Кратко. У бизнеса три способа получить ИИ: зарубежный сервис, российское облако и модель на собственном сервере. Первый даёт лучшее качество, но работает без договора и может исчезнуть в любой день. Второй — это рубли, договор и данные в стране при более скромном качестве. Третий даёт полный контроль, но стоит дороже на старте и требует сопровождения. Малому бизнесу почти всегда хватает облака и аккуратных правил. Локальная модель оправдана, когда данные нельзя выносить наружу или когда ИИ встроен в процесс, остановка которого стоит дорого. В любом варианте процесс должен уметь работать без ИИ.
Почему об этом заговорили в 2026 году
Три года ИИ в компаниях означал «подключили внешний сервис». В 2026 году выяснилось, что у такой схемы есть цена.
- Доступ. Ведущие зарубежные модели в России официально не работают, а аккаунты периодически блокируют. Рынок заполнили посредники с ценами ниже официальных.
- Данные. Всё, что сотрудник или бот отправляет модели, уходит на чужие серверы — вместе с персональными данными клиентов.
- Устойчивость. Сбой у провайдера, блокировка или смена условий останавливают процесс, который на этой модели построен.
Хороший обзор этих тенденций вышел на Хабре в блоге компании ASTRIO — «Российский IT-рынок: почему нас не ждёт „SaaS-апокалипсис“». По данным, которые приводит автор, локальное развёртывание предпочитают около 65% компаний, облако — около 12%, а среди организаций крупнее десяти тысяч сотрудников сторонников собственных мощностей около 83%. Это опросные цифры, методика в статье не раскрыта, но направление они показывают верно: бизнес хочет контролировать, где лежат его данные.
Три варианта и чем они отличаются
| Зарубежный сервис | Российское облако | Своя модель (on-premise) | |
|---|---|---|---|
| Качество ответов | Самое высокое | Ниже флагманов | Зависит от модели и сервера |
| Договор и оплата | Нет договора с резидентом РФ | Договор, рубли, закрывающие документы | Свои расходы на сервер |
| Где данные | За рубежом | В России | У вас |
| Риск отключения | Высокий | Низкий | Только ваши сбои |
| Затраты на старте | Минимальные | Минимальные | Сервер и настройка |
| Кто сопровождает | Никто | Провайдер | Вы или подрядчик |
Зарубежный сервис через посредника
Самый лёгкий старт и самый сильный результат в сложных задачах. И три риска, о которых прямо пишет автор обзора:
- Утечка. Посредник видит всё, что вы отправляете модели.
- Блокировка. Канал могут закрыть без предупреждения — вместе с вашим процессом.
- Подмена. Вместо оплаченной модели запрос может уйти в более дешёвую; по ответу это заметно не всегда.
Для черновиков и внутренних задач без чувствительных данных это рабочий вариант. Для процессов, где участвуют данные клиентов, — нет.
Российское облако
Модели российских разработчиков доступны по договору, с оплатой в рублях и обработкой данных в стране. По качеству они уступают зарубежным флагманам, но с типовыми задачами — ответы по базе знаний, резюме, сортировка обращений — справляются. Для большинства небольших компаний это разумная точка старта.
Облако не снимает с вас ответственности за данные: резервные копии и возможность переехать к другому провайдеру нужны так же, как с любым сервисом.
Модель на своём сервере
Открытую языковую модель разворачивают на сервере компании или на арендованном выделенном сервере. Запросы никуда не уходят, работа не зависит от внешних провайдеров и интернета.
Что для этого нужно:
- Сервер с графическим ускорителем. Его мощность подбирается под модель и число одновременных запросов — универсальной конфигурации нет.
- Сама модель с лицензией, разрешающей коммерческое использование.
- Обвязка: приём запросов, очередь, журналы, права доступа, связь с CRM и учётной системой.
- База знаний компании, по которой модель ищет ответы, и порядок её обновления.
- Человек, который за это отвечает: обновления, мониторинг, качество ответов.
Локальная модель среднего размера слабее облачных флагманов. На узких задачах с хорошей базой знаний разница невелика, на сложных рассуждениях — заметна. Поэтому сначала считают не сервер, а задачу: что именно модель должна делать и какого качества достаточно.
Кому что подходит
| Ситуация | Что выбрать |
|---|---|
| Небольшая компания, бот отвечает клиентам на типовые вопросы | Облако, база знаний, правила по данным |
| Сотрудники пишут письма и отчёты с помощью нейросети | Облако и страница правил: что нельзя вставлять |
| Медицина, финансы, персональные данные в переписке | Российское облако по договору или своя модель |
| Требования заказчика или службы безопасности: данные не покидают контур | Своя модель |
| ИИ встроен в процесс, остановка которого стоит дорого | Гибрид: основная модель и запасная |
| Большой объём однотипных запросов каждый день | Считать: своя модель может выйти дешевле |
Для малого бизнеса сервер с локальной моделью «на всякий случай» почти никогда не окупается. Дешевле и надёжнее — облако, порядок в данных и запасной сценарий.
Гибрид: как не зависеть от одной модели
Главная мысль обзора на Хабре — ИИ становится единой точкой отказа, и защищаться от этого нужно архитектурой, а не выбором «самого надёжного» поставщика. На практике это четыре решения.
- Процесс работает без ИИ. Медленнее, вручную, по простым правилам — но работает. Бот недоступен — обращение сразу попадает менеджеру.
- Модель заменяема. Между вашими системами и моделью стоит прослойка. Сменить поставщика — значит переключить настройку, а не переписать бота.
- Чувствительное — в контуре, остальное — в облаке. Запросы с персональными данными идут в локальную или российскую модель, обезличенные — туда, где качество выше.
- Правила записаны. Кто отвечает за ИИ, какие данные куда можно отправлять, что делать при сбое и кто принимает решение о переключении.
Пять вопросов перед выбором
- Какие данные будут попадать в запросы и есть ли среди них персональные?
- Сколько стоит час простоя процесса, в который встроен ИИ?
- Какого качества ответов достаточно — и на чём вы это проверите?
- Кто будет сопровождать решение через год?
- Что произойдёт, если выбранная модель завтра станет недоступна?
Если на последний вопрос ответ «всё встанет» — начинать нужно с него, а не с выбора модели.
Честные границы
- Мы встраиваем ИИ в рабочие системы — Битрикс24, amoCRM, 1С, мессенджеры — и проектируем запасной сценарий. Собственные модели не обучаем. Развернуть открытую модель на вашем сервере и подключить её к вашим системам — можем, это наша услуга.
- Сервер под локальную модель подбирается под задачу и нагрузку; конфигурацию и бюджет называем после теста на ваших данных, а не заранее.
- Юридическую оценку обработки персональных данных даёт юрист. Мы настраиваем систему так, чтобы его требования можно было выполнить технически.
- Качество локальной модели на ваших задачах проверяется пилотом. Обещать его без теста нельзя.
Как ИИ помогает в ежедневной работе — в статье «ИИ в повседневной работе компании». Что мы делаем сами — на странице «ИИ-боты для продаж, записи и найма».
Частые вопросы
Что такое ИИ on-premise простыми словами?
Это языковая модель, которая работает на сервере компании, а не у внешнего провайдера. Запросы и ответы не покидают вашу сеть.
Нужна ли локальная модель небольшой компании?
Обычно нет. Хватает облачной модели по договору, базы знаний и правил, какие данные в неё не отправлять. Локальная модель нужна, когда данные нельзя выносить наружу или простой процесса стоит дорого.
Локальная модель отвечает хуже облачной?
В сложных рассуждениях — да. В узких задачах по вашей базе знаний разница небольшая. Проверяется это пилотом на реальных обращениях.
Можно ли начать с облака и потом перейти на свой сервер?
Да, если с самого начала модель подключена через заменяемую прослойку, а база знаний и история диалогов хранятся у вас. Тогда переезд — это настройка, а не новый проект.
Что будет с ботом, если модель отключат?
Зависит от того, как он построен. В правильной схеме бот переключается на запасную модель или передаёт диалог человеку, а клиент получает ответ чуть позже. Это стоит проверить до запуска — отключив модель намеренно.