Ринок AI-платформ досяг $79 млрд: рішення щодо vendor lock-in

Цього тижня з Дубліна вийшов новий ринковий звіт із конкретними цифрами, які підтверджують те, що кожен технічний керівник вже відчуває у своєму рахунку AWS: витрати на AI-програмне забезпечення стали структурною статтею бюджету, а не дискреційним експериментом. Заголовна цифра — $79,38 млрд у 2025 році із прогнозом $296,57 млрд до 2030 року — менш важлива, ніж питання концентрації ринку. П'ять вендорів забрали левову частку минулого року, і цей факт має змінити кожну дискусію «будувати чи купувати» в аналітичних командах просто зараз.

Що сталося

27 квітня ResearchAndMarkets.com додав до свого каталогу звіт Artificial Intelligence Software Platform Market Report 2026 — документ на 250 сторінок, що охоплює п'ятирічний історичний огляд і десятирічний прогноз до 2030 року. Як повідомляє Yahoo Finance Australia, ринок був оцінений у $79,38 млрд у 2025 році та прогнозується до $106,92 млрд у 2026 році, з CAGR 34,7%. Довгострокова дуга — з 2026 по 2030 рік — стабілізується на більш зрілому CAGR 29,1%, виводячи категорію на рівень $296,57 млрд.

Конкурентна картина — це те, що варто роздрукувати і прикріпити над дошкою для архітектурних ревю. Google, Microsoft, AWS, Tencent та IBM очолили ринок 2025 року. Північна Америка лідирувала за регіонами, тоді як Азіатсько-Тихоокеанський регіон позначений як найбільш швидкозростаючий у прогнозний період. Повний список вендорів налічує 23 компанії та включає імена, які можна зустріти в будь-якому аналітичному RFP: Oracle, SAP, Salesforce, NVIDIA, Baidu, OpenAI, Palantir, Snowflake, UiPath, Splunk, а також спеціалізованих гравців як-от H2O.ai, DataRobot, Veritone, YITU, Adept, Gupshup, deepset та Uniphore.

Звіт класифікує ринок за Інструментами та Послугами; технологіями, включаючи Computer Vision, Data Analytics, Machine Learning та Natural Language Processing; і застосуваннями, що охоплюють Automation, Remote Sensing, Medical Diagnosis, Speech Recognition та Text Recognition. Галузі охоплення: BFSI, Manufacturing, Healthcare, Transportation та Retail. Два події наведені як ілюстрація напряму розвитку: SparkCognition у березні 2023 року запустила те, що вона назвала першою генеративною AI-платформою для промислового сектору, орієнтованою на організації з обмеженим обсягом навчальних даних, а Siemens AG у грудні 2023 року придбала BuntPlanet SL для розширення AI-можливостей у виявленні витоків води та моніторингу якості.

Технічна анатомія

CAGR 34,7% у короткостроковій перспективі не рухається за рахунок нових AI-проєктів. Його рухають хмарні робочі навантаження, що переходять від «ми запускаємо кілька Python-ноутбуків» до «ми платимо вендору платформи за токен, за запит, за inference, за ліцензію». Це розрізнення важливе, бо воно змінює економіку одиниці кожного аналітичного стеку нижче за ланцюжком.

Подивіться на драйвери зростання, зазначені у звіті: впровадження machine learning, прийняття рішень на основі даних, NLP, інструменти computer vision, хмарні обчислення та AI-консалтингові послуги. Кожне з них — це робоче навантаження, яке потрапляє у data warehouse або lakehouse, перш ніж потрапити у модель. Це означає, що ринок AI-платформ і ринок аналітичних платформ — це тепер один ринок із різними рахунками-фактурами. Команда, що стандартизується на Snowflake для warehousing, отримує ціноутворення Cortex незалежно від того, планувала вона це чи ні. Команда на Databricks отримує MLflow, Mosaic та весь lineage обслуговування моделей. Рішення щодо «AI-платформи» здебільшого було прийнято в той день, коли обирали платформу для даних.

Дані Eurostat, наведені у звіті, показують рівень впровадження хмарних технологій у підприємствах ЄС на рівні 45,2% станом на грудень 2023 року — переважно для електронної пошти та зберігання файлів. Це показовий момент. База хмарних підприємств досі перебуває на середині кривої, що означає: наступні п'ять років доходів від AI-платформ будуть продаватися компаніям, які ще не завершили свою першу хмарну міграцію. Гіперскейлери це розуміють. Саме тому Google, Microsoft та AWS очолюють рейтинг — вони продають AI-платформи як допродаж до хмарних контрактів, які ще підписуються.

Вертикальні придбання розповідають ту саму історію з боку попиту. Siemens не розробляла ML для виявлення витоків власними силами — вона придбала BuntPlanet. Промислова генеративна AI-стратегія SparkCognition орієнтована саме на того покупця, який не може зібрати достатній обсяг даних для навчання фундаментальної моделі з нуля. Патерн стабільний: галузева експертиза купується, горизонтальна інфраструктура орендується.

Хто ризикує програти

Перша вразлива група — це середні аналітичні вендори без чіткої AI-стратегії. Якщо 23 названих гравці конкурують за $296 млрд до 2030 року, довгий хвіст точкових BI-інструментів буде затиснутий між гіперскейлерами зверху та open-source семантичним шаром знизу. Прагнення dbt до metrics layer і ширший рух до composable analytics — це почасти захисна реакція саме на цю динаміку.

Друга група — команди платформної інженерії, які недооцінили багаторічну криву витрат. CAGR 34,7% на шляху до 2026 року означає: яким би не був ваш рядок витрат на AI-платформу цього кварталу, закладайте приблизно 1,35x на наступний рік і не дивуйтеся, якщо він перевищить прогноз. Розмова з CFO, яка має відбутися цього тижня в кожній аналітично-орієнтованій компанії серії B та C, — це чи має поточний контракт з вендором цінові захисні положення, які переживуть поновлення. У більшості — ні.

CFO будь-якої компанії, яка витрачає більше $500 тис. на рік на хмарні AI-послуги, повинен цього тижня поставити VP of Engineering одне питання: яка зведена тенденція ціни за inference для трьох наших топових робочих навантажень за останні чотири квартали, і як виглядають можливості для переговорів перед наступним поновленням. Якщо ніхто в команді не може відповісти на це менш ніж за день — компанія летить наосліп із тим, що стрімко стає статтею витрат у топ-5 операційних витрат.

Третя група — таланти. Те, що Азіатсько-Тихоокеанський регіон позначений як найшвидше зростаючий, має значення для найму. Центр тяжіння компенсації ML-платформних інженерів знаходився в Північній Америці, але якщо APAC — це де зосереджуються обсяги розгортань, слід очікувати на роздвоєння ринку старших фахівців. Компанії, що наймають глобально, отримають перевагу; компанії, прив'язані до одного міста, відчують тиск на маржу при наймі.

План дій для команд з роботи з даними

Три конкретні кроки на наступні дев'яносто днів. По-перше, проведіть аудит витрат на AI-платформу за робочими навантаженнями, а не за вендорами. Більшість фінансових команд бачать рахунок Snowflake або Azure як єдину цифру. Розбийте її на warehousing, model inference, vector storage та orchestration. Категорії з найстрімкішим зростанням — це ті, де найслабша позиція на переговорах при поновленні.

По-друге, чітко визначте, які робочі навантаження є commodity, а які — диференційованими. Commodity inference (класифікація тексту, генерація embeddings, просте summarization) рухається до нульової маржі та може працювати на будь-якому провайдері, який виграє цінову війну цього кварталу. Диференційовані навантаження — ті, що пов'язані з власними даними та галузевим контекстом, — саме там vendor lock-in себе окупає. Змішування обох на одному контракті платформи — це спосіб переплатити за нудну половину та недоінвестувати в цікаву.

По-третє, проведіть серйозний build-vs-buy аналіз для вашого аналітичного query-шару. Включення Snowflake, Splunk та Palantir у звіт поряд з гіперскейлерами сигналізує: межа між «аналітичною платформою» та «AI-платформою» зникла. Якщо ваша команда досі розглядає їх як окремі procurement-треки, бюджет буде витікати в обох напрямках. Open-source OLAP-рішення на кшталт ClickHouse заслуговують на реальне оцінювання для навантажень, де ви контролюєте шаблон доступу, — особливо для high-cardinality event analytics, де керовані AI-платформи стягують надбавку за можливості, які вам насправді не потрібні.

Ключові висновки

• Ринок AI-платформ досяг $79,38 млрд у 2025 році, прогнозується до $106,92 млрд у 2026 році з CAGR 34,7%, а потім до $296,57 млрд до 2030 року з CAGR 29,1%.
• П'ять вендорів (Google, Microsoft, AWS, Tencent, IBM) очолили 2025 рік; рішення щодо аналітичної платформи тепер фактично є рішенням щодо AI-платформи.
• Північна Америка лідирувала за регіонами у 2025 році, але Азіатсько-Тихоокеанський регіон є найшвидше зростаючим у прогнозний період, що має наслідки для найму та розгортань.
• Вертикальні придбання на кшталт Siemens-BuntPlanet демонструють домінуючий патерн: горизонтальна інфраструктура орендується, галузева експертиза купується.
• Команди мають проводити аудит AI-витрат за робочими навантаженнями, відокремлювати commodity від диференційованого inference та припинити закупівлю аналітичних та AI-платформ на окремих треках.