Когда облако закрывает всё
Облачный контур уместен там, где данные не требуют специального режима: публичный контент сайта, обезличенная статистика, внутренние регламенты без коммерческой тайны, типовые клиентские сценарии без персональных данных. Корпоративные тарифы провайдеров дают договор, SLA и запрет на обучение модели на ваших данных — то есть правовую защиту, которой нет у бесплатных аккаунтов. Пилот в облаке — от 480 000 ₽ за 4–6 недель, и это самый быстрый способ проверить гипотезу. Насколько безопасно отдавать данные в облачный ИИ вообще — разобрано в ответе безопасно ли отдавать данные в облачный ИИ.
Три триггера собственного контура
- Специальные режимы персональных данных. Кадровые данные, биометрия, здоровье, судимость — обработка в облаке требует отдельной правовой конструкции, и часто проще держать данные внутри.
- Госсектор и аттестация. Государственные информационные системы проходят аттестацию: ИСПДн — 60 000–350 000 ₽ за систему, ГИС — от 500 000 ₽; внешний API в такой контур просто не пропустят без заключения.
- Отраслевые и клиентские запреты. Банки, оборонный сектор, часть промышленных холдингов работают по внутренним стандартам, исключающим внешнюю обработку.
Ни одного триггера нет — свой сервер не нужен. Один есть — считайте гибрид. Два и больше — проектируйте локальный контур.
Сколько стоит свой контур
Промышленный контур с локальной моделью и полной обвязкой — 0,9–1,2 млн ₽ и 8–12 недель. На старте это дороже облачного пилота в два раза, но в собственном контуре нет платы за вызовы, а данные не покидают периметр. Экономика подробно разобрана в ответе почему on-premise дороже облака, но выгоднее: на горизонте 2–3 лет фиксированные расходы контура сравниваются с растущими облачными счетами. Нужна ли при этом своя языковая модель — отдельной вопрос: чаще хватает готовой локальной модели без дообучения, см. нужна ли бизнесу собственная языковая модель.
Гибрид: данные дома, модель в облаке
Самый практичный вариант для среднего бизнеса — гибрид: RAG-хранилище и векторный индекс внутри компании, а в облако уходит только обезличенный запрос на генерацию. Перед отправкой работают фильтры персональных данных; критичные поля маскируются или не покидают контур вовсе. Так закрывается 80% требований при цене облачного старта. Переехать в полный локальный режим позже можно с сохранением наработок — путь описан в статье как перевести LLM в локальный контур.
Как решить за один день
- Выпишите данные, которые попадут в ИИ: класс, режим, чьи персональные.
- Отметьте триггеры: спецрежим, госсектор, отраслевой запрет.
- Сопоставьте со шкалой: ноль триггеров — облако, один — гибрид, два — контур.
- Проверьте себя аудитом процесса: 3–5 рабочих дней, от 90 000 ₽ — на выходе матрица «класс данных → режим обработки».
Цена ошибки в обе стороны
Два мифа о серверах и облаках
Миф первый: «свой сервер — это безопасность по умолчанию». Железо внутри офиса без охраны периметра, обновлений и резервных копий уязвимее профессионального облачного контура с сертификацией; безопасность делает не расположение, а архитектура и дисциплина эксплуатации. Свой контур выигрывает не «автоматически», а при правильной настройке — тогда, когда он действительно нужен. Миф второй: «облако всегда дешевле». Первый год — почти всегда да; дальше зависит от потока: при постоянной высокой нагрузке плата за вызовы обгоняет фиксированные расходы своего контура за два-три года. Оба мифа дороги одинаково: они заменяют расчёт верой. Подставьте свой прогноз обращений в обе модели — и ответ станет арифметическим, а не идеологическим.
Практический итог: большинству читателей этой страницы нужен не свой сервер, а управляемый класс данных и лестница стартов — от облачного пилота за 480 000 ₽ к гибриду или контуру, когда данные этого потребуют. Решение, принятое по матрице, а не по моде, экономит и миллионы на железе, и миллионы на штрафах. Типовые ошибки выбора тоже предсказуемы: покупка железа до аудита данных, смешение публичного и чувствительного в одном контуре и отказ от пилота ради «сразу правильно» — каждая из них стоит от сотен тысяч рублей и легко предотвращается матрицей из этой статьи. Начните с малого и измеримого: один процесс, один класс данных, одна ступень — и уже после пилота вы будете знать о своей инфраструктуре больше, чем после квартала совещаний о «стратегии ИИ». Именно поэтому мы рекомендуем аудита данных перед любым разговором о железе: 3–5 рабочих дней, от 90 000 ₽, и на выходе — матрица классов данных с режимами обработки, из которой решение о сервере следует автоматически.Сравнение режимов по критериям
| Критерий | Облако (API) | Гибрид | Свой контур |
|---|---|---|---|
| Старт | от 480 000 ₽, 4–6 недель | пилот + внутреннее хранилище | 0,9–1,2 млн ₽, 8–12 недель |
| Персональные данные | кроме спецкатегорий | спецкатегории — дома | любые, включая спецрежимы |
| Госсектор / аттестация | почти всегда нет | по согласованию | да, ГИС от 500 000 ₽ |
| Стоимость вызовов | растёт с потоком | средняя | фиксированная |
| Окупаемость своего железа | — | 2–3 года | 2–3 года при постоянном потоке |
| Кому подходит | большинству задач | среднему бизнесу с ПДн | госсектор, спецрежимы, крупные потоки |
Таблица читается сверху вниз: первый столбец — скорость, последний — контроль. Перемещение вправо оправдано каждым сработавшим триггером из предыдущего раздела; перемещение влево «ради экономии» при живом триггере — это экономия на штрафах, которые до 15 млн ₽ по утечкам персональных данных.
Что входит в собственный контур
«Свой сервер для ИИ» — это не один компьютер, а четыре слоя, и покупать их можно по отдельности:
| Слой | Что это | Комментарий |
|---|---|---|
| Вычисления | сервер(ы) с GPU или аренда мощностей в дата-центре | покупка GPU дорога; аренда в российском ЦОД — рабочий компромисс |
| Модель | открытая LLM в развёрнутом виде | без внешних вызовов; своя дообученная модель нужна редко |
| Обвязка | RAG, векторный индекс, интеграции, админка | переносится из облачного пилота без потерь |
| Охрана периметра | доступы, шифрование, резервные копии, аттестация | ИСПДн 60 000–350 000 ₽, ГИС — от 500 000 ₽ по потребности |
Отсюда видно главное: ценность системы — в обвязке и базе знаний, а не в железе. Обвязка переживает любой переезд; железо — просто расходник, который можно арендовать.
Три вопроса для быстрого решения
- Какие категории данных попадут в систему? Только публичные и обезличенные — облако; спецкатегории и тайны — контур или гибрид.
- Есть ли отраслевые требования? Госсектор, аттестация, банковская тайна — считайте это как «два триггера» сразу.
- Каков прогноз нагрузки на 2 года? Стабильно небольшой поток — облако выгоднее и через два года; крупный постоянный — контур окупается.
Ошибки при переезде в свой контур
- Начинать с железа. Покупают GPU, потом думают, что на нём запускать; правильный порядок — данные, сценарии, потом мощности.
- Копить всё в один контур. Публичный контент и кадровые данные смешивают в одной базе — и весь контур вынужденно наследует самый строгий режим.
- Забывать про сопровождение. Свой контур — это не «купили и забыли»: обновления моделей, патчи, мониторинг; сопровождение от 50 000 ₽/мес экономит не надо.
- Отказываться от пилота. Проверять гипотезу на своём железе за 1,2 млн ₽ — дорого; сначала облако за 480 000 ₽, потом переезд наработок.
Выбрать облако при запрете — значит поставить компанию под утечку и штрафы до 15 млн ₽. Выбрать контур без необходимости — заморозить 0,9–1,2 млн ₽ в железе и поддержке ради задачи, которую закрывал пилот за 480 000 ₽. Обе ошибки совершают одинаково часто, и обе — результат решения «по интуиции», без матрицы данных. Как выбрать модель под задачу после выбора контура — гайд как выбрать LLM для компании; собрать контур под ваш класс данных поможет разработка ИИ-ассистентов НЬЮ-ССТ.