По прогнозам Gartner, глобальные расходы конечных пользователей на платформы и модели искусственного интеллекта достигнут в 2026 году 64 млрд долл., что на 63,4% больше, чем в 2025-м, когда этот показатель составил 39 млрд долл. Самый быстрый рост в 210% ожидают в сегменте специализированных и доменных языковых моделей.

Корпорации переходят от экспериментов с генеративным ИИ к массовому использованию крупных предварительно обученных базовых моделей, которые лежат в основе многих приложений генеративного ИИ. Расходы на базовые модели увеличатся с 11,4 млрд долл. в 2025 году до 23,4 млрд долл. в 2026-м, показав рост 104,2%.

В сегменте языковых моделей для конкретных предметных областей (Domain-Specific Language Model, DSLM) и специализированных моделей ожидается рост в 210%: с 1,6 млрд долл. в 2025 году до 4,9 млрд долл. в 2026-м.

Расходы на платформы для разработки ИИ‑приложений возрастут на 38,6%: с 6,9 млрд долл. в 2025 году до 9,5 млрд долл. в 2026-м, а на ИИ‑платформы для анализа данных и машинного обучения на 36,3%: с 19,4 млрд до 26,4 млрд долл.

В более ранних отчетах Gartner говорилось, что типичными причинами неудач проектов генеративного интеллекта становлись растущие расходы, низкое качество данных, неясная бизнес‑ценность и неадекватный контроль рисков. Теперь же корпоративные бюджеты на ИИ переходят в фазу «контроля и окупаемости», когда компании более внимательно оценивают эффективность использования ИИ, стоимость решений и требуют измеримых бизнес-результатов. Все больше средств направляется поставщикам ИИ-решений, которые могут продемонстрировать ценность своих продуктов с точки зрения затрат, задержек, производительности и надежности, в том числе, за счет встроенных инструментов оценки эффективности и прозрачных сценариев внедрения. По мере того, как расходы все больше зависят от результатов использования, поставщики сталкиваются с растущими требованиями продемонстрировать реальное внедрение, стабильное использование и устойчивую прибыль.

В долгосрочной перспективе наибольшие преимущества получат поставщики, которые помогут предприятиям управлять использованием ИИ в бизнесе. По мере того, как на рынок выходит все больше моделей, а прогнозирование ценообразования на основе использования становится все сложнее, покупатели будут обращаться к платформам, которые помогут им выбрать подходящие инструменты, отслеживать производительность, обеспечивать соблюдение политик и контролировать затраты, утверждают в Gartner.