Искали драйверы продаж, а нашли рассинхрон в понятиях между рынком и облачными провайдерами. Бэкстейдж исследования

Привет! Я Катя, бизнес-аналитик из Cloud.ru ^[1], и в кои-то веки я пишу непосредственно о своей работе, то есть про исследования в индустрии, а не о когнитивной психологии. Хотя другие мои статьи, например о том, как мозг реагирует на фишинг ^[2] и про когнитивные искажения у LLM ^[3], рекомендую почитать всем! 

Недавно на большой конференции про облака мои коллеги представили наше новое исследование — «Гибрид здорового человека» ^[4] — о том, почему бизнес с облачными провайдерами друг друга не понимают, и как строить гибридные облака нормально, а не изобретать костыль и потом страдать от высоких затрат на поддержание и общей неудобности получившейся системы. 

Здесь пересказывать результаты я не буду или почти не буду, а расскажу про сам процесс исследования: почему мы вообще решили его провести, какие этапы были в работе, как адаптировались под сложных респондентов — и в середине ресерча поняли, что все это время нас, возможно, неправильно понимали! — и как в подготовке к интервью нам помогал ИИ. Просьба пристегнуться, этот самолет лонгрида идет на взлет.

В двух словах: что такое гибрид и зачем его исследовать

Год назад, в марте 2025, мы запустили на рынок Cloud.ru Evolution Stack ^[5] — это модульная платформа, позволяющая строить частные, распределенные и, конечно, гибридные облака. Строить можно, в том числе, в ЦОД клиентов и на распределенных объектах. Платформа сертифицирована по требованиям ФСТЭК, входит в реестр российского ПО, подходит для размещения ЗОКИИ, ГИС, ИСПДн. В общем, полезное решение, всем рекомендуем. 

Правда, есть нюанс: далеко не всем клиентам понятно, зачем им такое решение покупать за деньги у провайдера, если можно своими силами собрать связку между собственным дата-центром и публичным облаком.

Через несколько месяцев после запуска Cloud.ru Evolution Stack к нам в отдел исследований пришли коллеги из команды, которая рулит разработкой платформы, и попросили «поисследовать гибридные облака». Потому что на иностранных рынках в гибрид не пошел разве что самый ленивый провайдер, значит, он как-никак продается, правильно? К тому же у нас предпосылок к успешности гибридной модели облака как будто бы еще больше, чем на Западе — чего стоят одни только требования регуляторов, которых со временем становится все больше. Да и, наконец, во всех публичных отчетах отечественных исследовательских и консалтинговых агентств гибридные архитектуры буквально рвут публичное и частное облако на британский флаг. Например, TelecomDaily ^[6] в 2025 году показывал, что гибрид развернут у 42% компаний, а Яндекс совместно с Яков и Партнеры ^[7] дали показатель и вовсе в 70%. 

У нашей команды появился закономерный вопрос: где все эти гигантские проценты клиентов и почему они не выстраиваются в очередь за нашей платформой? Тем более это одно из первых и наиболее технически проработанных и сертифицированных решений на рынке.

«Поисследуйте гибрид»: что это значило на практике

Мой любимый тип что внешнего, что внутреннего заказчика, это заказчик, который приходит с четким ТЗ: дескать, вот такие у нашего исследования цели, вот гипотезы, которые мы будем проверять, вот такая выборка и вот такие результаты мы ожидаем. Правда, обитают такие заказчики преимущественно где-то «за тридевять земель в тридевятом царстве», но никак не в нашей базовой реальности. Хотя оно, возможно, и к лучшему — повышает ценность исследователей в компаниях 🙂. 

На скрине ниже — мои заметки по итогам одной из первых встреч, где мы с командой заказчика в формате брейншторма накидывали, что бы им вообще хотелось узнать, как они представляют структуру гибридного рынка сейчас и какие гипотезы можно из этого выстроить. Попробуйте догадаться, сколько из этих набросков в итоге дожили до итоговой анкеты и вошли в исследование? Спойлер: на самом деле, почти все, но сильно переработанное. 

В конечном счете у нас сформировался следующий пул задач: 

• разобраться в предпосылках успешности гибридной модели в мировой практике;

• определить, насколько эти предпосылки применимы к российскому облачному рынку, и понять, насколько справедлив тезис, что российский рынок отстает на 3–5 лет от западного;

• определить барьеры и драйверы выбора гибридной модели (спойлер: вот тут-то и возникли основные проблемы и инсайты!), проверить гипотезу, что существует более-менее универсальный пул бизнес-систем, которые компании принципиально готовы держать только в приватном контуре;

• проверить гипотезу, что драйвером гибридизации в РФ является искусственный интеллект ^[8], потому что он потенциально хорошо живет в гибриде, как нас заверили коллеги; 

• обкатать наши гипотезы по сценариям гибридизации в российских компаниях и раскопать новые сценарии, если получится.

Метода исследования выбрали два: мой любимый деск-ресерч (он же кабинетный анализ) и сильно менее любимые глубинки. 

Часть первая: деск-ресерч

Предполагалось, что кабинетным методом мы решим первую задачу и ответим, например, на вопрос, почему Gartner прогнозирует ^[9], что аж 90% компаний (по крайней мере, на Западе) будут использовать гибрид в 2027? Какие рыночные предпосылки и условия подводят к этому числу? Какие есть драйверы и барьеры перехода к гибриду? Чем конъюнктура рынка гибрида различается на Востоке и на Западе и где в этих рамках находится отечественный рынок?

Деск-ресерч по мировому рынку вели в основном по отчетам консалтинговых компаний и всевозможной публичной статистике: IDC, McKinsey, Gartner, Statista и др. Еще смотрели кейс-стади по успешному опыту ^[10] внедрения гибрида от ведущих мировых провайдеров-гиперскейлеров. Свои гибридные решения сейчас есть почти у всех: AWS Outposts, Azure Stack, Google Anthos, Alibaba Apsara Stack Enterprise и Hybrid Cloud Network 2.0, Huawei FusionCube Hybrid Cloud Solution. 

Мы выбрали путь именно рыночной, а не технической аналитики: в большей степени фокусировались на объемах и динамике рынка, анализе позиционирования решений (ценностного предложения, «анонсируемых» групп клиентов — для кого это решение?), предпосылках, барьерах и таймлайне развития гибрида. Анализ продуктового наполнения мировых конкурентных решений уже был частично проведен командой Cloud.ru Evolution Stack — спасибо им за это! — потому на продукте мы решили не слишком концентрироваться. 

По российскому рынку материалов тоже успело выйти немало: ежегодные отчеты и квартальный трекер от iKS, летний отчет от TelecomDaily, осенняя совместная аналитика Яндекса и Якова и Партнеров и др. Правда, у этих исследований была общая проблема — все они проводились в количественной методологии и не фокусировались на гибриде напрямую. Вместо этого вывод об успешной гибридизации рынка делался по 1–2 простым вопросам формата «Какие типы облачных решений, из перечисленных ниже, используются в вашей компании?», и далее варианты вроде «частное облако», «публичное облако», «гибридное облако», «мультиклауд». 

Где-то в этом моменте у нас закралось первое подозрение, что собака гибридного парадокса ^[11] может быть зарыта именно в подобной методологии, но мы даже не догадывались, насколько это подозрение правильно.

Часть вторая: глубинки

Как вообще строится работа с интервью, если без деталей и на пальцах: 

1. формулируем гипотезы; 

2. определяем примерную выборку и помним, что качественные исследования — не про статистическую репрезентативность, а про глубокие инсайты; 

3. определяем методологию. Например, интервью бывают структурированными, когда всем респондентам мы задаем одни и те же вопросы в одних и тех же формулировках, не отклоняясь от сценария, и полуструктурированными, когда  есть общий план, которого мы придерживаемся, но при этом можем отходить от него в сторону. Мы выбрали второй подход;

4. формулируем анкету под гипотезы и с учетом специфики выборки. Учитываем базовые правила: идем от общего к частному, не задаем сенситивные вопросы в лоб, разбиваем вопросы на тематические блоки, для сложных вопросов продумываем несколько уточняющих формулировок, чтобы не теряться в моменте. Если есть технические вопросы, в которых вы не разбираетесь — зовем с собой спеца-технаря! Спасибо Артему Григоряну ^[12], руководителю нашей команды архитекторов, за то, что сидел со мной на всех интервью и активно вовлекался в процесс; 

5. во имя валидации пилотируем анкету на нескольких респондентах, обычно двух-трех достаточно. Нам повезло, что у коллег были дружественные респонденты, с которыми можно было не просто пройти всю анкету, но и обсудить следом формулировки вопросов на предмет «понятно-непонятно, что именно непонятно и как бы вы переформулировали»; 

6. проводим остальные интервью и не забываем ^[13] в процессе следить за анкетой и адаптировать ее, если всплывают новые сложности. 

В нашем случае анкета менялась минимум четыре раза (это нормально для активного рабочего процесса 🙂).

На пилоте мы обнаружили несколько сложных и непонятных вопросов. Например, вопрос «Влияет ли наличие облачных ИИ-решений на вашу стратегию размещения ИТ-систем?» был для респондентов сложным. Мы заменили его на более развернутую формулировку «Как использование облачных решений на основе искусственного интеллекта влияет на стратегию размещения ИТ-инфраструктуры, например на выбор между локальными серверами и облачными сервисами?».

Тоже на пилоте увидели, что респонденты к середине анкеты начинают раздражаться из-за того, что мы по несколько раз задаем похожие вопросы, хотя мы-то чувствовали разницу в акцентах и в ответах, а респонденты нет. Отработали этот момент тем, что в брифинг перед началом интервью добавили короткое предупреждение и объяснение ситуации:

«Некоторые вопросы могут показаться похожими, простите, пожалуйста. Мы делаем это специально, чтобы уточнить нюансы ваших ответов. Часто небольшие изменения в формулировке вопроса приводят к разным ответам и помогают выявить новые детали, которые вы раньше не упоминали или мы недопоняли. В итоге и мы получаем более объективные и достоверные данные, и у вас больше возможности свободно высказываться по теме интервью!».

Уже после пилота в результате нескольких забавных казусов, которые порядочно ломали нам данные, и при поиске респондентов через агентство добавили в первый блок интервью вопросы с определениями: что такое для вас частное, публичное, гибридное облако, как вы понимаете эти термины?

Где-то на десятом участнике коллеги принесли несколько новых микрозадач: проверить, нужны ли в гибриде PaaS, провалидировать несколько простых гипотез о продуктовых параметрах облака, например, какие важны сертификации, насколько важно, чтобы у провайдера была своя, а не вендорская облачная платформа и т.п. Эти вопросы добавили в блиц-формате с просьбой оценить важность ряда параметров по шкале от 1 до 5, чтобы не перегружать анкету и немного развеять респондента. Плюс в нескольких интервью прозвучала мысль, что бизнес предпочитает разработки на OpenStack, а не полностью самописные решения — этот момент тоже стали уточнять. 

Лайфхаки для проведения глубинных интервью

Парочка лайфхаков по проведению интервью такого рода, которые сработали для нас и, вероятно, для вас тоже сработают.

Возможно, не очень этично, толерантно и вообще простите за прямоту, но мы слегка играли на контрасте интервьюеров и пользовались разницей восприятия ^[14] меня и Артема со стороны респондентов.

Первый лайфхак. Подавляющее число наших респондентов были мужчинами 40+, и в отдельных моментах, особенно на условно простые (например, про определения разных облаков) и особо сенситивные (например, про деньги) вопросы, они не всегда хотели отвечать. Зато срабатывало мое «Ой, а вот тут вот уточните, пожалуйста, не очень понятно!», милая улыбка и восхищение тем, как много всего респондент знает. С одним из наших интервьюируемых мы после основного скрипта еще минут 15 сидели и обсуждали, как я буду кандидатскую по психологии защищать :D

Сложные технические вопросы больше задавал Артем, и его явно воспринимали серьезнее, потому что мне на те же вопросы ответы прилетали сильно менее детальные и развернутые. Так что во всем важен баланс!

Второй лайфхак. Среди прочего нам было очень интересно узнать несколько вещей про деньги. Скажем, как много денег в компании тратится на облако или какие примерно бюджеты планируются на масштабирование облачного потребления в ближайшие несколько лет. Конечно, от ответа на прямой вопрос про деньги респонденты старались уклоняться — все-таки информация очень конфиденциальная, делиться ей со всякими подозрительными и малознакомыми людьми вроде нас не хочется. 

Чтобы снять психологический барьер в этом вопросе, мы прибегли к двум уловкам. Во-первых, вопросы про деньги задавали ближе к концу интервью, когда мы уже минут 30–40 сидим и душевно болтаем про респондента, его отношение к облакам и мотивацию ^[15] в выборе той или иной инфраструктуры. 

Во-вторых, про деньги мы спрашивали не напрямую, а в косвенной и референсной формулировке: не «Сколько денег вы тратите на облако?», а «По данным TelecomDaily, компании, похожие на вашу, тратят на облака около 28% ИТ-бюджета. У вас примерно столько же или больше-меньше? А на сколько примерно? О каком порядке чисел мы говорим?». 

На самом деле даже без дальнейших уточнений респонденты часто начинали рассуждать вслух и давали вполне детализированные ответы.

Третий лайфхак. Считается (по крайней мере у нас в науке ^[16]), что про цели исследования респондентов лучше предупреждать заранее — это вопрос этики. У нас одной из целей была подготовка публичного отчета, в идеале прямо с вставками цитат респондентов (что мы и сделали, напоминаю, что скачать исследование можно тут ^[4]). 

Респонденту мы эту цель озвучивали уже в самом конце на дебрифинге и сразу под запись спрашивали разрешение на использование цитат. А вот перед началом интервью анонсировали, что запись будет использоваться только для внутренних целей, чтобы респондент лишний раз не зажимался и не осторожничал в формулировках. Получается, немножко душой кривили, но в итоге все остались довольны!

Что там по ИИ

Конечно, мы использовали ИИ :)

В основном для четырех целей: 

• поиск дополнительных материалов в рамках деск-ресерча — тут, думаю, все понятно; 

• транскрибация интервью — не руками же эти разговоры разгребать…;

• мини-RAG по интервью — очень удобно: заливаешь все текстовые файлики в единую базу знаний и больше не нужно вспоминать ^[17], кто именно из респондентов что сказал, плюс можно легко проводить первичную обработку данных и базовый анализ вроде автоматического сбора сводной таблички с ответами всех респондентов на основные вопросы;

• подготовка к интервью.

Последняя история, как мне кажется, самая интересная, и от нее даже остались промпты, которыми с удовольствием с вами поделюсь: 

Для меня основная сложность глубинок по сравнению с количественными опросами, с которыми я чаще работаю в научной сфере, связана с тем, что разные люди очень по-разному ведут себя и реагируют на одни и те же вопросы. При этом у тебя, как у нового для респондента человека, который к тому же чего-то от него хочет и занимает его время, по умолчанию очень низкий кредит доверия. Любое неосторожное уточнение в самой первой разогревочной части интервью может очень легко настроить респондента скептически по отношению к вам и вашим вопросам и разрушить то зыбкое настроение, в котором респондент готов отвечать развернуто и проактивно. 

Чтобы минимизировать риски таких факапов, к интервью нужно готовиться: заранее собирать о респонденте какую-то базовую информацию, например о его бэкграунде и опыте работы, специально адаптировать под него отдельные вопросы, в идеале предугадывать возможные варианты его ответов и продумывать заранее, что и где можно доуточнить и копнуть глубже. 

К сожалению, поскольку исследовательская команда у нас не очень большая, а проектов мы параллельно ведем много, на глубокий ручной сбор информации о каждом респонденте времени часто не хватает. И как здорово, что умные люди придумали GenAI, который забирает эту задачу на себя и может выстраивать довольно неплохие портреты респондентов за считанные минуты с учетом нескольких уточнений. К слову, один из форматов уточнений портрета в нашем случае заключался в полной симуляции ответов будущего респондента на наши вопросы — это помогало в том числе обкатывать формулировки самих вопросов. Когда после первых нескольких интервью мы сформировали небольшую базу знаний для RAG, работать стало прям хорошо.

И что мы выяснили в итоге

На самом деле, много всего — не просто так в финальном файле исследования аж 40 страниц. Но если суммировать, то вот главные выводы. 

Гибрид в России не догоняет иностранные рынки, а развивается по особому пути. Отечественный гибрид миновал этап cloud-first ментальности, характерный для Запада, и вошел в активную фазу развития под влиянием регуляторного давления и международных санкций. Если на западном рынке сегодня доминирует модель «от full public к гибриду», то на российском — противоположная «от on-premise к гибриду».

Российский бизнес и провайдеры понимают «гибрид» по-разному — и это наш ключевой инсайт. На текущем этапе развития рынка бизнес готов называть гибридом любое сочетание частного и публичного облака. Причем проблемы определения гибрида начинаются уже на уровне определения того, что такое частное облако — под ним понимают и VPN-контур, и собственный сервер в офисе или дата-центре без какой-либо виртуализации, и логически изолированный сегмент публичного облака, и любое ПО, установленное в формате on-premise. 

Для справки, классическое частное облако представляет собой инфраструктуру, выделенную только для одной организации физически или виртуально: либо on‑premise облако на собственном оборудовании компании, либо hosted private cloud у провайдера, где ресурсы не делятся с другими клиентами. При этом в частном облаке обязательно есть виртуализация и управление ресурсами как у облака (self‑service, единый pool, сетевые профили и т.п.), а не просто сервер в стойке. 

Гибрид же в глазах респондентов предстает не единой платформой, позволяющей управлять частным и публичным сегментами облака единообразно, но разнородной средой, где разные категории данных и приложений размещены в физически или логически разделенных контурах: чувствительные — на собственных мощностях, остальные — у облачного провайдера. Единая система управления контурами при этом обычно отсутствует, из-за чего гибрид кажется сложным, дорогим и требующим отдельно выделенной команды, которая будет руками контуры связывать и поддерживать.

А вот с точки зрения ^[21] провайдеров (тут мы возьмемся говорить за всех, опираясь на наше видение и на видение более зрелых рынков), гибридное облако — технологически интегрированная платформа, обеспечивающая бесшовное, потенциально автоматизируемое взаимодействие между частным и публичным контурами. 

Ключевые характеристики «гибрида здорового человека» — единая панель управления, общая оркестрация, сквозная сетевая связность, единый технологический стек. Таким образом, настоящее гибридное облако — это не просто комбинация локальных и облачных ресурсов, а единая экосистема, построенная на принципах платформенной связности. И этот подход, по словам наших экспертов, позволяет экономить порядка 20% ИТ-бюджета по сравнению с «гибридом курильщика» 🙂.

На этом у меня все, задавайте ваши вопросы и не забывайте скачивать исследование ^[4], а то зря мы старались что ли.