Платформы ИИ-агентов в России: как выбрать и не переплатить (обзор 2026)

Рынок агентного ИИ в России растёт быстрее большинства смежных сегментов: по оценке ИКТ Москвы, он вырос с 9 млрд рублей в 2025 году до 13 млрд рублей в 2026-м, а отдельные аналитики (MWS AI) оценивали объём уже около 15 млрд рублей за 2025 год. Параллельно 56% компаний рассматривают внедрение ИИ-агентов, а вендоры один за другим запускают собственные платформы: Яндекс AI Studio, GigaCowork от Сбера, Just AI Agent Platform, MWS AI Agents Platform, AgentNavigator от ЦРТ, Nodul и VK AI Space. Выбор есть — и в этом одновременно хорошая и плохая новость.

Плохая — потому что за словом «платформа» скрываются очень разные продукты: от low-code-конструкторов до сред разработки с оркестрацией десятков агентов. Разница в цене — в разы, а переплата возникает не из-за тарифа, а из-за покупки функций, которые компания не использует.

Ниже — что происходит на рынке, чем платформы отличаются, как их сравнивать и где заканчивается разумная цена.

Рынок ИИ-агентов в России: цифры 2026

Главная цифра года — динамика рынка. По оценке ИКТ Москвы, объём рынка агентного ИИ в России составил 9 млрд рублей в 2025 году и должен достичь 13 млрд рублей в 2026-м, то есть рост около 44% за год. Оценка MWS AI выше — около 15 млрд рублей за 2025 год — и расхождение объясняется методикой: кто-то считает только платформы, кто-то включает интеграционные проекты и лицензии на модели.

За цифрами стоит смена поведения покупателей. Ещё год назад компании экспериментировали с чат-ботами и ассистентами, теперь речь идёт о полноценных агентах, которые сами вызывают инструменты, ходят в системы и выполняют цепочки шагов. Отсюда и 56% компаний, которые рассматривают внедрение агентов — это уже не ранние энтузиасты, а мейнстрим, который приходит с бюджетом и требованиями к надёжности.

Эти цифры полезны не для отчёта, а для понимания контекста выбора. Когда рынок растёт на десятки процентов в год, вендоры активно добавляют функции и меняют тарифы — значит, решение стоит принимать не по презентации, а по пилоту. И ещё один вывод: конкуренция высока, поэтому почти всегда есть возможность договориться о пилотной лицензии, оплате по факту или пилотном контуре без полной предоплаты.

Что такое платформа ИИ-агентов и из чего она состоит

Платформа ИИ-агентов — это среда, в которой из моделей, инструментов и данных собирают агента, задают ему правила и подключают к корпоративным системам. Внешне продукты похожи, но внутри у них разный набор слоёв, и от него зависит, что вы получите за деньги.

• Слой сценариев (оркестрация). Конструктор шагов: последовательности, ветвления, обработка ошибок, эскалация человеку. У одних это визуальный low-code, у других — код и конфигурация.
• Доступ к моделям. Возможность выбрать LLM под задачу: российскую, зарубежную или собственную. Часто это главный фактор стоимости.
• Инструменты и интеграции. Коннекторы к 1С, CRM, ЭДО, базам знаний, почте, телефонии, API. Чем богаче коннекторы, тем меньше собственной разработки.
• RAG и база знаний. Загрузка документов, поиск, цитирование источников, обновление индекса.
• Мониторинг и наблюдаемость. Логи, трассировка шагов, метрики качества, стоимость токенов на запрос, алерты.
• Безопасность и права. Роли, разграничение доступа, работа в контуре компании, соответствие 152-ФЗ.
• Развёртывание. Облако вендора, частное облако, on-premise — от этого зависят и цена, и требования к ИТ.

Ключевая мысль: многие компании платят за полный стек, а используют три-четыре слоя. Если у вас уже есть интеграционная шина и база знаний, вы переплачиваете за встроенные коннекторы. Если вам нужен простой сценарий «вопрос — ответ по документам», сложная оркестрация не нужна. Поэтому перед сравнением продуктов честно ответьте, какие слои вам действительно требуются.

Обзор платформ: Яндекс, GigaCowork, Just AI, MWS, AgentNavigator, Nodul, VK

Ниже — сжатый разбор семи заметных игроков. Важная оговорка: характеристики и тарифы меняются быстро, поэтому описание даёт ориентир, а не окончательную спецификацию. Все перечисленные платформы входят в реестр российского ПО.

Яндекс AI Studio. По открытым рейтингам платформ лидирует и предлагает наиболее полный стек: доступ к моделям YandexGPT и другим, инструменты для RAG, агентов и интеграций, развитую инфраструктуру. Сильная сторона — зрелость и экосистема; слабая для малого бизнеса — порог входа и то, что часть стоимости привязана к облачным сервисам.

GigaCowork (Сбер). Платформа от Сбера с акцентом на корпоративные сценарии и встроенные модели GigaChat. Удобна компаниям, которые уже работают в контуре Сбера, и тем, кому важна поддержка и российская инфраструктура. Стоит учитывать привязку к экосистеме вендора.

Just AI Agent Platform. Вендор с сильным опытом в разговорном ИИ, который в 2026 году вложил 400 млн ₽ в студию агентов. Хорошо подходит для сценариев с диалогом, голосом и интеграцией в клиентские каналы; для внутренних агентов тоже применима, но профиль — коммуникации.

MWS AI Agents Platform. Платформа MWS, одного из активных аналитиков рынка. Ориентирована на корпоративные процессы и работу с российскими моделями; часто выбирается там, где уже используется инфраструктура MWS.

AgentNavigator (ЦРТ). Продукт ЦРТ с фокусом на диалоговые и голосовые агенты, исторически сильный в речевых технологиях. Разумный выбор для контакт-центров и голосовых сценариев с русским языком.

Nodul. Более гибкая и «инженерная» платформа: подходит командам, которые хотят собирать агентов с контролем над архитектурой, а не только в визуальном конструкторе. Требует больше технической подготовки.

VK AI Space. Платформа в экосистеме VK, удобна для команд, которые уже используют её сервисы и хотят встроить агентов в продукты и внутренние процессы. Ориентир — гибкость и интеграция с экосистемой.

Практический совет по обзору: не сравнивайте вендоров по количеству функций в презентации. Возьмите один и тот же реальный сценарий — например, обработку входящих заявок с ответом по базе знаний — и попросите показать его на демо или в пилоте. Совпадающий сценарий на одинаковых данных даёт гораздо более честную картину, чем общие слова о возможностях.

Сравнительная таблица платформ

Первая таблица — про позиционирование и профиль. Она помогает быстро отсечь заведомо неподходящие варианты, прежде чем углубляться в детали.

Вторая таблица — про практические параметры выбора. Именно здесь чаще всего видно, за что компания платит и где можно сэкономить.

И третий ориентир — по сценариям: какой тип платформы разумен для типовых задач. Это не рекомендация конкретного вендора, а логика выбора по классу задачи.

• Ответы по базе знаний. Важны RAG, качество поиска и цитирование — часто достаточно простой платформы с сильным RAG.
• Голосовой агент. Нужны речь, распознавание и диалог — профильные решения: AgentNavigator, Just AI.
• Внутренние процессы. Важны интеграции, права и аудит — корпоративные платформы: GigaCowork, MWS, Яндекс.
• Сложная оркестрация. Нужен контроль архитектуры и код — инженерные решения: Nodul, Яндекс AI Studio.
• Агенты в продукте. Важны гибкость встраивания и API — экосистемные платформы: VK AI Space.

Критерии выбора: чек-лист

Выбор платформы — это не поиск «лучшей» вообще, а поиск подходящей под задачу, бюджет и зрелость ИТ. Ниже — критерии, которые стоит пройти до подписания договора.

• Задача сформулирована и измеряема: понятно, какой процесс и какую метрику вы улучшаете;
• Платформа покрывает нужные слои: оркестрация, RAG, интеграции — без лишнего;
• Можно выбрать и переключать модели, в том числе через свой API;
• Есть коннекторы к вашим системам (1С, CRM, ЭДО) или понятная стоимость доработки;
• Понятна модель оплаты и сколько стоит один реальный запрос агента;
• Есть наблюдаемость: логи, трассировка, метрики качества и стоимости;
• Развёртывание соответствует требованиям безопасности и 152-ФЗ;
• Платформа в реестре российского ПО, если это важно для вашей отрасли;
• Условия пилота приемлемы: срок, стоимость, выход без потерь;
• Есть поддержка на русском и примеры похожих внедрений.

Дальше — короткая приоритизация. Если задача простая (ответы по документам), не гонитесь за оркестрацией. Если сложная (несколько систем и шагов), экономия на наблюдаемости обернётся потерями: без метрик вы не увидите, где агент ошибается и сколько тратит. И наоборот: покупать премиальный SLA для внутреннего эксперимента — прямая переплата.

Где прячется переплата

Переплата редко выглядит как «дорогой тариф». Чаще она складывается из нескольких незаметных статей, каждая из которых по отдельности кажется мелочью.

1. Оплата неиспользуемых функций. Полный стек за большие деньги, а реально работают два сценария. Решение — начать с минимального набора и докупать по мере роста.
2. Привязка к одной дорогой модели. Вся логика завязана на конкретную LLM, и её цена определяет стоимость каждого запроса. Переключение между моделями через единый API снижает расходы.
3. Предоплаченные пакеты токенов. Объём рассчитан «на глаз», неиспользованное сгорает. Оплата по факту точнее отражает реальную нагрузку.
4. Лишние коннекторы и интеграции. Платите за десятки интеграций, а нужны две-три. Честно посчитайте, что действительно используется.
5. Доплата за изоляцию. Частное облако или on-premise нужны не всегда; иногда достаточно разумных настроек прав в облаке вендора.
6. Отсутствие контроля стоимости запроса. Без наблюдаемости расходы на токены растут незаметно — как в известных разборах, где большая часть бюджета уходила на повторное чтение контекста.
7. Отсутствие пилота. Самый дорогой вариант — купить платформу «вслепую» и обнаружить, что сценарий не работает на ваших данных.

Практический способ проверить цену: возьмите один сценарий, оцените его стоимость в трёх вариантах — минимальный набор, средний и полный стек — и сравните с ожидаемым эффектом. Обычно разница между минимальным и полным вариантом по деньгам значительная, а по результату для пилота — небольшая.

Реестр ПО и требования регуляторов

Все семь платформ из обзора — Яндекс AI Studio, GigaCowork, Just AI Agent Platform, MWS AI Agents Platform, AgentNavigator, Nodul и VK AI Space — включены в реестр российского ПО. Для частного бизнеса это приятный бонус, для госсектора и регулируемых отраслей — часто обязательное условие закупки.

Кроме реестра стоит держать в уме два требования. Первое — 152-ФЗ о персональных данных: если агент обрабатывает персональные данные, важно, где они хранятся, как обезличиваются и кто имеет доступ. Второе — общий тренд на регулирование ИИ: законопроект Минцифры об основах госрегулирования сфер применения ИИ и нормы о суверенных моделях задают рамку, которую стоит учитывать при выборе инфраструктуры.

Практический вывод: если компания работает с персональными данными или в госсекторе, наличие в реестре и возможность развернуть решение в нужном контуре — не формальность, а критерий отбора. Проверяйте это на этапе пилота, а не после покупки.

Модели и инфраструктура под платформу

Платформа — это каркас. Реальное качество и стоимость агента определяют модель и инфраструктура. Здесь полезно разделить два решения, которые часто смешивают в одно.

Модель. Одни задачи лучше решают российские модели, другие — зарубежные; для рутины выгоднее дешёвая модель, для сложного рассуждения — сильная. Если платформа позволяет подключать модели через единый API, вы получаете свободу выбора и не платите за ненужную мощность. Это же даёт возможность переключаться при изменении цен или требований.

Инфраструктура. Для пилота не обязательно покупать серверы: достаточно почасовой аренды VPS и хранилища. Локальные модели и прогоны требуют ускорителей — здесь помогает аренда GPU по часам. Такой подход снижает стартовые затраты и позволяет масштабироваться по мере подтверждения эффекта.

Важно и то, что модель и платформа — разные бюджеты. Платформа отвечает за оркестрацию, интеграции и наблюдаемость; модель — за качество ответов и стоимость токенов. Оптимизировать стоит оба, иначе экономия на одном слое съедается другим.

Как выбрать за 6 шагов

1. Опишите задачу и метрику. Что делает агент, в каком процессе, какой результат считается успехом.
2. Определите нужные слои. Оркестрация, RAG, интеграции, безопасность — что действительно нужно.
3. Сравните 2–3 платформы на одном сценарии. Демо или пилот на ваших данных, а не общие презентации.
4. Посчитайте стоимость одного запроса. Модель, токены, инфраструктура, поддержка — до пилота.
5. Проверьте соответствие требованиям. Реестр ПО, 152-ФЗ, развёртывание в нужном контуре.
6. Запустите ограниченный пилот. Срок, бюджет, критерии остановки и выхода без потерь.

После пилота решение принимается по фактам: работает ли сценарий, сколько стоит запрос, что показывает наблюдаемость. Только тогда имеет смысл обсуждать полноценный контракт и масштабирование.

Частые вопросы