Расходы на ИИ в мире могут вырасти до $453 млрд уже в 2026 году, а еще через год — до $638 млрд. Для рынка корпоративного ПО это не просто бодрый прогноз, а сигнал, что бюджеты CIO и IT-директоров будут перераспределяться быстрее, чем многие вендоры успеют переписать презентации про «AI-first».
Об этом сообщает SaaStr со ссылкой на обновленный прогноз Gartner по мировым расходам на ИИ-софт. Ключевая цифра — рост на 60% год к году в 2026-м и еще на 41% в 2027-м. Если оценка сбудется, речь пойдет о крупнейшем разовом скачке в истории B2B-софта: по сути, один сегмент за два года раздувается до масштаба, который еще недавно выглядел как размер целого рынка корпоративных приложений.
В материале SaaStr эти оценки подаются без лишней дипломатии: если ваша компания растет на 25-30% в год, а категория, в которой вы работаете, прибавляет 60%, поздравлять тут не с чем. Формально бизнес растет, но фактически теряет долю в новом бюджете. Для продуктовых команд и фаундеров мысль неприятная, но полезная: сейчас имеет значение не только абсолютный рост, а то, успеваете ли вы за скоростью, с которой заказчики перекладывают деньги в ИИ-направление.
Не просто рост, а смена правил
Главная интрига здесь даже не в суммах, хотя $453 млрд и $638 млрд выглядят достаточно громко, чтобы испортить сон любому CFO. Гораздо важнее логика, стоящая за этими цифрами. Общие IT-бюджеты не умеют расти на 60% в год бесконечно и везде сразу. Значит, увеличение расходов на ИИ почти неизбежно происходит за счет пересмотра других статей: классических лицензий, части инфраструктурных проектов, отложенных обновлений, а где-то и целых программ, которые внезапно перестали казаться стратегическими.
Именно поэтому прогноз Gartner важен не только для стартапов, строящих очередного AI-ассистента для всего на свете. Он важен для обычных корпоративных вендоров, интеграторов, продуктовых команд и даже HR-функции в IT. Когда CIO начинает защищать перед советом директоров новый бюджет, вопрос звучит уже не как «нужен ли нам ИИ», а как «какой кусок текущих расходов можно быстро превратить в ИИ с понятной отдачей». Это меняет приоритеты в закупках, требования к пилотам и сроки принятия решений.
Отдельно SaaStr выделяет темпы по подкатегориям, и там цифры еще жестче. AI Cybersecurity, по приведенным данным, может вырасти на 98% в 2026 году. AI Models — на 110%. AI Data — сразу на 278%. Для рынка это означает простую вещь: внутри общего хайпа есть сегменты, где конкуренция будет не просто плотной, а агрессивной. Если компания в быстрорастущем классе прибавляет вдвое медленнее категории, это уже не история про «нормальный год», а история про то, как соседи по рынку забирают ваш бюджетный кислород.
Для разработчиков и product management из этого следует не самый уютный, но рабочий вывод. Сам по себе ярлык AI в продукте больше не решает ничего. Важно, насколько быстро команда умеет доводить фичи до продакшена, подключать данные заказчика, проходить корпоративные требования по безопасности и объяснять, за что клиент платит после демо-эффекта. Эпоха, когда можно было показать генерацию текста на слайде и собрать аплодисменты, заметно выветривается. На стороне покупателей начинается куда более скучный, но взрослый разговор про ROI, внедрение и стоимость ошибки.
Что это значит для компаний и команд
В заметке SaaStr есть еще один неприятный, но точный тезис: победят не только те, у кого сильнее модель или красивее интерфейс, а те, кто лучше помогает CIO доказать результат своему руководству. Иными словами, перед нами во многом не продуктовая, а операционная гонка. Нужны понятные сценарии внедрения, метрики эффекта, шаблоны для compliance, поддержка интеграций и внятный путь от пилота к масштабированию. Для российских и русскоязычных команд это особенно актуально: локальные заказчики традиционно осторожны в enterprise-закупках, а значит, продавать им «магический ИИ» без экономики еще сложнее.
Есть и более приземленный слой последствий. Если мировой рынок действительно закладывает такие темпы, давление на кадры, вычислительные ресурсы и стоимость специализированной экспертизы продолжит расти. Хорошие ML-инженеры, специалисты по data platform, архитекторы корпоративных интеграций и команды, умеющие безопасно внедрять генеративные сценарии, останутся в дефиците. Для бизнеса это повышает цену ошибки на этапе найма и выбора партнеров. Для самих специалистов — сигнал, что спрос будет смещаться не в сторону абстрактного «знаю ИИ», а в сторону доказуемых навыков: продакшен, надежность, данные, безопасность, экономический эффект.
Для стартапов прогноз тоже двусмысленный. С одной стороны, рынок расширяется с редкой для enterprise-мира скоростью, и это хороший фон для привлечения инвестиций. SaaStr прямо называет текущий момент крупнейшим расширением рынка ПО в истории, на фоне которого поднимать раунды A и B выглядит логичнее, чем в период общей стагнации. С другой стороны, сам факт быстрого роста категории делает конкуренцию тяжелее: деньги на рынке есть, но и игроков, желающих их получить, становится слишком много. В такой среде выигрывают не те, кто громче всех произносит «агентный ИИ», а те, кто раньше других превращает интерес клиента в регулярную выручку.
Для крупных вендоров картина еще интереснее. Если прогноз Gartner окажется близок к реальности, классическим поставщикам корпоративного ПО придется ускорять не только разработку ИИ-функций, но и пересборку пакетирования, ценообразования и партнерских каналов. Клиенты будут сравнивать не старые категории с новыми, а конкретные сценарии замещения: что можно автоматизировать, где сократить ручной труд, какой процесс отдать модели, а какой пока лучше не трогать. В такой логике бюджет выигрывает не обязательно самый инновационный поставщик, а тот, кто снимает больше боли за меньший политический риск внутри компании.
Если коротко, прогноз Gartner — это не просто большая цифра для слайда инвестбанка. Это намек на то, что в ближайшие два года рынок корпоративного ПО будут оценивать по новой шкале: не «растешь ли ты», а «забираешь ли ты долю из потока денег в ИИ». И вот тут для многих компаний начинается самый неудобный вопрос: они действительно строят продукт под новый бюджетный цикл или просто перекрашивают старый софт в модный оттенок нейросетей.