56% компаний уже запускают или собираются запускать продакшен-инференс ИИ в private cloud для ИИ, тогда как год назад основной площадкой для таких задач считался публичный облачный провайдер. Для российских команд это не абстрактная война терминов, а вполне прикладной сигнал: когда генеративные модели доходят до продакшена, разговор быстро смещается от красивых демо к стоимости GPU, суверенитету данных и тому, кто потом будет разгребать весь этот зоопарк.
Об этом как пишет The Register, говорится в исследовании Broadcom Private Cloud Outlook 2026. В основе отчета — глобальный слепой опрос 1800 старших IT-руководителей из восьми стран. Цифры там для облачного лобби не самые приятные: если в 2025 году 56% компаний называли публичное облако основной средой для продакшен-инференса ИИ, то в 2026-м показатель просел до 41%. На этом фоне 56% респондентов уже запускают или планируют запускать такие нагрузки в private cloud для ИИ. То есть рынок не просто «тестирует гибридность», а вполне предметно пересматривает, где именно должен жить enterprise AI после пилотной стадии.
Самый показательный маркер — репатриация нагрузок. По данным отчета, 43% компаний, которые уже возвращают рабочие нагрузки из публичных облаков, переносят обратно именно AI training, большие языковые модели и инференс. В прошлогоднем исследовании такой категории вообще не было. Более широкий тренд тоже ускорился: 83% предприятий рассматривают репатриацию против 69% в 2025 году, а половина уже вернула хотя бы часть нагрузок. За один год прибавка составила 15 процентных пунктов. И это выглядит довольно знакомо: сначала в частные облака уезжали чувствительные к безопасности и задержкам системы, теперь туда же подтягивается и ИИ, потому что на масштабе он начинает есть деньги, нервы и регуляторный запас прочности примерно с одинаковым аппетитом.
Отдельно отчет фиксирует смену главного страха. Впервые стоимость обогнала безопасность среди ключевых опасений, связанных с публичным облаком. Почти все опрошенные IT-руководители — 97% — считают, что какая-то часть их cloud-бюджета тратится впустую, а 52% уверены, что перерасход превышает четверть общих затрат. Для AI-инфраструктуры это особенно болезненно: 62% респондентов заявили, что очень или крайне обеспокоены стоимостью инфраструктуры под ИИ. Логика тут простая и неприятная: пока команда экспериментирует с парой моделей, переменные расходы кажутся терпимыми. Когда же появляются постоянные инференс-нагрузки, агентные сценарии, требования к latency и прогноз по потреблению на квартал, модель «платим по счетчику и как-нибудь разберемся» начинает выглядеть не как agility, а как приглашение к очень неловкому разговору с финансами.
Из-за этого компании меняют инвестиционные приоритеты. Чистое намерение увеличить вложения в private cloud для ИИ на горизонте трех лет выросло с 51% до 72%, а инвестиции в частное облако, по данным Broadcom, сейчас растут более чем вдвое быстрее, чем в публичное. Вторым по значимости драйвером сдвига названа предсказуемость затрат — ее отметили 39% организаций. Иначе говоря, enterprise-сегмент все меньше покупает саму идею «бесконечно эластичного» облака и все больше хочет понятную экономику, где можно заранее считать емкость, амортизацию и загрузку инфраструктуры, а не гадать, почему очередной AI-сервис внезапно стал стоить как небольшой дата-центр.
Второй крупный фактор — суверенитет и комплаенс. 86% участников опроса заявили, что геополитика и регуляторные требования уже напрямую влияют на IT-стратегию и операционные процессы. На первом месте — требования к суверенитету и локализации данных, их указали 54% респондентов. Следом идут требования к соответствию конкретным юрисдикциям — 51%. При выборе площадки для нагрузок безопасность и комплаенс остаются главным критерием для 32% опрошенных. Для AI-нагрузок поверх этого добавляются новые обязательства: 37% выделяют защиту данных и приватность, 36% — безопасность и контроль как основные инфраструктурные требования. Для компаний, работающих в нескольких странах или с чувствительными данными, это звучит не как модный тренд, а как банальный список того, без чего проект просто не подпишут.
Есть и третья причина, менее заметная снаружи, но очень дорогая внутри — операционная сложность. Самый частый дефицит навыков, который называют IT-руководители, связан с AI-инфраструктурой и ее эксплуатацией — 40%. Дальше идут cloud security operations с 38% и Kubernetes operations с 37%. Чтобы закрыть дефицит, 81% компаний полностью аутсорсят или привлекают профессиональные сервисы для задач, связанных с облаком. Это важная деталь для разработчиков, платформенных команд и CTO: вопрос уже не только в том, где дешевле крутить модель, но и в том, сколько разных специалистов нужно, чтобы вся конструкция не развалилась под продакшен-нагрузкой. Чем больше разнородных платформ, политик доступа, сетевых схем и контуров данных, тем выше шанс, что самый дорогой элемент в AI-стеке окажется не GPU, а человеческая координация.
При этом к самому исследованию полезно относиться без излишней наивности. Материал у The Register опубликован как партнерский контент, а выводы опираются на отчет Broadcom, который заодно подводит читателя к VMware Cloud Foundation 9.1 как к подходящей платформе для таких сценариев. Но даже с этой поправкой цифры хорошо ложатся в более общий корпоративный паттерн: пилоты ИИ охотно запускают там, где быстрее стартовать, а промышленную эксплуатацию потом переносят туда, где проще контролировать стоимость, данные и SLA. Для российского рынка эта логика особенно понятна: здесь вопросы импортозависимости, локализации данных, предсказуемых бюджетов и нехватки инфраструктурных специалистов давно перестали быть теорией.
Главный вопрос теперь не в том, победит ли частное облако публичное, а в том, какие именно AI-нагрузки компании оставят у гиперскейлеров, а какие заберут под собственный контур. Похоже, следующий этап рынка — не спор о «правильном облаке», а довольно приземленная инвентаризация: что держать ближе к данным, что ближе к дешевому ускорителю, а что вообще не надо было запускать в прод раньше, чем появилась внятная экономика. Подробнее об исследовании и его цифрах можно посмотреть в материале .