Перейти к содержимому
SYS checking…

LIVE · показатели
Направлений исследований6активных программ
Открытых репозиториев5на GitHub
Партнёрских организаций4университеты и НИИ
Проектов в работе11по трём направлениям
Наборов данных3в открытом доступе
Рецензируемых статей4в процессе подготовки
Проведённых мероприятий7семинары и коллоквиумы
Страниц документации240открытая база знаний
Направлений исследований6активных программ
Открытых репозиториев5на GitHub
Партнёрских организаций4университеты и НИИ
Проектов в работе11по трём направлениям
Наборов данных3в открытом доступе
Рецензируемых статей4в процессе подготовки
Проведённых мероприятий7семинары и коллоквиумы
Страниц документации240открытая база знаний
← Все направления
Research Line · Проникновение прикладного ИИ в малый и средний бизнес

Проникновение прикладного ИИ в малый и средний бизнес

Полевые исследования: почему МСБ не пользуется ИИ при наличии инструментов; барьеры и условия внедрения.

Lead
Джафер Джемилев
Соучредитель, директор по развитию
Публикации
3
Исследователя
2
Публикации

Последние работы направления

Все 3 →
технический отчётТехнические отчёты ИПИИР · 2026

Открытый набор данных об использовании ИИ в МСБ России: спецификация и словарь данных (версия 0.1)

Технический отчёт фиксирует спецификацию открытого набора данных об использовании ИИ-инструментов в российском малом и среднем бизнесе: состав полей, словарь данных, процедуры обезличивания и лицензию распространения (CC BY 4.0). Публикация спецификации до начала сбора данных позволяет отрасли и исследователям прокомментировать структуру заранее. Версия 0.1 открыта для замечаний; сбор данных начнётся в рамках полевого исследования направления.

Проникновение прикладного ИИ в малый и средний бизнес
0 цит.
препринтРабочие документы ИПИИР · 2026

Первые 90 дней внедрения ИИ в малой компании: рамка наблюдения и роль внутреннего энтузиаста

Рабочий документ описывает рамку наблюдения за первыми девяноста днями внедрения ИИ-инструмента в малой компании: ключевые развилки, типовые точки отказа и роль «внутреннего энтузиаста» — сотрудника, который фактически тащит внедрение без формального мандата. Рамка построена на полевых наблюдениях за внедрениями в компаниях малого и среднего бизнеса и будет уточняться по мере накопления кейсов основного исследования направления.

Проникновение прикладного ИИ в малый и средний бизнес
0 цит.
препринтРабочие документы ИПИИР · 2026

Барьеры внедрения ИИ-инструментов в малом и среднем бизнесе России: дизайн полевого исследования

Рабочий документ описывает дизайн полевого исследования барьеров внедрения ИИ-инструментов в российском малом и среднем бизнесе: выборку по отраслям и регионам, опросный инструментарий, протокол кейс-стади и планируемые количественные бенчмарки уровня адопции. Отдельное внимание уделено расхождению между декларируемым и фактическим использованием ИИ и роли «внутреннего энтузиаста» в первые 90 дней внедрения. По итогам исследования планируется открытый набор данных и аналитический отчёт для институтов поддержки предпринимательства.

Проникновение прикладного ИИ в малый и средний бизнес
0 цит.

Частые вопросы о направлении

Почему малый и средний бизнес не пользуется ИИ, если инструменты доступны?

Формальная доступность инструмента не означает его внедряемости. Направление ИПИИР по проникновению прикладного ИИ в малый и средний бизнес разбирает барьеры трёх типов: технические (данные, интеграции, квалификация), культурные (ожидания и отношение команды) и экономические (цена внедрения против реалистичного эффекта). Отдельно учитывается отраслевая специфика — торговля, услуги, производство, IT.

Как институт измеряет уровень адопции ИИ в МСБ?

Через полевые опросы и панельные исследования в регионах России, кейс-стади отдельных компаний и количественные бенчмарки уровня адопции, сопоставимые с международными. Результаты выходят открытыми наборами данных и аналитическими отчётами — так, чтобы бизнес, отраслевые регуляторы и институты поддержки предпринимательства могли пересчитать выводы на своих данных.

Какая окупаемость внедрения ИИ реалистична для небольшой компании?

Универсальной цифры направление не обещает: оно описывает, при каких условиях эффект вообще возникает — объём однотипных операций, пригодные данные, наличие внутреннего энтузиаста, готовность пересобрать сам процесс. Реалистичные эффекты и сроки окупаемости публикуются по отраслевым срезам, вместе с кейсами, где внедрение не окупилось.

Помогает ли институт конкретной компании внедрить ИИ?

Нет. Направление исследует и публикует закономерности, но не оказывает консалтинговых услуг по внедрению. Компании участвуют в исследованиях как площадка и источник данных, а результаты получают вместе со всеми — в виде открытых отчётов и датасетов. Предложения об участии в полевом исследовании принимаются на research@ipiir.ru.