применением ИИ.
Мы в «Ростелекоме» не остаемся в стороне от мировых тенденций и так же внедряем искусственный интеллект в процесс разработки, поддержку сервисов и пользователей. Наш внутренний ИИ-ассистент «Василиса» автоматизирует до 40% рутинных задач разработки ПО, ускоряя генерирование кода на 20−40%. В эксплуатации применение ИИ в комплексе с роботизацией по ряду сервисов позволило добиться до 30% полностью автоматической обработки пользовательских обращений без участия инженеров поддержки.
Одновременно с этим возникают новые вызовы — ИИ-ассистенты постепенно заменяют «джунов». Начинающие инженеры получают меньше простых и однообразных задач, и это сужает возможности для естественного роста через практику. В результате возрастает спрос на Middle- и Senior-специалистов, обладающих глубокими знаниями архитектуры, разработки или эксплуатации и системного мышления. Это, с одной стороны, повышает стоимость специалистов, а с другой стороны — возникает дополнительная нагрузка в соблюдении SLA по сервисам или срокам разработки, так как реальное время работы над более сложными задачами, которые необходимо решить, сокращается. Поэтому компаниям следует пересматривать программы онбординга, обучения и стажировки, вводить менторство и моделировать задачи, дающие глубокое понимание предметной области.
Параллельно развивается «новая волна» роботизации. Сама по себе она уже прошла несколько этапов: изолированная автоматизация (скрипты, макросы на рабочих местах), централизованная (серверные RPA-платформы), а сейчас мы переходим на этап гиперавтоматизации. Здесь уже стоит сосредоточиться на результате для конечного пользователя, объединяя все технологии в единый «ко-пилот», где человек и ИИ работают вместе. В «Ростелекоме» мы также работаем над инструментами, когда автоматизация становится доступной ИТ-специалистам без применения навыков разработки через low-code и no-code. Главная цель — дать сотруднику инструмент для автоматизации собственных процессов, фактически создавая своего цифрового двойника.
У нас уже есть ряд собственных наработок по применению ИИ в эксплуатации: от классификации обращений и умного поиска до полного решения пользовательских или эксплуатационных запросов. Кроме того, в «Ростелекоме» уже трудится более 140 «роботов» собственной разработки, интегрированных с 85 системами в ландшафте. За 2025 год они забрали на себя и решили задачи суммарной трудоемкостью более чем на 11 тыс. человеко-дней.
Инфраструктура: облака, дата-центры и сети 5G
Потребности ИИ-сервисов в вычислительных ресурсах и хранении растут экспоненциально. В мире основными потребителями оказались ИИ-системы из США, Китая и Европы. Аналитики прогнозируют, что уже к 2028 году центры обработки данных (ЦОД) в США будут потреблять до 12% всей электроэнергии страны. Основной драйвер роста — искусственный интеллект. Запрос в ИИ в среднем потребляет энергии в 10 раз больше, чем обычный поисковой. Таким образом, ИИ-технологии — это не просто размещение вычислительных ресурсов в ЦОДе, а смена парадигмы проектирования и эксплуатации дата-центров, с учетом того, что GPU и ускорители вычислений могут потреблять в три раза больше мощности. Это влечет за собой изменения требований к электричеству, системам охлаждения и отказоустойчивости ЦОДа.
Ростелеком как лидер в России по мощностям ЦОД (по оценке около 31,6% рынка) прогнозирует также рост потребностей в серверных стойках не менее 10% в следующем году. Широкое внедрение ИИ в России, требования регуляторов по размещению данных внутри страны и по импортозамещению могут привести к экспоненциальной потребности в мощностях в последующие годы. Не случайно сегодня большинство ЦОДов располагается вблизи крупнейших городов: для примера, 76% мощностей сосредоточено в Москве.
Однако часто внедренные ИИ-модели требуют постоянной поддержки и инференса. Например, если ИИ-ассистент используется в службах поддержки, он должен отвечать мгновенно в режиме 24/7 и опираться на проверенные знания. Появления таких девайсов для взаимодействия с цифровым миром, как VR-очки, перчатки и другие «умные» устройства потребуют буквально приблизить вычислительные ресурсы к пользователю, что в свою очередь может привести к необходимости строительства новых ЦОД и линий связи по всей стране.
Широкое распространение новых ИИ-компаньонов предъявляет принципиально новые требования к универсальной, интеллектуальной и предсказуемой сетевой среде, которая обеспечивает стабильный канал связи с гарантированным качеством, бесшовным переключением и минимальной задержкой. Это в свою очередь подтолкнет развитие сетей поколения 5G и 6G по всему миру, и Россия тут не станет исключением. Без таких изменений следующая волна технологий останется в рамках концептов и ограниченного применения.
Важный сопутствующий тренд — развитие спутниковой связи технологии Direct-to-Cell (DTC), которая делает возможным работу обычных мобильных устройств в удаленных зонах и потенциально меняет модель доступа. Первые специализированные спутники для этой цели были запущены в январе 2024 американской компании «Старлинк».
Кибербезопасность и ИИ-атаки
Кейсы хакерских атак на ИТ-инфраструктуру российских компаний этого года: 12 Storeez, «Винлаб», «Лукойл», — показывают, что противостояние киберпреступников и специалистов информационной безопасности продолжится и в будущем, а ИИ станет как инструментом защиты, так и средством кибератак.
Например, киберпреступники уже сейчас используют ИИ для создания фишинговых писем подбора паролей и сканирования сетей со скоростью и объемом, недоступными человеку.
В ближайшем будущем — и мы уже видим первые прототипы — появятся новые угрозы. Например, автономное кибероружие. Представьте самообучающуюся программу, которая попадает в сеть, исследует ее, находит самое слабое звено, использует его, крадет данные и скрывает следы — все без участия человека-оператора. Это меняет парадигму киберзащиты с «человек vs машина» на «машина vs машина».
Злоумышленники в ближайшем будущем начнут использовать ИИ для изучения работы наших систем защиты и мониторинга. Например, для создания тысячи ложных срабатываний, чтобы «ослепить» SOC (центр мониторинга и реагирования на инциденты информационной безопасности), пока идет настоящая атака.
Уже сейчас мы видим применения дипфейков, но позднее это может стать массовым инструментом. Представьте себе звонок вашему сотруднику в дата-центр с голосом, неотличимым от голоса начальника, с имитацией номера мобильного телефона, с требованием выполнить какое-либо действие. А новый «коллега» в рабочем чате может оказаться ИИ-ботом, целенаправленно собирающим информацию для последующей атаки.
Противодействие ИИ-атакам превращается в высокобюджетную «гонку вооружений», что вынуждает компании делать крупные комплексные инвестиции: фундаментальная защита данных, умный периметр и системы, способные предсказывать и автоматически гасить инциденты.
Но суть не только в бюджетах, а в стратегии. Нужен гибрид — упреждающие действия и молниеносное реагирование. Представьте, что наша защита — это не статичная крепость. Мы должны ее ежедневно укреплять, проверять на слабые места и оперативно латать бреши. Потому что искусственный интеллект противника работает 24/7 ровно над одним — поиском малейшей трещины в нашей обороне. Наша скорость «апгрейда» должна превышать скорость его обучения.
Квантовые вычисления и новые алгоритмы шифрования
Квантовые технологии пока не стали массовыми, но их потенциальное влияние на криптографию невозможно игнорировать. Появление практичных квантовых компьютеров поставит под угрозу привычные алгоритмы шифрования. Это не гипотеза, а неизбежный технологический вызов. Например, создание квантового чипа Willow от Google уже стало началом гонки технологичных компаний.
Для бизнеса это означает необходимость планирования миграции на пост-квантовые алгоритмы в своих ландшафтах, оценку стоимости переписывания критичных систем и поэтапную замену инфраструктурных компонентов шифрования. Государства и крупные операторы связи в свою очередь должны будут координировать стандарты и дорожные карты подобного перехода.
Кроме того, внедрение квантовых вычислений существенно может повлиять на эволюцию ИИ. Например, для LLM (больших языковых моделей) вероятности будут вычисляться или уточняться через квантовые алгоритмы, что изменит поведение LLM к более глубокому пониманию контекста, приведет к резкому снижению стоимости обучения и размера моделей, а также появлению принципиально новых архитектур, невозможных в классических вычислениях.
Таким образом, LLM станут точнее, эффективнее и, возможно, мудрее в своих предсказаниях, потому что математический аппарат, стоящий за этими предсказаниями, выйдет на качественно новый уровень.
Цифровое здравоохранение
ИИ-решения и робототехника уже улучшают диагностические процессы (анализ снимков, закономерностей) и помогают в операциях, где точность критична. Телемедицина, усиленная ИИ и роботизированными ассистентами, расширяет доступ к высококачественным медицинским услугам, но при этом требует строгих стандартов безопасности данных.
Технологию уже активно тестируют в системе московского здравоохранения: ИИ помогает при анализе рентгеновских изображений и дает советы врачам при постановке диагноза. Это также пример мультисекторного тренда: объединение телекоммуникаций, вычислений и регуляторной медицины.
Заключение
Успех компаний в ближайшие годы будет зависеть не только от внедрения конкретных решений, но и от способности выстраивать устойчивые экосистемы: инфраструктурные, кадровые, регуляторные. Те, кто сможет совместить скорость инноваций с контролем результата, ответственностью и системным подходом, и будут определять цифровое будущее.
