Опросы владельцев малого и среднего бизнеса в России показывают, что интерес к ИИ растёт, но реальное внедрение сильно отстаёт от крупных компаний. Пока одни перестраивают процессы под нейросети, другие тратят на ИИ больше, чем на штатных специалистов, и оставляют малый бизнес позади. Разбираем, где проходит граница между эффектом и имитацией и какие барьеры мешают малым компаниям использовать ИИ для малого бизнеса на практике.

Сколько малый бизнес реально использует ИИ

По данным Forbes Russia, более половины владельцев МСБ применяют ИИ в работе. 55% используют его для создания текстов, изображений, видео и обсуждения стратегии, ещё 52% - для поддержки клиентов, расшифровки аудио и голосового общения. Это уже не разовые эксперименты, а часть операционных процессов.

Другая половина к этим инструментам не прикасается. Причём речь не о нишевых сервисах, а о массовых чат-ботах и генераторах, которые доступны любому предпринимателю.

Главные барьеры внедрения ИИ в малом бизнесе

35% опрошенных назвали причиной отказа недоверие к качеству: ИИ искажает факты или ссылается на устаревшие данные. 29% признались, что не умеют формулировать запросы и не понимают, что вообще можно получить от модели. Эти барьеры связаны: без навыка промптинга результат действительно выглядит случайным, и доверие к инструменту падает.

Отдельный пласт - страх замещения. 27% опрошенных считают ИИ угрозой для бизнеса: либо из-за риска полной замены человека, либо из-за отнятия части работы у сотрудников. В небольших командах такая установка тормозит внедрение даже там, где оно объективно снижало бы издержки.

Сколько на самом деле стоит ИИ для малого бизнеса

Среди тех, кто всё-таки платит за нейросети, около 38% укладываются в 3000 рублей в месяц. Это уровень подписки на одного-двух пользователей, и для базовых задач - написания текстов, расшифровки, ответов клиентам - этой суммы обычно хватает.

При масштабировании картина меняется. По данным Gartner (через TAdviser), в Nvidia расходы на ИИ превысили расходы на штатных ИТ-специалистов, а годовой бюджет Uber на ИИ был исчерпан за пару месяцев из-за стоимости токенов. Это крайние случаи, но они показывают предел: при росте объёмов тариф за обработку данных съедает экономию на зарплатах. Участники российского рынка в июле 2026 года отмечали случаи, когда ИИ оказывался для компании менее выгодным, чем работа профильного специалиста.

Почему крупный бизнес получает от ИИ больше

У большой компании есть данные, инфраструктура и специалисты, которые умеют превращать ответы модели в рабочий процесс. ИИ-помощники интегрируются с CRM, базами данных и внутренними сервисами - и тогда автоматизация через ИИ даёт кратный эффект. В малом бизнесе ИИ чаще используется как изолированный чат, и основная часть выгоды теряется.

Ещё один фактор - контроль затрат. Когда над проектом работает отдельная команда, она оптимизирует сценарии, перебирает модели, следит за расходом токенов. У предпринимателя, который ведёт диалог с ботом между встречами, такой обратной связи нет: модель работает как получится, а счёт за API растёт незаметно.

Открытый код и локальные модели как ответ

Не обязательно конкурировать по бюджету с крупными корпорациями. Локальные LLM теперь можно обучать и запускать на доступных видеокартах уровня Nvidia 4090, а качество открытых моделей за последний год выросло заметно. Для типовых задач - ответы клиентам, классификация обращений, генерация черновиков - собственный сервис окупается быстрее, чем ежемесячная подписка.

Этот путь требует начальных инвестиций в железо и настройку, зато снимает проблему доверия: модель работает на своих данных, без передачи информации сторонним сервисам.

Что это значит для бизнеса

Если компания только начинает работать с ИИ, есть смысл взять один узкий сценарий - например, расшифровку звонков или первую линию поддержки - и замерить, сколько времени и денег это экономит. Прежде чем масштабировать, стоит посчитать стоимость токенов и сравнить её с зарплатой сотрудника на той же задаче: в ряде кейсов 2026 года экономия не подтвердилась.

Для тех, кто уже использует ИИ, следующий шаг - связка с CRM и базой данных. Без неё модель остаётся умным чатом и не даёт того эффекта, который получают крупные игроки. С интеграцией она превращается в рабочий инструмент и сокращает отрыв.

Итог

ИИ не делает малый бизнес слабее сам по себе - он усиливает тех, кто умеет встроить его в процессы, и оставляет на месте тех, кто пользуется моделью как игрушкой. Разрыв формируется не размером бюджета, а навыком настройки, качеством данных и дисциплиной затрат.

Если хотите понять, какие процессы в вашей компании ИИ закроет без потери качества и без раздутых расходов, начните с экспресс-аудита текущих задач.