Корпоративный ИИ, новые рынки и экономика вычислений: главное из интервью CEO Yandex Cloud Григория Атрепьева

Генеральный директор Yandex Cloud Григорий Атрепьев в интервью «Ведомостям» рассказал о росте рынка корпоративного ИИ, планах развития бизнеса Yandex B2B Tech и о том, как инженерные решения позволяют делать нейросети дешевле даже при росте цен на оборудование. Собрали главное из интервью.

Рынок ИИ и место Яндекса
🟡Мы оцениваем российский рынок корпоративного ИИ примерно в 36 млрд рублей — при этом он растёт быстрее, чем классический IT-рынок. Доля Яндекса составляет около 10%, цель — занять половину рынка в ближайшие пять лет за счёт нашего опыта и уникальных технологий. 
🟡Сегмент генеративного и агентского ИИ занимает около 25% рынка. В 2026 году он составит 8 млрд рублей и будет расти двукратными темпами до 2030 года.
🟡Спрос на платформенный ИИ кратно растёт, что позволяет Yandex B2B Tech опережать по темпам роста облачный рынок.
🟡Yandex B2B Tech выходит на новый рынок комплексной защиты ИИ-инфраструктуры с инструментом AI-SPM. Это одно из первых подобных решений на российском рынке. В 2026 году рынок средств защиты ИИ составит до 4 млрд руб., к 2029–2030 годам — потенциально вырастет до 30 млрд руб.

Спрос бизнеса на ИИ
🟡Корпоративный рынок переходит от пилотных проектов к массовому использованию ИИ-технологий. За первые восемь месяцев 2026 года коммерческое потребление токенов на платформе Yandex AI Studio превысило 1,1 трлн. Это примерно в 400–500 раз больше, чем за тот же период 2024 года.
🟡Около 40% клиентов Yandex Cloud используют более одной ИИ-модели. При этом в первом полугодии 2026 года 54% потока токенов в Yandex AI Studio пришлось на собственные разработки Яндекса — семейства Alice AI и YandexGPT.

Про экономику вычислений
🟡Несмотря на подорожание серверного оборудования за последний год, средняя стоимость токенов в августе снизилась примерно в шесть.
🟡Снизить фактическую стоимость использования нейросетей помогло множество собственных технических доработок, которые удешевили инференс — стоимость применения обученной модели.
🟡Также мы ввели разные категории токенов: входные (пользовательские запросы), выходные (ответы модели), агентские (для ИИ-инструментов платформы) и кэшированные (данные, которые модель уже обрабатывала ранее и сохранила в памяти сервера). 
🟡У моделей Яндекса соотношение входных и выходных токенов обычно 1:4 в пользу более дешёвых. Кэшированные стоят значительно дешевле обычных.
🟡Снижение стоимости достигается и за счёт выхода новых моделей. Например, для текущих Flash-моделей цена одного запроса упала до 14 раз по сравнению с моделями такого же класса год назад. Таким образом, оптимизация перекрывает для клиентов подорожание оборудования.