28 ноября 2025 г.

Окончание, начало здесь, здесь и здесь

Корпоративным заказчикам важны экосистемные решения, которые позволят ускорить внедрение ИИ-инструментов, упростить/удешевить их поддержку и развитие.

«В условиях ускоренного импортозамещения бизнес и государственные организации ищут не просто отдельные продукты, а надежных вендоров с глубокой экспертизой, способных спроектировать комплексный переход на отечественное ПО и предложить полный спектр инфраструктурных решений», — говорит Михаил Геллерман, директор управления операционных систем «Группы Астра».

Софт: от операционки до приложений

На глобальном рынке важную роль в создании нового стека играет корпорация Microsoft, создавшая и развивающая Windows AI Platform. Обновления самой распространенной платформы включает API уровня ОС (Windows ML), среду для локального запуска моделей Copilot Runtime (интегрированную с облачным Copilot и обеспечивающую гибридный режим, позволяя распределятm нагрузки между локальной системой и «облаком» Microsoft), а также DirectML и ONNX Runtime.

С экосистемой «линуксов» все сложнее. С технической стороны «коллективный разум» разработчиков сообщества Linux уже «выкатил» и с разной успешностью развивает как отдельные проекты, оптимизированные для работы с учетом особенностей архитектур Intel, AMD или Qualcomm, так и кроссплатформенные фреймворки, которые, в частности позволяют эффективно использовать гетерогенные вычислительные ресурсы. Но из-за известных особенностей собирать все это в рабочие системы — причем обладающие надежностью и безопасностью корпоративного уровня — достаточно сложно.

Вендорские инициативы представляют интерес

В ряде случаев развитием стека занимаются вендоры. С сегментом В2С все получается достаточно хорошо, что показывают свежие модели. Например, новый Megabook S14 получил из коробки набор автономных ИИ-инструментов Tecno AI: галерею для интеллектуальной сортировки контента, DeepSeek, виртуального помощника для совещаний с транскрибированием и суммаризацией, а также русско-английский офлайн-переводчик.

Сегмент В2С является мощным драйвером для проникновения ИИ в B2B/В2G. «Люди повсеместно применяют ИИ в быту: для написания текстов, учебных работ, поиска рецептов, консультаций по здоровью и многого другого», — говорит Максим Остроумов, коммерческий директор компании «Рикор».

Для сегмента В2В тоже существуют интересные модели, для которых вендоры выполнили интеграцию ИИ-инструментов. Например, корпорация Dell объявила о начале поставок ноутбука Pro Max 16 Plus с дискретным NPU от Qualcomm, но первой на рынок будет выпущена модель на Linux, а вариант на Windows 11 появится только в начале следующего года. Есть решения для «креативных профессионалов». Пример: Asus ProArt P16, построенный на процессоре AMD Ryzen AI 9 HX 370 с NPU производительностью 50 TOPS, который получил фирменные ИИ-инструменты: StoryCube для управления контентом и MuseTree для генерации изображений из текста.

Однако возможности вендоров в таких инициативах ограничены: они могут добавить некоторые интересные инструменты для отдельного пользователя ИИ-ПК, но не для корпоративной инфраструктуры. Чтобы от внедрения рассматриваемого типа систем выигрывала корпоративная инфраструктура, нужны усилия интегратора.

Интеграторы активно работают с ИИ-инструментами, но развернутыми в серверной части корпоративного ИТ-ландшафта. «Мы используем балансировщик нагрузки, — говорит Тимофей Мелихов, директор центра перспективных разработок IBS. — Он распределяет задачи между серверами внутри вычислительного кластера ИИ». Однако при этом ресурсы пользовательских компьютеров не задействуют, отмечает эксперт.

Это подтверждают и другие эксперты. Говорить о балансировке нагрузок между серверной и клиентской частями не совсем корректно, поскольку AI-решения разворачивают в «облачных» инфраструктурах, говорит Иосиф Маламуд, директор по продвижению программных продуктов в Software KIT. Есть методики и инструменты эффективного распределения нагрузки между многочисленными GPU для достижения максимальной производительности сложных алгоритмических моделей, отмечает Иосиф Маламуд, подчеркивая, что балансировка происходит внутри замкнутого контура корпоративного ЦОД.

Однако это не мешает работникам часть своих задач решать на локальных ИИ-инструментах, использующих ресурсы их ПК, тем самым снижая затраты на корпоративный ИИ-кластер.

Бизнес-эффект ИИ-ПК: от снижения TCO до создания новых продуктов

Для корпоративного сектора переход к «ИИ-ускоренным ПК» как к основе обновленного программно-аппаратного стека — уже не мода и не роскошь, а стратегическая необходимость. Причин тому несколько:

  • Снижение совокупной стоимости владения (TCO). Локальная обработка ИИ-задач уменьшает зависимость от внешних сервисов, что позволяет существенно — на десятки процентов! — снизить общие затраты на ИИ-инфраструктуру.
  • Снижение рисков в инфобезе и связанных с регуляторикой. Обработка чувствительной информации — персональных данных, медицинских данных, финансовых отчетов и пр., — выполняемая на локальном устройстве, минимизирует риски утечек и упрощает соблюдение GDPR, HIPAA, ФЗ-152. Например, юридическая фирма может использовать ИИ-ассистента для анализа контрактов прямо на ноутбуке адвоката — без передачи документов в «облако», что в ряде случаев бывает важно.
  • Рост производительности сотрудников. ИИ-инструменты, интегрированные в повседневные процессы (автозаполнение отчётов, суммаризация встреч, генерация черновиков писем и пр.), экономят от несколько часов рабочего времени в неделю на одного пользователя. При этом важным оказывается низкая задержка: локальный ИИ-ассистент отвечает за миллисекунды, а «облачный» — за 0,1 секунду и более, ускорение ответов позволяет пользователям воспринимать ИИ-инструменты как естественные компоненты в рабочем процессе, что ускоряет внедрение новых решений и ведет к желанному росту производительности.
  • Новые инструменты для оптимизации бизнес-процессов и разработки радикально новых бизнес-моделей.

Вызовы, риски и ограничения: с локальным ИИ не все гладко

Широкомасштабный переход к ИИ-ускоренным ПК сопряжен с рядом вызовов, наличие которых нужно учитывать бизнесам.

  • Ограниченная память на локальных устройствах. Даже самые мощные NPU работают с моделями, «упакованными» в 4-8 Гб, что ограничивает возможности «on-device AI».
  • Фрагментация экосистем: Intel, AMD и Qualcomm создали и продвигают разные NPU-архитектуры, что увеличивает затраты на используемый софт — разработчикам разработчики вынуждены тратить ресурсы на кросс-платформенную оптимизацию.
  • Нехватка квалифицированных кадров и острый дефицит экспириенса: мало компаний умеют проектировать ИИ-нативные приложения, большинство просто «прикручивают» новые функции к имеющимся системам. Это уже дает значительный эффект, но не позволяет полностью раскрывать потенциал имеющегося «железа» и ограничивает возможности применения новых ИИ-инструментов для радикальной перестройки бизнес-процессов.
  • Вопросы надежности и развития локальных инструментов требуют особого подхода — их сложнее обновлять и аудировать.

Быстро растущая популярность ИИ может стать потенциальным источником проблем для ряда индустрий. Например, представители ИТ-индустрии предупредили о возможном дефиците чипов памяти, который может затронуть потребительскую электронику и автомобильную промышленность уже в 2026 году, сообщает CNBC; причина — резкое смещение приоритетов у производителей на высокопроизводительную память, нужную для серверов под ИИ-задачи. Отмечено, что дефицит уже затрагивает недорогие смартфоны и игровых приставок, но круг уязвимых типов устройств, на которых влияет описанная ситуация, может стать шире уже в ближайшем будущем.

Дистрибьюторы возглавят восходящий тренд нейро-ПК

Наличие нейробустера является конкурентным преимуществом, важным для целого ряда ЦА, причем аудиторий платежеспособных, чем можно воспользоваться как дистрибьюторам, так и всей цепочке их партнеров. Пройдет немного времени, и нейробустеры станут штатным компонентом любого компьютера.

Персональным компьютерам нужны функции локального ИИ-хаба, этот тренд необратим. Перехода требует бизнес: офисная работа «без ИИ» полностью исчезнет уже к 2030 году, по прогнозам Gartner. К этому времени 25% всех задач ИИ будет выполнять самостоятельно, а оставшиеся 75% — сотрудниками-людьми, но с поддержкой «искусственного интеллекта».

ИИ обладает значительным потенциалом и его будут активно внедрять в самых разных сферах, признает Максим Остроумов: «Это не узкий тренд, а скорее эволюционное развитие всей ИТ-индустрии, направленное на упрощение и ускорение любых процессов — от бизнеса до медицины и бытовых задач».

Учиться, учиться и еще раз учиться

Напомним, что 95% пилотных проектов по внедрению GenAI в компаниях потерпели неудачу, то есть не привели к повышению целевых бизнес-показателей, сообщает РБК со ссылкой на данные Massachusetts Institute of Technology. Главный эффект внедрения ИИ — рост эффективности в любой области, где его используют, подчеркивает Максим Остроумов.

ИИ пока новый инструмент, с которым и корпорации, и отдельные работники только учатся взаимодействовать. Важно, что пользователи учатся использовать ИИ как в процессе работы, так и для личных задач. Последнее оказывается важно. «Пользователи, которые часто используют ИИ в частной жизни, обычно лучше понимают, как эффективно применить его для рабочих задач», — уверен Тимофей Мелихов.

«Получив опыт взаимодействия с AI-системами на бытовом уровне, человек легче переходит к их применению в профессиональной деятельности», — согласен Иосиф Маламуд, но все же напоминает, что корпоративные решения заточены под специфику бизнес-процессов и связанных с ними узкопрофильных задач конкретного предприятия.

Поэтому хотя бытовые навыки облегчают освоение корпоративных ИИ-инструментов, использованию последних пользователей нужно обучать. А по мере совершенствования корпоративных ресурсов с «искусственным интеллектом» — еще и переучивать

Вместо заключения

ИИ — инструмент новый, во внедрении пока сложный. Напомним, что 95% пилотных проектов по внедрению GenAI в компаниях потерпели неудачу, то есть не привели к повышению целевых бизнес-показателей, сообщает РБК со ссылкой на данные Massachusetts Institute of Technology. Главный эффект внедрения ИИ — рост эффективности в любой области, где его используют, подчеркивает Максим Остроумов.

В имеющихся ситуации становится важна роль дистрибутора как «интегратора интеграторов». Аккумулируя экспертизу компаний разного профиля — от интеграторов до выполняющих контрактные поставки, от ритейлеров до аудиторов, от разработчиков софта до вендоров «железа». Дистрибьюторы, наладив кросс-обмен компетенциями и способствуя синергии, возникающей при совместной работе компаний разной специализации над задачами корпоративного заказчика, могут существенно ускорить проникновение ИИ в национальную экономику.

ИИ многогранен и разнообразен, процессы требуют разнообразных комплектующих как для создания инфраструктуры, обеспечивающей работу «искусственного интеллекта», так и для сопутствующих задач. Например, необходимость поставок нейро-ускорителей очевидна, но ИИ также драйверит поставку серверных стоек и другого оборудования для дата-центра, где пул ускорителей будет работать, СХД для данных, на которых будет происходить ML/DL или которые будут обрабатывать уже обученные модели, датчики для систем, собирающих данные, EDGE-модули для пред-обработки и т. д. Очевидно, что все перечисленное для традиционной дистрибуции представляют интерес.

Заметим, что к безработице массовое распространение искусственного интеллекта не приведет: сейчас ИИ становится причиной сокращений, но уже в следующем году влияние ИИ на занятость будет нейтральным, по прогнозам Gartner, а к 2028 году технологии создадут больше рабочих мест, чем уничтожат. Но влияние ИИ и ИТ на рынок труда в сложных российских условиях — тема отдельного рассмотрения.

Источник: Александр Маляревский, внештатный обозреватель IT Channel News