Генеративный ИИ и ERP: растущий интерес российского бизнеса
Российский бизнес проявляет значительный интерес к интеграции генеративного искусственного интеллекта (GenAI) в корпоративные системы, включая CRM и ERP. За последний год спрос на такие решения увеличился в два-три раза. Статистика запросов подтверждает эту тенденцию: количество обращений по «Битрикс24 ИИ» выросло на 600%, «CRM с нейросетью» — на 550%, а «ИИ в 1С» — на 85%.
Согласно данным «СберАналитики» и «Сбер Бизнес Софт», 39% российских организаций уже применяют ИИ-агентов и ассистентов для оптимизации документооборота, финансовых операций и HR-процессов. Однако, несмотря на общий рост интереса, сфера ERP остается относительно консервативной. В большинстве случаев ИИ подключается к этим системам в виде отдельных сервисов, а не как встроенный функционал.
Рынок ERP: готовность к ИИ-инновациям
Объем российского рынка ERP-систем к концу 2025 года прогнозируется на уровне 100 миллиардов рублей, демонстрируя стабильный рост. Параллельно с этим наблюдается огромный интерес к внедрению встроенных ИИ-инструментов. Тем не менее, процент компаний, активно использующих ИИ непосредственно в ERP, пока невелик. В настоящее время на рынке появляются новые ИИ-сервисы, которые можно интегрировать в существующие ERP-системы посредством API.
Прежде чем приступать к внедрению, организациям необходимо тщательно проанализировать целесообразность применения ИИ для конкретных задач, выбрать оптимальный метод интеграции и понять, что в большинстве сценариев более рациональным подходом является не полная замена, а постепенное дополнение корпоративных ERP-систем возможностями искусственного интеллекта.
Действительно, наблюдаемый бум вокруг GenAI в ERP-системах вызывает вопросы о реальной глубине интеграции. Часто это скорее поверхностное подключение через API к уже существующим сервисам, нежели фундаментальная перестройка архитектуры. Ключевым вызовом остается не столько сам факт внедрения ИИ, сколько обеспечение его бесшовной работы с критически важными бизнес-процессами и обеспечение достоверности данных, что требует глубокой проработки дата-стратегии и верификации моделей. Без этого эффект будет ограничен.