Сравниваем два главных типа подрядчиков на рынке AI: классических интеграторов и инженерные команды. С чек-листом, кому что подходит, и как не переплатить в полтора раза за чужой маркетинг.
В 2026 году на рынке AI-внедрений сложились два очень разных типа подрядчиков. Они похоже называются, одинаково красиво выступают на конференциях и берут сопоставимые деньги. Но работают по-разному, продают разное и подходят для разных задач. Перепутать их — это бюджет, увеличенный в 1,5–2 раза, и проект, который тянется на квартал дольше необходимого.
Разбираем по полкам, в чём разница и как выбрать своих.
AI-интегратор — это компания, которая встраивает готовые AI-продукты в инфраструктуру клиента. Условный портрет: 80–500+ человек, отделы продаж и presale, партнёрства с крупными вендорами (Microsoft, OpenAI, Yandex, Sber AI), сертифицированные внедренцы по конкретным платформам. Они умеют закупать, лицензировать, разворачивать, обучать пользователей и проходить тендеры.
AI-engineering team — это инженерная команда, которая пишет AI-решения с нуля или поверх open-source. Условный портрет: 10–40 человек, ядро — senior-инженеры (Python, ML, инфра), partnership network минимальный, проектный модус работы. Они умеют разбирать процесс, проектировать систему под конкретную задачу и сопровождать её в проде.
Дальше разбираем, как они отличаются на семи практических осях.
Интегратор продаёт платформу. Их основной продукт — лицензия, контракт на поддержку и стандартный набор «фич из коробки». «Внедрим Copilot for Microsoft 365 за 6 месяцев, обучим персонал, настроим коннекторы.» Это работает, когда вы — крупная компания с типовыми задачами и хотите тиражируемое решение.
Engineering team продаёт инженерное время и кастомное решение. Их продукт — система, которой раньше не было. «Соберём AI-ассистента для разбора входящих заявок, который понимает вашу специфику и интегрируется с вашей legacy-CRM.» Это работает, когда задача нетиповая или когда платформенные решения не покрывают узкое место.
Перепутать продукты — типичная и дорогая ошибка. Если у вас уникальный процесс, на котором завязаны деньги, и вы покупаете у интегратора «платформу», вы получаете чужие хотелки в коробке, которая под ваши хотелки не настраивается. Если у вас типовой кейс (документооборот, search в большой базе знаний, классификация заявок), а вы заказываете кастом у engineering team — вы платите ×2–3 за то, что можно купить готовое.
Интегратор: код пишут партнёры или сертифицированные специалисты по конкретным платформам. Глубокого понимания внутренностей этих платформ обычно нет — они «чёрные ящики», к которым прикручиваются конфигурации. Если завтра в платформе появится баг или нужна нестандартная фича — путь только через тикет в техподдержку вендора и ожидание ответа на недели.
Engineering team: код пишут сами, и пишут под себя. Открытый стек: Python, FastAPI, LangChain или сразу нативные SDK моделей, vLLM/Ollama для инференса, pgvector или Qdrant для векторного поиска. Если что-то сломалось — открыли исходники, починили в этот же день.
Это не «лучше или хуже», это разные модели риска. У интегратора вы зависите от вендора платформы. У engineering team вы зависите от компетенции команды.
«Когда мы выбираем подрядчика на AI-внедрение, ключевой вопрос — кто будет владеть кодом и в каком объёме мы сможем менять поведение системы через год после запуска. Если ответ — “только через вендора платформы”, это сразу минус в строчке риска» — типовой подход CTO, который любят пересказывать в материалах a16z про enterprise AI и Bessemer Cloud Index.
Интегратор: формализованный sales cycle — обычно 2–4 месяца. Этапы: предквалификация, обследование, коммерческое предложение, защита у заказчика, юридическое согласование, договор, аванс, kick-off. Прежде чем команда напишет первую строчку кода, проходит квартал.
Engineering team: можно начать «послезавтра». Стартовая встреча, договор на короткий пилот (диагностику или PoC), аванс, через неделю — первые результаты. Меньше формальностей, меньше предсказуемости в сроках больших проектов.
Если у вас регулируемый закупочный процесс и тендеры — engineering team тяжело пройдёт квалификацию (нет ОКВЭДов, нет штата 500+, нет ISO в нужной комбинации). Если у вас рыночная компания и решение принимает CTO/CEO напрямую — engineering team даст результат в 3–5 раз быстрее.
Цифры на 2026 год по российскому рынку, диапазоны:
Интегратор:
Engineering team:
Где скрытая стоимость у интеграторов: лицензии тиражируются, и на горизонте 3 лет суммарная стоимость подписки часто превышает стоимость самого внедрения. Плюс vendor lock-in: переключиться на другую платформу — это новое внедрение от того же или нового интегратора, ещё на 5–25 млн ₽.
Где скрытая стоимость у engineering team: долгосрочная поддержка. Кастомное решение требует своего DevOps, мониторинга и обновлений. Если у вас в штате нет инженеров, готовых это поддерживать — за поддержку придётся платить дальше команде, которая разработала, и стоимость поддержки за 3 года может составить 50–80% от стоимости самой разработки.
В среднем по типовым проектам engineering team выходит на 30–60% дешевле в TCO 3 лет, но требует наличия минимальной технической культуры на стороне заказчика. Интегратор — дороже, но включает в стоимость «всё под ключ».
Интегратор работает с задачей на уровне «внедрить инструмент». Бизнес-процессы клиента берутся как данность, инструмент подстраивается под них (или клиент перестраивает процессы под инструмент). Глубокого погружения в специфику обычно нет — для интегратора это десятый похожий проект.
Engineering team обычно начинает с того, что разбирается, как именно у клиента всё устроено. Без этого они не могут построить решение. Это плюс (получаете кастом под себя) и минус (на разбор уходит время и деньги).
Аналогия с автомобилями: интегратор продаёт готовый автомобиль с возможностью выбрать комплектацию. Engineering team строит автомобиль под ваш конкретный маршрут, груз и местность. Если маршрут стандартный — берите готовый. Если уникальный — без кастома никак.
Интегратор: поддержка по контракту, SLA, тикетная система. Изменения в логике — через change request, обычно стоят отдельно и согласовываются месяцами. Сложно адаптироваться под изменения бизнеса.
Engineering team: команда продолжает писать код, изменения вносятся в течение дня-двух. Можно адаптировать систему под новые требования бизнеса быстро. Но требуется регулярный бюджет на развитие — иначе через год система начнёт отставать от изменившейся реальности.
Это самый важный пункт, который часто упускают.
У интегратора ответственность размыта между вендором платформы и интегратором. Если что-то не работает — это или ошибка в платформе (запрос к вендору), или ошибка в настройке (запрос к интегратору). Иногда они между собой долго выясняют, чья проблема. Заказчик ждёт.
У engineering team ответственность лежит на самой команде. Если что-то не работает — звонок одному человеку, и через час разбираются. Никаких «это вендор не так настроил».
Это субъективная разница, но в моменте инцидента она ощущается резко.
| Ситуация | Лучше выбрать |
|---|---|
| Крупная компания (1000+), тендер, ISO 27001 обязательно | AI-интегратор |
| Задача — типовая (Copilot, документооборот, search) | AI-интегратор |
| Внутри есть IT-отдел, но нет ML-компетенций | AI-интегратор + лицензии |
| Срочность 4–6 недель до результата | Engineering team |
| Уникальный процесс, на котором держится бизнес | Engineering team |
| Чувствительные данные, нужен on-premise | Engineering team |
| Бюджет ограничен, считаете TCO на 3 года | Engineering team |
| Готовы держать DevOps для AI-системы | Engineering team |
| Регулируемая отрасль, КИИ, 152-ФЗ критично | Engineering team |
| Хотите «всё под ключ», свой инженер не нужен | AI-интегратор |
Если вы собеседуете подрядчика и не уверены, к какому типу он относится — задайте эти семь вопросов. Ответы расскажут больше любых презентаций.
Покажите код последнего проекта. Engineering team покажет архитектурную схему и кусок исходников, расскажет, почему именно так. Интегратор покажет скриншоты конфигурации и партнёрский сертификат.
Кто будет писать код, и могу ли я с ним поговорить на старте? Engineering team приведёт тимлида или senior-инженера. Интегратор предложит встречу с проектным менеджером.
Что произойдёт, если завтра вендор изменит лицензионную политику? Engineering team скажет «нас это не касается, у вас open-source стек». Интегратор начнёт объяснять, как мы вместе адаптируемся.
Сколько времени займёт первая работающая версия? Engineering team назовёт 3–6 недель. Интегратор — 3–6 месяцев.
Кому будет принадлежать код после сдачи? Engineering team скажет «вам по договору, можете унести к любому другому подрядчику». Интегратор объяснит, что код — собственность вендора платформы.
Как считается стоимость поддержки на горизонте 3 лет? Хороший engineering team покажет таблицу TCO. Хороший интегратор тоже покажет, но цифра окажется в 1,5–3 раза выше.
Что вы делать НЕ будете? Хороший подрядчик любого типа имеет внятный список «не наше». Если ответа нет — это плохой знак.
Эти два типа подрядчиков — не конкуренты. Они закрывают разные задачи на одном рынке.
И не путайте красивые формулировки. «Мы внедряем AI-решения с нуля под бизнес-задачу» — это может быть и интегратор, и engineering team. Разбираются они после первых 30 минут предметного разговора — по тем самым семи вопросам.
Если хотите за один час понять, что нужно именно вам — мы делаем экспресс-диагностику ровно об этом: разбираем задачу и говорим прямо, нужен ли вам engineering team, интегратор или вообще никто из них (и такие кейсы тоже бывают). И что показательно — если ответ «вам сейчас AI не нужен», мы это тоже говорим. Деньги за диагностику в этом случае возвращаются.
Разбираем семь причин, по которым AI-проекты заканчиваются красивой презентацией вместо работающей системы. С рабочим чек-листом, как не оказаться в этой статистике.
Сборник практических критериев для руководителей, которые выбирают студию или агентство для внедрения AI. Что спросить, чтобы отсеять хайп.
Практический гайд по запуску AI-пилота: выбор задачи, подготовка данных, критерии успеха, типовые ошибки. С примерами из практики.
Расскажите о задаче — на 30-минутном звонке подскажем, с чего начать и чего избегать.