Бизнес на Авито

ИИ на российском рынке в 2025: что реально работает в маркетинге, e-commerce и SaaS

2025-08-26 08:23
Что внедряют компании, какие модели используются, как устроена архитектура продуктов и что важно учесть в условиях санкций.
В 2025 году ИИ-инструменты перестали быть уделом энтузиастов или крупных корпораций. Российский рынок адаптировался к ограничениям, сформировал локальную экосистему и вышел на практический уровень: бизнес начал реально экономить время, ресурсы и усиливаться за счёт LLM. Эта статья — системный обзор: от моделей и качества генерации до архитектурных решений и кейсов малого и среднего бизнеса.

Что используют в 2025: от GPT-4 до GigaChat

Несмотря на санкции, в российских компаниях продолжают использовать широкий спектр языковых моделей. Безусловным ориентиром по качеству остаётся GPT-4 от OpenAI — по логике, универсальности и глубине он пока вне конкуренции. Однако использовать его напрямую из России невозможно: нужны обходы, иностранные карты, VPN. Поэтому большинство команд либо работают через посредников, либо комбинируют модели.
Китайская DeepSeek — один из ключевых игроков, открыто работающий в РФ. Она предлагает уровень GPT-4, стабильную работу без обходов, понятный интерфейс и качественную генерацию — особенно в задачах, где важна логика и многошаговое мышление. DeepSeek уверенно набирает долю у технологичных компаний, которые ищут стабильную альтернативу GPT в белой зоне.
Из российских моделей — GigaChat от Сбера и YandexGPT (версия 5+) покрывают 80% типовых задач. GigaChat — более формальный и логичный, подойдёт для писем, регламентов, клиентской поддержки. YandexGPT — лёгкий, разговорный, отлично подходит для маркетинга, соцсетей и генерации креатива. Обе модели легальны, открыты, интегрированы в российские облака и сервисы.
Наконец, отдельную нишу занимают open-source решения: Saiga, LLaMA, Mistral. Их дообучают под задачи компаний, разворачивают на собственных серверах, кастомизируют под конкретные бизнес-процессы. Это даёт максимальную автономию, но требует команды и инфраструктуры.

Генерация, логика и русский язык: где что сильнее

Не все модели одинаково справляются с задачами бизнеса. Если цель — быстро и просто сделать описание товара или пост в соцсети — YandexGPT или GigaChat подойдут лучше всего. Они работают на русском языке «из коробки», не требуют сложной настройки и достаточно устойчивы в ежедневных задачах.
Для задач с повышенной логикой — например, построение отчётов, анализ документов, генерация сложных писем с аргументацией — лучше работают GPT-4 и DeepSeek. Особенно заметна разница в точности формулировок и построении многошаговых выводов. GigaChat приближается к ним в области бизнес-логики, но всё ещё уступает в инженерных или технических вопросах.
Что касается языка — YandexGPT безусловно ведёт себя как «носитель»: понимает сленг, строит естественные фразы, адаптирует стиль под задачу. DeepSeek уверенно держится, но бывают артефакты. GPT-4 универсален, но часто звучит слишком формально. GigaChat — ровно посередине: чёткий, деловой, немного сухой, но понятный.

Как решают проблему санкций и где разворачивают решения

C 2022 года российский AI-сегмент существует в условиях изоляции: прямой доступ к OpenAI, Claude или Gemini закрыт. Но рынок быстро адаптировался. Сегодня существует несколько рабочих сценариев:
  • Посредники, вроде F5AI, VseGPT, Bothub, предоставляют доступ к GPT-4, Claude и другим западным LLM по подписке, с оплатой в рублях и без VPN.
  • Китайские модели, такие как DeepSeek, работают стабильно и официально.
  • Локальные модели (GigaChat, YandexGPT) — полностью в белой зоне, хостятся в российских облаках, соответствуют 152-ФЗ.
  • Open-source решения позволяют полностью автономно разворачивать LLM внутри компании: особенно актуально для тех, кто работает с чувствительными данными.
Хостинг — тоже часть архитектурного решения. Крупные компании идут в on-prem — разворачивают модели на своих серверах. Средние — используют СберОблако, Selectel, Яндекс. Малые бизнесы — работают через API или используют гибридные схемы: лёгкая модель — внутри, GPT-4 — через API на сложные случаи.

Как устроены архитектуры: не одна модель, а связка

В 2025 году в бизнес-продуктах не используют «одну модель на всё». Распространены 3–4 сценария:
  1. RAG + локальная модель — база знаний, векторный поиск, модель на сервере. Работает для справки, HR, техподдержки.
  2. Гибридная маршрутизация — лёгкая LLM отвечает на простые вопросы, сложные уходят на GPT-4/DeepSeek. Экономно и устойчиво.
  3. Кастомизация (fine-tune, LoRA) — модель обучается на данных клиента, работает автономно, обёрнута в API.
  4. Мультимодельность — генерация + проверка + озвучка. Пример: AI-консьерж, который распознаёт голос, формирует ответ и возвращает его в аудио.
Эти архитектуры позволяют масштабироваться, соблюдать законы и удерживать контроль над данными.

Где используют AI: интерфейсы и каналы

ИИ встраивается в разные точки взаимодействия:
  • Telegram-боты — самый быстрый способ запустить MVP: консультанты, ассистенты, редакторы.
  • SaaS и веб-интерфейсы — генерация писем, ответов, шаблонов в CRM, виджетах, e-com.
  • API-интеграции — классификация заявок, подсказки в реальном времени, внутренняя аналитика.
  • Мобильные приложения — персональные ассистенты, AI-коучи, EdTech.
  • Агрегаторы — доступ к GPT/Claude через рубли. Удобно для фрилансеров и МСП.

Кейсы: как используют в малом и среднем бизнесе

ИИ уже встроен в десятки процессов — без отдельной AI-команды:
  • В маркетинге — генерация описаний товаров, акций, постов. Один интернет-магазин с помощью YandexGPT за 2 дня оформил 600 карточек.
  • В поддержке — Telegram-боты, автоответы, разбор отзывов. В отеле бот обрабатывает 70% запросов гостей без участия людей.
  • В документообороте — юрфирмы используют GPT-3.5 через API для подсветки рисков в договорах.
  • В HR — AI-консультанты на GigaChat помогают строить карьерные траектории.
Результат — до 50% экономии времени, больше отклик от клиентов, меньше рутины.

Как выбрать модель под задачу

  • Если нужен быстрый запуск чат-бота — GigaChat или YandexGPT.
  • Для глубокого анализа, отчётов, технических задач — GPT-4 (через агрегаторы) или DeepSeek.
  • Если важна автономия и контроль — open-source модели (Saiga, LLaMA, Mistral).
  • Для массовой генерации маркетингового контента — YandexGPT с дешёвым API.
  • Если продукт — сложный SaaS — стройте гибридную архитектуру: локальное ядро + API fallback.

Выводы: рынок зрел, стратегия — мультиархитектура

Российский рынок AI в 2025 — это не копия западного, а отдельная экосистема. Есть свои модели, игроки, архитектурные подходы. OpenAI — не обязательно. Можно строить устойчивые, масштабируемые решения — с локальной кастомизацией и поддержкой законодательства.
Ключевые принципы:
  • Используйте локальные модели — GigaChat, YandexGPT — как ядро
  • Комбинируйте — API на сложные кейсы, кастомизация на своих данных
  • Хостите в РФ, если данные критичны
  • Стройте интерфейс под человека, а не под модель
  • Начинайте с одного бизнес-процесса — и масштабируйте по эффекту
ИИ больше не хайп — это инструмент. Вопрос не в том, использовать или нет. Вопрос — как построить архитектуру, которая работает в реальности.

Если вам нужна интеграция ИИ в бизнес — оставьте заявку на сайте levbov-avitolog.ru.

Поможем выстроить архитектуру, подобрать модели, запустить решение под задачи — без теории и воды.