Selectel : 35 % des entreprises russes ont augmenté en un an leurs capacités IT pour des projets AI

La moitié des entreprises russes interrogées utilisent déjà une infrastructure informatique pour des tâches d'intelligence artificielle, et 35% ont augmenté la consommation de telles capacités au cours de la dernière année. C'est ce qu'indique une étude de Selectel menée auprès de plus de 400 représentants d'entreprises responsables du développement de l'infrastructure et des projets technologiques.

Demande de Capacité

Dans l'étude de Selectel, l'infrastructure d'IA est comprise non seulement comme des serveurs dotés de GPU, mais aussi comme des plates-formes pour l'entraînement et l'inférence de modèles, ainsi que du stockage en nuage évolutif et des services connexes. Face à la multiplication des projets pilotes et des scénarios de production, 35% des entreprises ont signalé une augmentation de la consommation de telles ressources au cours de l'année. 14% autres l'ont maintenue au même niveau, et seulement environ 1% ont signalé une diminution. Cela signifie que l'infrastructure d'IA cesse d'être une histoire de niche : environ 50% des entreprises l'utilisent déjà dans des projets pratiques.

Selon les données de Selectel, la demande augmente non seulement dans les sondages, mais aussi dans les métriques commerciales. Les revenus de l'entreprise provenant des GPU dans les serveurs en nuage à la fin de 2025 ont augmenté de près de trois fois en glissement annuel. Cela montre clairement que le secteur passe de l'intérêt et de l'expérimentation aux tentatives de mise à l'échelle de cas d'usage fonctionnels. En même temps, la maturité du marché reste inégale : certains ont déjà intégré des modèles dans leurs produits et opérations, tandis que d'autres testent encore des scénarios et essaient de comprendre où l'IA apportera des rendements réels.

«

Le marché en est au stade des projets pilotes, qui sont très nombreux en ce moment », déclare Ilya Marsharov de Kolmogorov AI.

Ce tableau est confirmé par les réponses concernant les étapes de mise en œuvre. Parmi les entreprises travaillant déjà avec l'IA, 33% l'utilisent dans des processus commerciaux réels, comme la création de produits ou la prestation de services. 28% autres se trouvent à la phase pilote de solutions individuelles. Seulement 3% des répondants ont déclaré qu'ils ne prévoient pas d'appliquer l'IA dans leurs activités principales, tandis que le reste envisage la mise en œuvre ou forme encore son approche. C'est un signal important : une part notable du marché est sortie du mode expérimentation et transfère les modèles en production, mais beaucoup testent encore des hypothèses et sélectionnent les scénarios de travail.

Où les Résultats Sont Déjà Visibles

Pour les entreprises qui en sont venues à l'application pratique, les résultats sont déjà assez mesurables. L'IA est souvent évaluée non par des promesses grandioses, mais par la vitesse des processus, la qualité du service et l'impact sur l'économie. L'effet le plus notable jusqu'à présent est lié non pas aux nouveaux revenus, mais à l'amélioration de l'efficacité des opérations actuelles. Par conséquent, pour la plupart des entreprises, le KPI principal est actuellement assez pragmatique : traiter les tâches plus rapidement, soulager l'équipe et réduire les pertes dans le travail quotidien.

• 30% des répondants ont noté une accélération des processus commerciaux
• 27% ont signalé une augmentation de la productivité des employés
• 22% ont vu une amélioration de la qualité du service à la clientèle
• 15% ont constaté une réduction des coûts
• 11% ont lié l'IA à la croissance des revenus ou à de nouvelles sources de revenu

En même temps, 20% des organisations n'ont pas encore ressenti d'effet significatif, ce qui est aussi important : la mise en œuvre d'un modèle ne garantit pas un résultat commercial. Les cas réels dans l'étude montrent que les effets apparaissent où l'IA est intégrée dans des processus répétitifs. Chez Chity-gorod — Bukvoyed, il est utilisé pour la génération de contenu, les créations publicitaires, la modération des avis et la classification des demandes d'assistance ; l'entreprise affirme que son assistant IA ferme déjà plus de 42% des demandes.

Chez Ostrovok, les modèles aident à consolider les données hôtelières, classer les tarifs, identifier les réservations problématiques et personnaliser les résultats de recherche, tandis qu'une boucle séparée traite plus de 2 milliards d'images.

Barrières et Personnel

Le principal frein à la prochaine vague de mise en œuvre est maintenant lié non pas au manque d'intérêt, mais aux contraintes organisationnelles. Environ 27% des entreprises interrogées ne voient pas encore de tâches commerciales appropriées pour l'IA. 25% autres se plaignent du manque de compétences, 23% des coûts élevés de mise en œuvre, 21% de la difficulté à évaluer le retour sur investissement, et 18% des difficultés d'intégration dans les processus actuels.

En même temps, 19% des répondants déclarent n'avoir aucune limitation sérieuse. La distribution des réponses dépend si l'entreprise a une expérience réelle. Ceux qui n'ont pas encore utilisé l'IA se heurtent le plus souvent à l'incertitude des scénarios et à un déficit de compétences.

Ceux qui ont déjà passé les étapes initiales de lancement pensent davantage à l'économie unitaire, au ROI et aux risques de sécurité de l'information. En d'autres termes, à mesure que le marché mûrit, la question change de « pourquoi avons-nous besoin d'IA » à « comment la rendre utile et rentable ».

Face à ce contexte, les entreprises investissent principalement dans des équipes internes. 40% des répondants misent sur la formation des employés existants. Seulement 9% embauchent de nouveaux spécialistes spécifiquement pour les directions de l'IA, et 7% engagent des équipes informatiques externes. Cette répartition montre que le secteur préfère toujours renforcer les compétences progressivement, sans restructuration drastique du personnel. Pour le marché de l'infrastructure et des intégrateurs, c'est aussi un signal : la demande porte non seulement sur le matériel et les nuages, mais aussi sur le support, l'expertise et les modèles de lancement hybrides.

Ce que Cela Signifie

Le marché russe de l'IA entre dans une phase où la principale ressource devient non pas les modèles eux-mêmes, mais la capacité de calcul, les scénarios commerciaux clairs et les équipes capables de mener un projet pilote à des résultats opérationnels. Pour les fournisseurs d'infrastructure, c'est une fenêtre de croissance, et pour les entreprises, c'est un moment où expérimenter ne suffit plus : il faut évaluer l'économie et choisir les tâches où l'IA allège réellement le fardeau de l'entreprise.