El mercado ruso de visión por computadora en 2026 podría crecer un 29% y alcanzar los 28.4 mil millones de rublos. Este pronóstico fue presentado por la agencia analítica AIANA. Las principales fuentes de crecimiento serán los sistemas de reconocimiento de objetos y análisis de video, utilizados en la industria, el transporte y los proyectos de "ciudad inteligente".
En 2025, el mercado de visión por computadora creció un 43%. En comparación, todo el mercado ruso de inteligencia artificial durante el mismo período aumentó un 30%. Casi la mitad de los ingresos de la visión por computadora, el 49.6%, provino del análisis de flujo de video.
El área de reconocimiento de objetos creció más rápidamente. Este segmento aumentó un 56% y ocupó el 25.2% del mercado. El reconocimiento facial creció más lentamente, un 24%. Su cuota fue del 11.8%.
El mayor cliente de tecnologías de visión por computadora sigue siendo el estado. Representa el 32.5% de los ingresos del mercado. Otro 22% proviene de proyectos en el ámbito de la seguridad y la defensa, y un 11% cada uno del transporte y la logística, así como de los servicios públicos y la "ciudad inteligente".
Pero el crecimiento futuro podría seguir un escenario diferente. Anteriormente, para resolver una tarea específica, los desarrolladores a menudo necesitaban recopilar grandes conjuntos de imágenes y videos, y luego entrenar una red neuronal especializada en ellos. Ahora, parte de las tareas pueden ser realizadas por modelos universales que ya son capaces de analizar información visual.
En AIANA destacan las capacidades de los modelos de la familia Qwen-VL y Grok 2 Vision. Según los analistas, estas soluciones pueden simplificar y abaratar la implementación de la visión por computadora. Como resultado, parte de los pedidos podría pasar de los desarrolladores de sistemas especializados a los proveedores de modelos universales.
Sin embargo, esto no significa necesariamente la desaparición de las soluciones especializadas. Sergey Golitsyn, director de IA del holding de TI T1, señala que los grandes proyectos en seguridad e infraestructura requieren recursos para su implementación y mantenimiento, por lo que a menudo son obtenidos por un número limitado de proveedores. En el sector comercial, se utiliza otro enfoque: primero se prueba el sistema en un objeto y luego se escala a decenas o cientos de sitios.
Una dirección adicional de desarrollo son los modelos visual-lingüísticos (VLM). Según Dmitry Dyrmovsky, director general de GK TsRT, estos son capaces no solo de detectar eventos en video, sino también de describir lo que sucede, vincular detalles y responder preguntas sobre el contenido de la grabación.