Як змінювався ринок AI в Україні за 9 років: SCRUM-ретроспектива зсередини

💡 Усі статті, обговорення, новини про AI — в одному місці. Приєднуйтесь до AI спільноти!

У 2016 році вірити в те, що штучний інтелект стане темою № 1 для обговорення, було досить складно. І це не дивно, бо тоді український ринок лише формувався: реальний попит існував переважно серед великих корпорацій, а питання вимірювання ефективності AI-рішень у компаніях лишалося відкритим.

Зараз все інакше. За статистикою McKinsey, використання AI у компаніях зростає щороку, а розмови про нього переходять із професійних конференцій у щоденний контекст. Ті, хто ще кілька років тому сумнівався в правильності інвестицій, тепер шукають відповіді на питання «як встигнути за всіма конкурентами?»

Тож як AI пройшов шлях від нішевої теми для технічних спільнот до must-have інструмента бізнесу в Україні? Щоб відповісти на це питання, сьогодні розглянемо весь шлях розвитку українського AI-ландшафту у стилі методології SCRUM.

Я буду рада поділитися своїм досвідом як засновниця Data Science UA — компанії, що минулого року відзначила дев’ятиріччя та була свідком (і часто учасником) найважливіших змін у розвитку українського й міжнародного AI-ринків.

Переможця обираєш ТИ!

Product Vision (2016): що таке AI і чому це важливо

Багатьом здається, що AI — це тренд останніх років, але насправді ж технологія існує з 1960-х, коли з’явилися перші програмні моделі на кшталт ELIZA. Вони були здатні аналізувати текст, виконувати логічні операції та навіть підтримувати базову бесіду. Але протягом десятиліть AI був переважно академічною дисципліною або експериментальним інструментом великих корпорацій.

У середині 2010-х ситуація принципово не змінилася: AI був темою досліджень Google, Facebook, Amazon, але майже не застосовувався меншими компаніями.

У 2016-му AI в Україні тільки набирав обертів. Технічні спеціалісти вже працювали з моделями, але бізнес лише розглядав можливості застосування.

Саме в цей час сформувалася Data Science UA — як спільнота та освітній майданчик для технічних спеціалістів. У Києві практично не було АІ-подій, тож я з командою організувала першу подібну конференцію.

Тоді на неї прилетів фаундер компанії DataRobot з Бостону, приїхали топові інженери з Ring, Grammarly, Snapchat (який саме тоді сколихнув світ своїми AI-масками). Це був чіткий меседж: технологія реальна, експерти вже працюють на світовому рівні, а українським спеціалістам відкриваються величезні можливості.

Якщо розкласти стан ринку 2016 року як беклог, він виглядав би приблизно так:

0. Підвищити обізнаність ← бізнеси не розуміли всіх можливостей технології.

1. Показати прикладну користь ← без чіткого ROI ніхто не виділить бюджет в R&D, а як ми пам’ятаємо з пункту 0, особливої довіри не було.

2. Показати легкі перемоги ← перші ML-моделі, щоб довести: це працює.

3. Створювати локальну експертизу ← навчання, спільноти, перші проєкти всередині країни.

4. Вивести українські команди на глобальні ринки ← там уже був попит на розвиток АІ-напряму.

Спринт 1 (2016–2018): формування ринку, який тільки народжується

На глобальному рівні технологія показала перші позитивні зрушення: DeepMind представив AlphaGo Zero, що навчався самостійно, без людської участі; активно обговорювались експерименти Facebook з автономною поведінкою ботів. У ці ж роки TikTok виходив на глобальний ринок уже з AI-first рекомендаційним алгоритмом, а Instagram відмовився від хронологічної стрічки на користь AI-ранжування, заклавши основу сучасних персоналізованих соцмереж.

В Україні ж ринок був фрагментованим: до 2017 року в країні працювали сильні AI-команди, які не були помітними широкому бізнесу, але робили проєкти світового рівня.

Grammarly розвивала одну з найпотужніших у світі NLP-платформ, а команда Snap Inc. створювала алгоритми популярних АІ-масок Snapchat — одного з перших масових застосувань комп’ютерного зору (CV). Водночас Ring Ukraine створювала розумні дверні дзвінки на основі CV для систем безпеки.

Паралельно розвивалися такі стартапи як Competera (динамічні ціни для ритейлу) та 3DLOOK (визначення параметрів тіла за фото).

Все це створювало досить нетипову ситуацію: українські технічні команди вже мали високі компетенції та працювали на глобальні ринки, тоді як локальний бізнес тільки освоював практичне розуміння AI.

Джерело

Спринт 2 (2019–2021): перші АІ-проєкти, що стали популярними

Період з 2019–2021 дещо змінив ставлення українського бізнесу до АІ в порівнянні з минулими роками: тепер вже АІ впроваджувався не як експеримент, а як частина діджиталізації.

На світовому ринку у 2019 році Google представив BERT, що дуже підсилив можливості NLP. А потім настав 2020-й з пандемією. За даними McKinsey, компанії прискорили цифрові трансформації на 3–7 років. Україна теж була серед них, але з адаптованим підходом.

У 2020-2021 українські мережі, як-от Preply, Uklon почали використовувати ML для прогнозування попиту. Preply, українська EdTech платформа, впровадила АІ для підбору викладачів і персоналізації: вони одні з перших застосували ML для підбору рекомендацій та оптимізації користувацького досвіду.

Неможливо також не згадати Petcube — технологічну компанію, що створила сервіси спостереження за тваринками. Компанія поєднала апаратні пристрої (камери, трекери, автоматичні поїлки) з CV: система розпізнає рухи тварин, їхні звуки й може надсилати сповіщення через застосунок.

У цей же період OpenAI випустив GPT-2 і GPT-3 (2019 та 2020), що різко полегшило доступ бізнесу до AI-сервісів. А український стартап Reface у 2020-му став № 1 у US App Store у категорії Entertainment, показавши: AI-продукти цікаві не тільки бізнесу, а й звичайним користувачам.

В Україні все частіше говорили про результати: AI почав економити кошти, прискорювати процеси та реально впливати на операційні KPI: Rozetka посилила персоналізацію рекомендацій і виділяла команди data science саме під рекомендаційні системи — схожий продукт розробляли й ми з командою для мережі магазинів EVA.

Джерело

Спринт 3 (2022–2023): ChatGPT як глобальний тригер

Запуск ChatGPT у листопаді 2022 року став переломним моментом: за 60 днів — 100 млн користувачів, найшвидше зростання в історії цифрових продуктів. Разом із Midjourney, DALL-E 2 та Stable Diffusion це зробило генеративний AI більш доступним для всіх — не лише для ІТ-фахівців. Як підкреслює McKinsey, у 2023 році 35% компаній у світі вже активно тестували generative AI.

Креативні індустрії масштабували використання AI. Respeecher став українським проривом на світовому рівні: його голосові моделі озвучували Дарта Вейдера у «Obi-Wan Kenobi», атлетів для NFL та проєкти Disney й Lucasfilm.

На глобальній арені технологічні лідери нарощували темп:

• OpenAI представив GPT-4;
• Google — PaLM 2 і Bard;
• Anthropic — Claude 2, орієнтований на безпечне корпоративне використання.

2023-й — рік, коли AI вийшов за межі технологічних спільнот і став частиною широкої публічної дискусії. Європа ухвалила AI Act — перший комплексний регламент про штучний інтелект. Університети переглядали підходи до перевірки робіт студентів. Бізнес шукав способи інтегрувати AI у робочі процеси.

В Україні цей період став часом швидких практичних експериментів: Ще у 2020–2021 Uklon публічно розповідав про використання ML для динамічного ціноутворення та прогнозування попиту, а вже у 2023 створював разом з нами рішення для пріорітизації запитів до служби підтримки, щоб підвищити безпеку пасажирів. А Reface, для якого ми винаймали core-команду, у 2023 році знову потрапив у топи App Store США завдяки новим відеомоделям.

Джерело

Спринт 4 (2024–2025): ера агентних систем

З 2024–2025 AI перестав бути інструментом «за запитом» і став повноцінним виконавцем завдань. Лідери індустрії запустили інфраструктуру для агентних систем: OpenAI представив GPT-4o, GPT-5 Codex та AgentKit, Google — сімейство Gemini 2.0–2.5 із Computer Use, а Anthropic — Sonnet 4.5 із розширеною екосистемою плагінів. Агентні моделі тепер самостійно взаємодіють з інтерфейсами, автоматизують роботу в застосунках і виконують складні багатокрокові процеси.

В Україні цей перехід виявився радше практичним. До прикладу, у вересні 2025 року Kyivstar запустив AI-модулі в своєму хмарному сервісі Kyivstar Cloud: ML для аналітики великих даних, автоматизація бізнес-процесів, чат-боти, генерація контенту, рекомендаційні системи.

Fozzy Group також активно впроваджують АІ у свої повсякденні процеси: в мережі їхніх компаній працює система, що робить фото/виміри страв і порцій, аналізує їх за допомогою згорткових нейромереж і зіставляє з базою SKU.

Ощадбанк не відставав від трендів: ще за часів COVID-19 цей банк першим серед українських банків почав використовувати ML для автоматичної верифікації документів, а вже зараз підсилює це лідерство експериментальним діджитал-проєктом «ШI-ощадики». В ньому АІ проходить так звану «співбесіду» у клієнтів банку.

Паралельно з цим українські команди інтегрують власні плагіни в OpenAI Apps, будують вертикальні рішення на основі Gemini та запускають перших спеціалізованих агентів у логістиці, фінансах і e-commerce.

З 2025 року бізнес в Україні почав перехід від AI для «підсилення» роботи до автономних систем.

Джерело

Next Sprint Goals: куди рухається ринок далі

Зараз AI-ринок зростає швидше, ніж будь-яка інша технологічна категорія. За оцінками PwC, до 2030 року АІ додасть світовій економіці понад 15,7 трлн доларів, а McKinsey прогнозує, що до 2030 року до 70% компаній інтегрують хоча б одне AI-рішення у свої бізнес-процеси. На фоні таких прогнозів ринок рухається в наступних 3 напрямах.

1. AI стане практично непомітним у використанні

Через 5 років буде важко відокремити, де саме використали АІ. Хороший тому приклад — Microsoft. Компанія не продавала «AI як окремий продукт», а обережно інтегрувала його в Teams, Office, Windows і Azure. Користувачі просто помітили, що документи оформляються швидше, зустрічі протоколюються автоматично, а пошук став розумнішим. Ніхто не питає «яка модель під капотом», важливо тільки, що працювати стало простіше.

Те ж сталося в Figma, де AI вже генерує прототипи й підказує дизайнерські рішення, а користувачі сприймають це як частину продукту, а не окрему функцію.

2. Вузька спеціалізація витіснить універсальні моделі

ChatGPT вражає, але майбутнє за спеціалізованими рішеннями для конкретних індустрій:

• AI для медицини, навчений на мільйонах реальних випадків, який діагностує точніше середнього лікаря.
• AI для юриспруденції, що знає всі закони і судову практику всіх країн.
• AI для виробництва, який знає все про конкретне обладнання і пророкує поломки за місяць.

Універсальні моделі залишаться, але реальні гроші й цінність будуть в спеціалізації.

3. Україна зміцниться у глобальному АІ-ринку

Українські AI-команди давно довели, що можуть конкурувати на міжнародних ринках:

1. Zibra AI отримала інвестиції від топ-фондів за інновації в генерації 3D і фізики для геймдеву.
2. R&D-центри глобальних компаній (SoftServe, Ciklum, DataArt) все активніше запускають AI-лабораторії в Україні.
3. Проєкти Data Science UA, ELEKS, Provectus, Intellias та інших компаній працюють зі Штатами, ЄС і Близьким Сходом від медичної аналітики до обробки великих масивів фінансових даних.

Дев’ять років тому український AI-ринок тільки починав формуватися. Сьогодні це розвинена екосистема з десятками активних гравців, сотнями проєктів і глобальними амбіціями. Але я впевнена: найцікавіше на нас чекає в наступному спринті, з агентними системами, спеціалізованими рішеннями та новими можливостями для українських команд на світовій арені.

Сподобалась стаття? Підписуйтесь на автора, щоб отримувати сповіщення про нові публікації на пошту.