«Облако в разы повышает доступность технологий: бизнес получает не только инфраструктуру, но и готовые AI-инструменты, которые раньше были дорогими и сложными в развертывании. Небольшая команда теперь может запустить AI-агента за минуты. Запросы таких клиентов мы понимаем лучше других — подтвердили это лидерством в рейтинге облачных провайдеров для СМБ», — комментирует Сергей Наумов, CEO Timeweb Cloud.
Быстрее всего растут три направления. Первое — экосистема для работы с нейросетями. За последние полгода AI-агенты стали в 4 раза более востребованными. Спрос на облачные серверы с GPU увеличился в 2,2 раза за год. Облако для СМБ сейчас — основной способ работать с AI без вложений в инфраструктуру.
Второе направление — работа с данными: интерес к бэкапам вырос в 2 раза, к S3-хранилищу — в 2,3 раза. В июне 2026 года объем данных в S3 превысил 1,4 петабайта. К третьему направлению относится контейнеризация: Managed Kubernetes показал двукратный рост спроса. Управляемый Kubernetes дает небольшим командам возможность работать без выделенных DevOps-инженеров.
СМБ переходит от точечных облачных решений к экосистемам: облако становится единой платформой для AI, данных и инфраструктуры. Главный фактор роста — доступные AI‑инструменты, при этом развитие инфраструктуры сопровождается увеличением спроса на бэкапы, облачные хранилища и другие управляемые сервисы.
В отраслевом разрезе лидируют ИТ и разработка — 35% спроса на облака. Далее идут ритейл и e-commerce — 22%, EdTech и медицинские сервисы — 12% и 11%. Остальной спрос распределяется между производством, девелопментом, медиасервисами и другими сферами.
По данным Timeweb Cloud, в 50% случаев AI-агенты решают задачи автоматизации продаж и поддержки. Более 25% ассистентов работают с внутренними корпоративными системами и документацией. Оставшаяся доля приходится на работу с текстами, задачи HR и продуктовой аналитики. Агентов можно протестировать без вложений — с начала июля провайдер дает стартовый пакет токенов на LLM-модели из каталога.
Облачные серверы с GPU берут для задач ML и AI — до 40% сценариев. Еще около 25% занимает 3D-рендеринг и визуализация, на обработку больших данных приходится 15%. Остальное — удаленные рабочие места и инженерные приложения.