Рынок и тренды

Объем рынка искусственного интеллекта в корпоративном ПО к концу 2025 года, по оценкам аналитиков, достигнет 1 трлн рублей. Главный драйвер роста — спрос на интеллектуальные CRM-системы. Компании активно внедряют инструменты для прогнозирования продаж, анализа клиентского поведения и автоматизации сервисных функций. Особенно востребованы чат-боты для первой линии поддержки: в ритейле ими пользуются 42% компаний, в медицинских организациях — 38%, в банковском секторе — 27%. Казалось бы, рынок насыщен решениями. Однако реальность сложнее: большинство внедрений остаются на уровне прототипов. Интеграция разрозненных данных, обеспечение надежности алгоритмов и преодоление недоверия пользователей требуют значительных ресурсов и новых подходов.

Прототип: легко создать, трудно внедрить

Сегодня базовую модель машинного обучения может собрать даже небольшая команда: открытые фреймворки вроде TensorFlow и Scikit-learn, облачные ML-платформы и готовые библиотеки снимают порог входа. Поэтому рынок быстро наполнился CRM с «ИИ-ярлыками» — чат-ботами на базе LLM, классификаторами обращений, базовыми инструментами прогнозирования оттока.

Но прототип — еще не продукт. По данным BPMSoft (входит в ИТ-холдинг LANSOFT), 78% внедренных решений работают лишь в режиме «советчика», не включая автоматические действия в системе. Возникает парадокс: даже при точности прогноза до 90% менеджеры вынуждены вручную заполнять карточки, искать контакты, готовить коммерческие предложения и анализировать риски. В результате эффективность остается на прежнем уровне, а бизнес не получает обещанной автоматизации.

Барьеры зрелости

Почему ИИ остается вспомогательной функцией и не превращается в «нервную систему» CRM? Причины лежат в трех плоскостях: данные, архитектура и доверие пользователей.

Во-первых, качество и доступность данных. Чтобы обучать промышленные модели для скоринга или прогнозирования оттока, нужны большие и размеченные датасеты. В ритейле и банках ситуация относительно благополучная, но, например, в промышленности до 70% данных по-прежнему распределено по Excel, почте и legacy-системам.

Вторая проблема — архитектура. Прогноз должен не просто отображаться в интерфейсе, а запускать автоматические действия. Для этого требуется глубокая интеграция с процессным ядром CRM. Простых API-надстроек недостаточно.

И, наконец, доверие. Маркетологи не готовы запускать кампании полностью под управлением ИИ без понимания логики модели. Какие параметры она учла — возраст, историю покупок, активность на сайте? Прозрачность становится ключевым фактором.

К барьерам можно добавить и вопросы безопасности. Для CIO и CDO критично, чтобы ИИ работал в соответствии с требованиями комплаенса и не создавал рисков утечек данных. Идеально — в собственном контуре или контуре поставщика решения.

Экосистемный подход

Игроки рынка решают эти проблемы по-разному. Одни сосредоточены на узкой специализации — например, только на чат-ботах или аналитике. Другие строят экосистемы, где ИИ становится частью платформы.

Компания выстроила вокруг своей платформы экосистему ИИ-инструментов, охватывающих ключевые задачи работы с данными. Среди них — предиктивный скоринг лидов, прогнозирование оттока клиентов, классификация обращений, анализ похожести текстов, а также ассистент по базе знаний в формате чат-бота в Telegram. Дополняет экосистему LLM-модель для резюмирования массивных переписок с контрагентами и анализа тональности сообщений, что помогает быстрее выявлять проблемы в коммуникации.

В одном из ближайших релизов BPMSoft появится функция кластеризации на базе ML и LLM. Машинное обучение будет выявлять паттерны, а языковая модель описывать сегменты — например, «корпоративные клиенты с циклом покупки 90 дней». Эти сегменты можно будет сразу использовать в маркетинговых кампаниях без ручной доработки.

Экосистема открыта и для внешних разработчиков: партнеры используют конструктор BPMSoft для создания собственных решений — от речевой аналитики для контакт-центров до коннекторов к популярным LLM-моделям. Эти инструменты доступны в Магазине приложений BPMSoft.

С августа 2025 года компания предлагает модульное лицензирование ИИ-инструментов. Это означает, что заказчик может купить одну модель, например, рекомендательную систему на основе истории покупок, а через полгода, после успешного пилотирования и проверки бизнес-гипотезы, добавить к ней предиктивный скоринг. По оценкам BPMSoft, такой подход оптимизирует затраты на использование ИИ на 30-50%.

Путь к автономности

По прогнозу Gartner, к 2026 году половина корпоративных систем будут требовать глубокой интеграции ИИ в процессы. Но пройти этот путь смогут только компании с сильной R&D-базой и опытом внедрений.

Точечные ИИ-решения сегодня напоминают прототипы беспилотных автомобилей: они могут «видеть препятствия», но не умеют реагировать самостоятельно. Прогноз оттока клиента показывает высокий риск ухода, но менеджеру все равно приходится вручную предпринимать действия.

Полноценная интеграция ИИ в CRM уже похожа на зрелый self-driving car, готовый к дорогам общего пользования. Для этого необходима не только технология, но и инфраструктура, процессы, кастомизация под конкретного клиента и доверие пользователей. В CRM это означает, что автоматизируются не отдельные задачи, а целые цепочки принятия решений.

В этом смысле будущее — за интеграцией CRM c ИИ-агентами.

Сейчас в большинстве сценариев агенты все же работают под контролем человека. Это связано с ограничениями больших языковых моделей — рисками галлюцинаций, или генерации некорректных данных, отсутствием эмпатии и нюансами контекстного понимания. Это всемирная проблема, даже самых передовых мировых моделей. Тем не менее, направление развивается быстро. По данным Gartner, к 2030 году до 30% офисных функций будет автоматизировано именно такими агентами.

Вывод

Рынок проходит естественный отбор. Узкоспециализированные решения останутся в нишах, а платформы с экосистемным подходом будут занимать лидирующие позиции в корпоративном сегменте.

Платформа BPMSoft, включенная в реестр российского ПО как решение, относящееся к сфере искусственного интеллекта, предлагает безопасный путь к интеллектуальной автоматизации. Успех определяют не отдельные функции, а способность интегрировать ИИ в бизнес-процессы с сохранением управляемости — там, где технологии становятся не советчиками, а активными участниками операционной деятельности.