Внизу голосование: я думаю результаты, будут любопытны многим.
Коротко: Пока американский бизнес сносит Salesforce, российский IT-рынок выглядит спокойнее. Но это обманчивое спокойствие. Рост замедлился до 4%, SaaS теряет прежние драйверы, on-premise возвращается — теперь уже не только в корпорации, но и в средний бизнес. За разговорами о «смерти SaaS» скрывается переток бюджета к ИИ-гигантам, от которых Россия зависит сильнее, чем принято признавать. А октябрьские удары беспилотников по дата-центрам «Яндекса» добавили к экономическому сдвигу измерение, которого не было в американском сценарии: физический риск. Разбираем, что реально ждёт рынок РФ.
Сначала цифры: рынок растёт, но уже не так
Объём российского IT-рынка формально продолжает увеличиваться — по итогам 2026 года ожидается около 3,85 трлн рублей. Но внутри картины неоднородная: рынок прибавит лишь около 4%, а возвращение к двузначным темпам ожидается не раньше 2028-го. Эпоха, когда требовалось «срочно и любой ценой импортозаместить системы», окончательно прошла — рынок переходит к плато.
Российский SaaS замедлился ещё раньше. Если в 2023 году рост составлял 50%, в 2024-м — 60%, то в 2025-м — 24%; прогноз на 2026–2027 — 15–20%. Причина не в том, что софт стал не нужен, а в том, что исчерпали себя драйверы, которые тянули рынок последние пять лет: массовая цифровизация после пандемии и экстренный уход западных вендоров. Критически важные системы уже заменены, остальное большинство предпочитает эксплуатировать существующие legacy-системы.
Это важно понять до перехода к ИИ: российский рынок входит в эпоху ИИ уже замедляющимся, а не на пике роста. И это меняет эффект.
Почему «SaaS-апокалипсис» по-американски нам не грозит
В США угроза выглядит так: ИИ-агент заменяет нескольких сотрудников, которые были «местами» в лицензии, — выручка SaaS-вендора падает, потому что она была привязана к числу пользователей. Именно эту логику инвесторы закладывают в падение капитализации Salesforce и других.
В России значительная часть рынка устроена не как SaaS. Деньги зарабатываются не на лицензиях за место, а на проектах: внедрении, кастомизации и сопровождении. Стоимость контракта определяется объёмом и сложностью работ, а не количеством пользователей.
Это принципиально меняет эффект от ИИ. В SaaS сокращение сотрудников у клиента напрямую бьёт по выручке вендора. В проектной модели оно сначала бьёт по себестоимости — а уже потом, с лагом, по марже интегратора.
Вывод: нас не ждёт обвал капитализации SaaS-гигантов по американскому сценарию. Нас ждёт медленное давление на маржинальность проектного бизнеса и необходимость перестраивать экономику продуктов под ИИ. Это менее драматично, но стратегически сложнее.
Тренд №1: on-premise перестаёт быть «только для корпораций»
Один из самых недооценённых сдвигов: к on-premise присоединяется средний бизнес. Раньше локальное развёртывание выбирали в основном крупные корпорации. Теперь — и компании среднего размера.
Причины две. Первая — атаки и кибератаки: безопасность и контроль над инфраструктурой стали важнее операционных удобств облаков. Вторая — регуляторное давление и требования к хранению персональных данных.
Цифры жёсткие: около 65% компаний предпочитают локальное развертывание систем, и только 12% выбирают облачные сервисы. Для организаций со штатом свыше 10 000 сотрудников доля сторонников собственных мощностей достигает 83%.
Что это значит: облачная модель остаётся чуть менее привлекательной для малого и среднего бизнеса из-за низкого порога входа, но крупные корпорации и госструктуры всё чаще уходят в собственный контур. Рынок не «переходит в облако» — он раскалывается на два сегмента с разной экономикой.
Тренд №2: ИИ-агенты бьют не по выручке, а по цене проекта
В российском проектном бизнесе ИИ-агенты проявляются через снижение стоимости проектов и их маржинальности. Это не катастрофа, но это перестройка экономики.
Если интегратор раньше продавал 1000 часов работы команды, а теперь ту же задачу решает ИИ-агент за 300 часов, — либо падает цена контракта, либо падает маржа, либо и то и другое. Клиент быстро понимает, что «работа стала дешевле», и начинает торговаться.
Параллельно ИИ удешевил создание «первой версии» продукта. Барьер входа для новых игроков снизился, но барьер для удержания клиента вырос: конкурировать «фичами» стало сложнее, потому что фичи копируются за недели.
Тренд №3: «Битрикс» и офисные пакеты — не смерть, но переизобретение
Продукты типа «Битрикс24» не исчезнут, но их экономика меняется.
«Битрикс24» реагирует через вайбкодинг и агентский режим.
Логика защиты Битрикса: не продавать «место», а продавать среду, в которой ИИ-агенты работают с данными и процессами клиента. Это ближе к американской модели Agentforce, чем к классическому SaaS.
Но уязвимость остаётся: если малый бизнес научится собирать своё с помощью тех же ИИ-инструментов, «комбайн» должен доказать, за что именно он берёт деньги. Ответ «за всё сразу» перестаёт работать, когда «всё сразу» можно собрать по частям.
Тренд №4: опенсорс — деньги в гибридных моделях, а не в «бесплатном коде»
Российский опенсорс не умрёт, но модель «просто открытый код» окончательно перестаёт быть бизнес-моделью.
Опрос ICT.Moscow (апрель 2026): 14% прогнозируют растущий интерес к гибридным и коммерческим бизнес-моделям распространения открытых решений, в том числе через частично открытые лицензии (Source Available). Ещё 12% ожидают, что усилится тренд на закрытие репозиториев или перевод проектов на такие лицензии.
Это значит: рынок движется не к «больше открытого кода», а к более сложным лицензионным конструкциям. Модель «открыто-закрытого» кода уже работала в России — через неё шли SWSoft и Naumen: открытая база как техническая основа, закрытые решения и поддержка как источник дохода.
С приходом ИИ этот сдвиг ускоряется. Когда кодогенерирующие агенты удешевляют создание форков и клонов, защита через лицензию становится важнее, чем защита через сложность кода.
Тренд №5: дата-центры стали физической мишенью
Это измерение, которого не было в американском «SaaS-апокалипсисе». В США угроза исходит от ИИ, который делает софт дешевле, — и это экономический сдвиг. В России к нему добавился физический риск.
DDoS перестал быть «неудобством»
За первое полугодие 2026 года Selectel отразил 88 618 DDoS-атак на облачную инфраструктуру российских компаний — на 45% больше, чем годом ранее (61 212 атак). Суммарная длительность атак составила 22 101 час, что в 2,3 раза больше, чем за аналогичный период 2025 года (9 652 часа), и практически равно показателю за весь 2025 год. Максимальная мощность одной атаки достигла 870 Гбит/с — более чем в четыре раза выше уровня 2025 года (204 Гбит/с). Максимальное число атак на одного клиента за месяц впервые превысило пятизначное значение — 10 522 инцидента. DDoS стал постоянным фактором риска, а не разовым сбоем.
Удары дронов по ЦОДам
В октябре 2026 года беспилотники атаковали три дата-центра «Яндекса» за четыре дня. В ночь с 7 на 8 октября ЦОД в Сасово (Рязанская область) был серьёзно повреждён, его работа полностью остановлена. Утром 8 октября атакован ЦОД в Калуге — часть инфраструктуры вышла из строя. В ночь на 11 октября остановлен ЦОД во Владимире. Сбои затронули сервисы «Яндекса» в разных регионах России и в странах, где компания работает — от Казахстана и Кыргызстана до Армении и Сербии.
Позже «Яндекс» сообщил, что восстановил доступ к 97,16% клиентских данных в Yandex Cloud. Оставшиеся 2,84% безвозвратно потеряны: оборудование серьёзно повреждено, а у клиентов не было резервных копий на платформе. «Яндекс» также изменил пользовательское соглашение, добавив удары беспилотников в список обстоятельств непреодолимой силы.
Как это меняет логику выбора on-premise
До этих инцидентов аргумент «мы храним данные у себя, потому что так надёжнее» звучал абстрактно. После них он приобрёл конкретную экономику.
Во-первых, концентрация стала уязвимостью. Годами бизнес концентрировал данные в нескольких крупных облаках. Когда половина инфраструктуры выходит из строя, резервные мощности не всегда помогают. On-premise в этой логике — не «отказ от облака», а распределение риска.
Во-вторых, спрос на «своё» уже виден в цифрах. После октябрьских атак бизнес начал активнее искать резервные площадки. Внутри страны свободные облачные ресурсы заняты почти на 90%, поэтому компании рассматривают зарубежные мощности — прежде всего в Казахстане и Белоруссии. При этом речь идёт о географическом резервировании, а не о переезде основной инфраструктуры.
В-третьих, «чистый on-premise» — не единственный ответ. Переход на собственную инфраструктуру в краткосрочной перспективе затруднён: создание требует времени и длительного проекта. В долгосрочной перспективе рост спроса на on-prem ожидается прежде всего со стороны компаний, уже располагающих собственной инфраструктурой. Рынок выбирает сосуществование: распределение критичных систем и резервов между контурами.
В-четвёртых, государство закрепляет этот сдвиг регуляторно. Минцифры утвердило рекомендации по защите ЦОДов от атак беспилотников, разделив объекты на три категории критичности: К1 — стратегические объекты, поражение которых может нарушить ключевые государственные функции на срок от часа; К2 — объекты регионального и отраслевого уровня (нарушение от четырёх часов); К3 — корпоративные ЦОДы, повреждения которых некритичны для государства в целом. Защита «физического периметра» ЦОДов становится не частной инициативой операторов, а нормативным требованием.
Тренд №6: «SaaS-апокалипсис» — лишь видимая часть передела. Деньги уходят к ИИ-гигантам
Все предыдущие тренды выглядят как локальные сдвиги. Но за ними стоит один процесс, который в США уже виден в цифрах, а в России пока маскируется.
Суть в том, что традиционный SaaS не «умирает» — его бюджет перетекает к новым гигантам. Анализ корпоративных расходов на софт (около $180 млрд) показал: общий рост составляет 58%, но внутри происходит не расширение рынка, а перераспределение — от существующего ПО к инструментам на базе ИИ. Anthropic зафиксировал рост расходов на 428%, AI-инструмент для кодинга Cursor — более чем на 600%. При этом в сегменте малого и среднего бизнеса расходы на классический SaaS сократились примерно на 8%: компании сворачивают системы со слабой ИИ-интеграцией и переключаются на инструменты, напрямую повышающие производительность.
Иными словами, история про «малый бизнес снёс Salesforce и собрал своё» — это витрина. Настоящий передел — в том, что освободившиеся деньги уходят не «в никуда» и не «в самоделки», а к Anthropic, OpenAI и узкому кругу ИИ-платформ. По данным Ramp, в мае 2026 года доля Anthropic в корпоративных ИИ-расходах впервые превысила долю OpenAI (34,4% против 32,3%). Годовая выручка Anthropic на начало 2026 года превысила $30 млрд, поднявшись примерно с $9 млрд на конец 2025-го. Аналитики прямо описывают это как «переупорядочивание SaaS»: Anthropic расширяет Claude из фундаментальной модели в корпоративный инструмент, который вытесняет работу специализированных SaaS-приложений.
Для России это означает две вещи, которые редко проговариваются вместе.
Во-первых, зависимость от ИИ-решений уже сформировалась — и она приняла «серую» форму. Официально Claude и ChatGPT в России недоступны: OpenAI и Anthropic системно блокируют российские аккаунты, а в октябре 2026 года Claude заблокировал порядка 600 тысяч аккаунтов российских пользователей. Но спрос никуда не делся. К августу 2026 года оборот «серых» посредников, продающих доступ к зарубежным моделям через китайские прокси, достиг 100–150 млн рублей в месяц, а число таких поставщиков выросло примерно до 50 — при том что в конце 2025 года их почти не было. Цены у них могут быть до 70% ниже официальных тарифов API, а иногда доступ продаётся и за 10% реальной стоимости. Среди клиентов — не только малый бизнес: НСПК (оператор «Мира») интересовалась закупкой доступа к Claude Max и Codex Pro, а оператор ЦРПТ искал агрегатора для токенов Claude, Qwen и DeepSeek.
Во-вторых, цена этой зависимости — не только деньги, но и контроль. «Серый» доступ означает риск утечки данных, внезапной блокировки аккаунта и подмены модели: вместо заявленного Claude клиент может получить более дешёвые китайские MiniMax или Qwen. Китайские посредники могут предоставлять доступ за 10% стоимости, перепродавая данные клиента для обучения моделей. Это не гипотетический риск, а условие, на котором работает значительная часть доступа российского бизнеса к передовым ИИ.
Отсюда — главный вывод для РФ: суверенные ИИ-решения нужны не «для галочки», а потому что альтернатива — зависимость от серых посредников. Но здесь начинается самое сложное.
Российские модели — GigaChat и YandexGPT — уступают зарубежным флагманам по качеству. По оценкам, разрыв с американскими моделями составляет два-три года, а в некоторых задачах — и больше. Первый зампред Сбербанка Александр Ведяхин признаёт это прямо: суверенная модель «сначала будет медленнее, где-то не такая умная, как Anthropic, Grok или DeepSeek, но она будет соответствовать вашим ценностям». Кремль также признал, что Россия выпала из гонки лидеров в области ИИ.
Но у российских моделей есть своя ниша, которая для бизнеса оказывается решающей: рублёвая оплата из коробки, договор с резидентом РФ, данные внутри страны и соответствие 152-ФЗ. GigaChat и YandexGPT «сильны там, где зарубежных близко нет» — именно в юридической и операционной предсказуемости. Это не замена Anthropic по качеству, но это замена зависимости на контроль.
Что это значит для рынка РФ стратегически. Передел, который в США выглядит как «малый бизнес уходит от Salesforce», для России оборачивается вопросом: кто будет тем слоем, через который бизнес получает доступ к ИИ-возможностям? Если это останутся «серые» посредники с китайскими прокси — Россия получит дешёвый, но неконтролируемый доступ, с рисками для данных и без собственной технологической базы. Если это будут российские платформы — они должны дотянуться до качества, при котором бизнес не будет искать обходные пути.
Это и есть настоящий «SaaS-апокалипсис» для РФ: не смерть традиционного софта, а перетекание бюджета к ИИ-гигантам, от которых Россия либо зависит, либо должна построить сопоставимую альтернативу. «Суверенный ИИ» в этой логике — не идеологический лозунг, а условие того, что деньги и данные не уходят в серую зону.
Тренд №7: ИИ как единая точка отказа. Failover должен быть частью стратегии и политики ИИ
Предыдущий раздел показал, куда уходят деньги. Этот — про то, что вместе с деньгами уходит и устойчивость. Чем глубже ИИ встроен в процессы, тем важнее вопрос, который почти никто не задаёт на этапе внедрения: что произойдёт с бизнесом, если ИИ завтра не будет?
Ответ «ничего, продолжим работать» сегодня дают единицы. Для большинства компаний ИИ уже стал единой точкой отказа: он встроен в продажи, поддержку, разработку, аналитику — но плана на случай его недоступности нет.
Три сценария отказа, к которым бизнес не готов
Технический. Крупные провайдеры моделей периодически испытывают сбои — от деградации latency до полной недоступности API на часы. Если на этом API висит обработка заявок или генерация документов, бизнес останавливается вместе с ним.
Регуляторный. Для России это не теория: OpenAI и Anthropic системно блокируют российские аккаунты, а в октябре 2026 года Claude заблокировал порядка 600 тысяч аккаунтов российских пользователей. Доступ может исчезнуть не по технической причине, а по решению вендора — без предупреждения и без возможности апелляции.
Коммерческий. «Серый» канал, через который значительная часть российского бизнеса получает доступ к передовым моделям, может быть отрезан в любой момент — сменой политики посредника, ужесточением контроля или простым закрытием прокси. Плюс риск подмены модели: вместо заявленного Claude клиент может получить более дешёвую китайскую модель. Качество при этом падает незаметно — до первого серьёзного сбоя.
Что значит «failover на уровне стратегии и политики»
Failover — это не только резервный сервер. Для ИИ это свойство архитектуры бизнес-процесса: он должен продолжать работать, пусть медленнее и с меньшей автоматизацией, когда ИИ-слой недоступен.
Практически это означает три вещи.
Во-первых, процесс должен существовать без ИИ. Если поддержка клиентов работает только потому, что ИИ-агент отвечает, — это не процесс, это зависимость. Нужен «человеческий» маршрут: регламент, ответственные, инструменты, которые позволяют обработать поток вручную или полуавтоматически. Пусть это дороже и медленнее — но это гарантия, что бизнес не встанет.
Во-вторых, ИИ должен быть заменяемым на уровне слоя, а не на уровне кода. Если всё приложение написано под конкретный API одной модели, смена провайдера — это переписывание. Если есть абстракция (MCP-сервер, шлюз, собственный слой маршрутизации), — это переключение. Именно поэтому на рынке растёт интерес к MCP как способу подключить внешние ИИ-инструменты, не привязываясь к одному вендору. Тот, кто закладывает заменяемость заранее, переживает блокировку за день; тот, кто нет, — за квартал.
В-третьих, политика ИИ должна быть письменной. Кто отвечает за ИИ-процессы, какие данные можно отдавать во внешние модели, какие — только в локальный контур, что делать при инциденте, кто принимает решение о переключении на резерв. Это не бюрократия — это то, что отличает управляемое внедрение от эксперимента, который однажды уронит продажи.
MVP-модель: только поддерживаемые решения, которые работают качественно
Здесь важно не путать с «минимально жизнеспособным продуктом» в стартап-смысле. Речь о минимально достаточном портфеле ИИ-решений: не тащить в прод всё, что попробовали, а оставить только то, что поддерживается и работает качественно.
Критерии, по которым решение остаётся в портфеле:
-
Измеримое качество. Не «выглядит умно», а метрика: доля корректных ответов, доля эскалаций на человека, время обработки. Если качество не измеряется — решение не поддерживается, а существует.
-
Реальная поддержка. Есть вендор или внутренняя команда, которая отвечает за работоспособность, обновления и инциденты. Решение без поддержки — это технический долг с ИИ-интерфейсом.
-
Работает в вашем контуре. Если решение требует канала, который могут отрезать, — это не «решение», а «возможность, которая может исчезнуть». Для критичных процессов — локальный или гибридный контур.
-
Понятный сценарий отказа. Что происходит, когда модель недоступна или отвечает плохо: кто замечает, кто переключает, что видит клиент.
Что это значит для рынка РФ
Для российского бизнеса failover — не абстрактная «лучшая практика», а условие выживания, потому что здесь совпали все три сценария отказа: технические сбои, регуляторные блокировки и нестабильность серого канала. Именно поэтому стратегия ИИ в компании должна строиться не вокруг «какую модель мы выбрали», а вокруг «как мы работаем, когда выбранная модель недоступна».
Отсюда и практический вывод для вендоров: продукт, который умеет работать и с внешней моделью, и с локальной, и без модели вообще (с деградацией до ручных или rule-based сценариев), будет восприниматься как инфраструктура, а не как эксперимент. А бизнес, который закладывает failover в политику ИИ с самого начала, получает то, чего не купить за подписку, — независимость от канала, который ему не принадлежит.
Три вывода для тех, кто строит продукты на рынке РФ
1. Не копируйте американский сценарий — он про другую экономику. В США SaaS-апокалипсис бьёт по выручке от лицензий. В России удар придётся по марже проектов и цене внедрения. Готовьтесь не к обвалу, а к медленному сжатию маржинальности.
2. On-premise и гибрид выигрывают не потому, что «дешевле», а потому что дают физический контроль. Атаки на дата-центры добавили к экономическому сдвигу измерение, которого не было в американском сценарии: инфраструктура, которая казалась абстрактным «облаком», оказалась конкретным зданием, которое может быть повреждено. Продукт, который умеет работать и в контуре клиента, и в гибридной связке с резервными площадками, будет восприниматься как более устойчивый.
3. Ценность смещается к среде и к независимости, а не к функциям. Будь то Битрикс с вайбкодом, опенсорс с гибридной лицензией или облачный провайдер с распределёнными ЦОДами — выигрывают те, кто даёт среду, в которой ИИ-агенты безопасно работают с данными клиента, и план на случай, когда ИИ-слой недоступен. Продавать «ещё одну фичу» в 2027 году будет так же перспективно, как продавать факс.
Российский рынок не ждёт «апокалипсис». Он ждёт перестройку экономики под ИИ и под физический риск — менее громкую, но более болезненную для тех, кто привык зарабатывать на часах, лицензиях и инерции. ИИ ускоряет процесс. Но если процесс не работает без ИИ — это не процесс. Это зависимость, которую однажды отключат.
Автор: ASTRIO
