В 2025 году рынок закупок ИТ-продуктов с искусственным интеллектом резко ускорился: объём открытых закупок программных продуктов с ИИ вырос в 7,4 раза к 2024 году и достиг 1,8 млрд руб. (оценка «АТК консалтинга» по данным электронных торговых площадок). Для руководителей цепей поставок это не «про ИТ», а про операционную конкурентоспособность: ИИ всё чаще покупают не как эксперимент, а как инструмент снижения трудоёмкости, повышения точности планирования и контроля качества на складах и в транспорте.
При этом открытая статистика отражает лишь часть спроса. Отрасли, где ИИ даёт максимальную экономику на масштабе (промышленность, финансовый сектор, крупные ИТ-компании), нередко уходят в закрытые контуры закупок и интеграционные проекты, которые хуже видны на публичных площадках. Для логистики вывод простой: рост «видимых» тендеров — это сигнал тренда, но реальный рынок, вероятно, больше, а зрелость заказчика — выше, чем кажется по открытым данным.
Ключевые цифры, которые важны логистам
-
Открытые закупки ИИ-ПО в 2025 году: 1,8 млрд руб. (рост в 7,4 раза).
-
Закупки ИИ-продуктов в логистических организациях: +62% до 90,7 млн руб.
-
По 44-ФЗ (ПО и оборудование с ИИ): сумма закупок почти удвоилась до 2,9 млрд руб., количество — 205 (+37%); средняя НМЦ выросла до 14 млн руб. (+36%).
-
По 223-ФЗ: сумма — 1,26 млрд руб. (+57,5%), количество — 135 (+38%); средняя НМЦ — 9,31 млн руб. (+24%).
Для supply chain особенно показателен рост средней цены контракта: он обычно означает укрупнение проектов (интеграция, данные, инфраструктура, эксплуатация), а не покупку «ещё одного чат-бота».
Почему закупки ИИ ускорились именно сейчас
ИИ сместился в сторону интеграционных проектов
В ряде отраслей ИИ уже перешёл к промышленному масштабированию, где основная стоимость — не лицензия, а интеграция в процессы и ИТ-контур. Эту логику точно описывает представитель «Т1 ИИ» Сергей Карпович: «Открытые тендеры на 1,8 млрд руб. — сигнал тренда, а не его масштаб... Индустриальные закупки — в промышленности, финансовом секторе и IT — уходят в тень корпоративных рамок».
Для логистики это означает, что «типовой продукт» уступает место связке: данные → модели → интеграция с WMS/TMS/ERP → регламенты эксплуатации.
Растёт доля закупок «железа» и инфраструктуры
На коммерческих площадках значимая часть процедур связана с инфраструктурой (серверы, ускорители, облачные ресурсы), а также с индивидуальной разработкой и аутсорсом специалистов. Это важный маркер: компании начали считать стоимость владения (TCO) и понимают, что без вычислительного контура, MLOps и качества данных ИИ не масштабируется.
Отраслевые сценарии расходятся: «языковые модели» против «физического ИИ»
В B2C-ориентированных секторах (финансы, ритейл) выше спрос на коммуникационные и аналитические решения. В промышленности и логистике ценность чаще в «физическом ИИ» — компьютерном зрении, предиктивной аналитике отказов, роботизации и автономном транспорте. Для склада и транспорта это, как правило, быстрее даёт измеримый эффект, потому что напрямую влияет на производительность и потери.
Что это означает для логистики и цепей поставок
ИИ становится частью cost-to-serve
Покупка ИИ-инструментов всё чаще привязана к экономике исполнения: скорость обработки заказов, точность прогноза, снижение брака, сокращение простоев техники, рост утилизации транспорта. Поэтому в закупках выигрывают решения, которые можно «приземлить» в KPI, а не «показать на демо».
Меняется роль данных: без мастер-данных ИИ не окупится
Типичный провал проектов в логистике — не модель, а данные: некорректные справочники, «дырявая» телематика, несогласованность статусов в WMS/TMS/OMS. Чем сложнее проект (и выше НМЦ), тем вероятнее, что заказчик финансирует не только ИИ, но и подготовку данных: нормализацию, витрины, интеграции.
Конкуренция смещается к автоматизации операций
Для складов и дарксторов в 2025–2026 годах чаще всего масштабируются три класса решений:
-
Компьютерное зрение (контроль качества, безопасность, распознавание паллет/штрихкодов, контроль комплектации).
-
Предиктивная аналитика (прогноз отказов техники, планирование ТО, прогноз пиков и персонала).
-
Интеллектуальное планирование (оптимизация маршрутов, слоттинг, управление волнами, прогнозирование спроса).
Как читать структуру закупок ИИ для практических решений
| Тип закупки | Что это обычно означает | Что важно зафиксировать в ТЗ |
|---|---|---|
| Индивидуальная разработка / аутсорс | ИИ встраивают в процессы и ИТ-контур, «типовой коробки» нет | права на результаты, требования к данным, SLA на поддержку, MLOps/мониторинг |
| «Железо» / облако | Готовятся к масштабированию моделей и хранению данных | требования к безопасности, резервированию, стоимости владения, производительности |
| Лицензии/готовые решения | Пытаются быстро закрыть сценарий с минимальной кастомизацией | интеграции с WMS/TMS/ERP, ограничения по данным, сценарии отказоустойчивости |
Риски для заказчика: что ломает эффект от ИИ в логистике
-
Покупка «витринного» решения без процесса эксплуатации. Нужны роли, регламенты, мониторинг качества модели, обучение пользователей.
-
Неполная оценка TCO. Помимо лицензии — данные, интеграция, вычисления, поддержка, безопасность.
-
Неправильный выбор сценария. Для склада часто эффективнее CV/предиктивка, чем «универсальный ассистент».
-
Закрытый контур закупок без конкуренции. Риск переплаты и слабых SLA, если не зафиксировать измеримые метрики результата.
Практические рекомендации для директора по логистике и закупкам
1) Начинайте с карты потерь и KPI, а не с технологии.
Выберите 2–3 сценария с измеримым эффектом (например, снижение брака/пересорта, рост производительности смены, снижение простоев техники).
2) Пропишите в ТЗ требования к данным и интеграциям как «первый класс».
Какие источники данных обязательны, как обеспечивается качество, кто владелец мастер-данных, какие статусы должны совпадать между системами.
3) Закрепите эксплуатационную модель.
Сроки реакции на деградацию качества, мониторинг, периодичность переобучения, ответственность за метрики.
4) Разделите закупку на слои.
Отдельно: инфраструктура, модель/ПО, интеграция, поддержка. Это снижает зависимость от одного подрядчика и упрощает контроль стоимости владения.
Вывод
Резкий рост закупок ИИ в 2025 году показывает переход от экспериментов к масштабированию. Для логистики и supply chain это означает ужесточение конкуренции по эффективности исполнения заказа: выигрывать будут компании, которые умеют превращать ИИ в операционный контур — с данными, интеграцией, SLA и измеримым эффектом в cost-to-serve.
