Selectel: 35% das empresas russas ampliaram a capacidade de TI para projetos de AI em um ano

Metade das empresas russas pesquisadas já utiliza infraestrutura de TI para tarefas de inteligência artificial, e 35% aumentaram o consumo de tais capacidades no último ano. Isso é o que mostra um estudo da Selectel entre mais de 400 representantes de negócios responsáveis pelo desenvolvimento de infraestrutura e projetos tecnológicos.

Demanda por Capacidade

No estudo da Selectel, a infraestrutura de IA é entendida não apenas como servidores com GPUs, mas também como plataformas para treinamento e inferência de modelos, bem como armazenamento em nuvem escalável e serviços relacionados. Diante do crescimento do número de pilotos e cenários de produção, 35% das empresas reportaram um aumento no consumo de tais recursos ao longo do ano. Outros 14% mantiveram em nível anterior, e apenas cerca de 1% reportou redução. Isso significa que a infraestrutura de IA deixa de ser uma história de nicho: aproximadamente 50% das empresas já a utilizam em projetos práticos.

De acordo com dados da Selectel, a demanda está crescendo não apenas nas pesquisas, mas também nas métricas comerciais. A receita da empresa com GPUs em servidores em nuvem no final de 2025 aumentou quase três vezes ano a ano. Isso mostra bem que o negócio está passando do interesse e experimentação para tentativas de escalar casos de uso funcionais. Ao mesmo tempo, a maturidade do mercado permanece desigual: alguns já integraram modelos em seus produtos e operações, enquanto outros ainda estão testando cenários e tentando entender onde a IA trará retorno real.

"O mercado está na fase de pilotos, que são muito numerosos agora", diz

Ilya Marsharov da Kolmogorov AI.

Este quadro é confirmado pelas respostas sobre estágios de implementação. Entre as empresas que já trabalham com IA, 33% a utilizam em processos de negócio reais, como criação de produtos ou entrega de serviços. Outros 28% estão na fase piloto de soluções individuais. Apenas 3% dos entrevistados disseram que não planejam aplicar IA em suas atividades principais, enquanto o resto planeja implementação ou ainda está formando sua abordagem. Este é um sinal importante: uma parte notável do mercado já saiu do modo de experimentação e está movendo modelos para produção, mas muitos ainda estão testando hipóteses e selecionando cenários de trabalho.

Onde Já Existem Resultados

Para empresas que chegaram à aplicação prática, os resultados já são bastante mensuráveis. A IA é frequentemente avaliada não por promessas grandiosas, mas pela velocidade dos processos, qualidade do serviço e impacto na economia. O efeito mais notável até agora está ligado não a nova receita, mas à melhoria da eficiência das operações atuais. Portanto, para a maioria das empresas, o KPI principal agora é bem pragmático: processar tarefas mais rapidamente, aliviar a equipe e reduzir perdas no trabalho diário.

• 30% dos respondentes observaram aceleração de processos de negócio
• 27% reportaram aumento na produtividade dos funcionários
• 22% viram melhoria na qualidade do atendimento ao cliente
• 15% fixaram redução de custos
• 11% vincularam IA ao crescimento de receita ou novas fontes de renda

Ao mesmo tempo, 20% das organizações ainda não sentiram efeito significativo, o que também é importante: implementar um modelo não garante resultado de negócio. Casos reais no estudo mostram que efeitos aparecem onde a IA é integrada em processos repetitivos. Na Chity-gorod — Bukvoyed, é usada para geração de conteúdo, criativos publicitários, moderação de análises e classificação de solicitações de suporte; a empresa afirma que seu assistente de IA já fecha mais de 42% das solicitações. Na Ostrovok, modelos ajudam a consolidar dados de hotéis, classificar tarifas, identificar reservas problemáticas e personalizar resultados de busca, enquanto um loop separado processa mais de 2 bilhões de imagens.

Barreiras e Pessoal

O principal freio para a próxima onda de implementação agora está ligado não à falta de interesse, mas a restrições organizacionais. Cerca de 27% das empresas pesquisadas ainda não veem tarefas de negócio adequadas para IA. Outros 25% reclamam de falta de expertise, 23% de custos altos de implementação, 21% de dificuldade em avaliar o retorno sobre o investimento, e 18% de dificuldades em integrar aos processos atuais.

Ao mesmo tempo, 19% dos respondentes dizem que não têm limitações sérias. A distribuição de respostas depende se a empresa tem experiência real. Aquelas que ainda não usam IA geralmente esbarram em incerteza de cenários e deficiência de competências.

Aquelas que já passaram pelos estágios iniciais de lançamento pensam mais em unidade economics, ROI e riscos de segurança da informação. Em outras palavras, conforme o mercado amadurece, a pergunta muda de "por que precisamos de IA" para "como torná-la útil e lucrativa".

Contra esse cenário, as empresas estão primariamente investindo em equipes internas. 40% dos respondentes apostam no treinamento de funcionários existentes. Apenas 9% contratam novos especialistas especificamente para direções de IA, e 7% contratam equipes externas de TI. Esta distribuição mostra que o negócio ainda prefere construir competências gradualmente, sem reestruturação abrupta de pessoal. Para o mercado de infraestrutura e integradores, isso também é um sinal: a demanda é não apenas por hardware e nuvem, mas também por suporte, expertise e modelos de lançamento híbridos.

O Que Isso Significa

O mercado de IA russo está entrando em uma fase onde o principal recurso se torna não os modelos em si, mas capacidade computacional, cenários de negócio claros e equipes capazes de levar um piloto a resultados operacionais. Para provedores de infraestrutura, esta é uma janela de crescimento, e para empresas, é um momento quando experimentar já não é suficiente: é preciso contar a economia e escolher tarefas onde a IA realmente alivia o ônus do negócio.