В 2021 году закупки товаров и услуг, связанных с технологиями аналитики и обработки больших данных, вырастут в мире на 10,1% до до 215,7 млрд долл. По мере восстановления мировой экономики после пандемии COVID-19 они будут расти еще быстрее — в среднем, по прогнозам аналитиков IDC, в ближайшие пять лет рост будет составлять в среднем 12,8% в год. В отличие от многих других секторов рынка ИТ, этот сектор рос и в 2020 году, отмечают аналитики. Чтобы пережить пандемию, компаниям нужны были результаты анализа данных и интеллектуальные системы автоматизации.

Больше всех в технологии аналитики и обработки больших  данных вкладывают банки, предприятия дискретного производства и компании профессиональных услуг. На них вместе приходится около трети общего объема закупок в 2021 году.

Больше половины средств было затрачено на оплату различных ИТ- и бизнес-услуг в сфере аналитики и обработки больших данных. На закупки программного обеспечения ушло 82 млрд долл. Именно этот сегмент в ближайшие годы будет расти быстрее прочих — в среднем на 15,1% в год, полагают аналитики.

Объем продаж программного обеспечения, оборудования и услуг, связанных с технологиями искусственного интеллекта, в 2021 году вырастет на 15,2% и достигнет 341,8 млрд долл. В 2022 году рынок вырастет еще на 18,8%, а к 2024 году преодолеет рубеж в 500 млрд долл.

88% продаж приходится на долю программного обеспечения, а внутри этого сегмента почти половина — на прикладные приложения. Размер сегмента услуг в 2020 году составлял 19,4 млрд долл. К концу 2021 года он вырастет на 19,3%, и в ближайшие пять лет будет расти быстрее рынка в целом — в среднем на 21% в год. Сегмент оборудования занимает только 5%, но в 2021 году вырастет на 29,6%, а затем будет расти в среднем на 19,4% в год, полагают аналитики. Рынок вычислительных систем и систем хранения данных, предназначенных для систем искусственного интеллекта, пострадал от пандемии меньше, чем предполагалось и быстро восстанавливается.

В 2020 году цифровая трансформация бизнеса ускорилась и значение технологий искусственного интеллекта в корпоративной среде выросло, отмечают аналитики. Методы работы и принятия решений с использованием искусственного интеллекта теперь внедрены во всех функциональных направлениях бизнеса.

Российские власти строят планы развития собственной системы бронирования отелей. Об этом сообщает «Коммерсантъ», ознакомившийся с проектом плана мероприятий по реализации первого этапа стратегии развития туризма в России до 2035 года. В проекте в общей сложности 116 пунктов, в том числе в нем говорится о создании и эксплуатации отечественной системы бронирования туристических услуг. Новую ИТ-платформу, которая будет управлять средствами размещения в российских гостиницах, планируется реализовать к концу 2024 года.

Издание отмечает, что проект создания российского аналога Booking попадал еще в стратегию развития туризма до 2020 года, но развития не получил.

Создание собственного сервиса бронирования актуализировалось на фоне переноса на российские серверы систем бронирования авиабилетов, отмечает издание. Сейчас этим занимается «Ростех» — созданная им Национальная система бронирования больше ориентируется на авиаперевозчиков, однако содержит и предложения для отельеров. В частности, система предлагает полностью интегрировать систему учета номерного фонда гостиниц со своей платформой. Сервис обещает обратные звонки, SIP-телефонию, а в будущем чат-бот для клиентов на базе искусственного интеллекта.

Эксперты, на чье мнение ссылается издание, сомневаются в способности российского сервиса бронирования составить конкуренцию Booking.com, который контролирует до 80% соответствующего рынка.

В конце 2020 года ФАС обвинила Booking.com в навязывании отелям невыгодных условий сотрудничества из-за своего доминирующего положения на рынке. Платформа требовала от гостиниц соблюдения паритета цен: при нем отельеры не могли на других каналах продаж и платформах устанавливать цены на свои услуги ниже, чем на Booking.

Стратегия цифровой трансформации обойдется в 393 млрд руб., следует из разработанного Минстроем паспорта стратегии, о котором сообщил «Коммерсант». Документом предусматрено четыре крупных проекта: «Новый умный дом» — система по управлению многоквартирными домами на основе технологий Интернета вещей; «Решаем вместе» — технология учета общественного мнения при определении приоритетов развития объектов городского хозяйства; «Строим в один клик» — система электронного документооборота между девелоперами и Минстроем; «Цифровая инфраструктура ЖКХ».

Стоимость проекта «Цифровая инфраструктура ЖКХ» оценивается в 375 млрд руб. до 2030 года. Он предусматривает, в частности, разработку и внедрение типовых систем управления снабжения ресурсами — телеметрию о состоянии инженерных сетей, которая будет передаваться в единую государственную систему и управляться оператором. Для этого управляющие компании и ресурсоснабжающие организации хотят обязать устанавливать интеллектуальные приборы учета, умные датчики, системы контроля зданий. Бюджетное финансирование проекта не планируется.

В Минстрое рассчитывают, что цифровизация ЖКХ снизит аварийность инфраструктуры, повысит срок службы коммунальных сетей.

С 2016 года в России работает ГИС ЖКХ — единая информационная госсистема, собирающая и обрабатывающая данные о жилфонде, объектах коммунальной инфраструктуры, работах в отрасли, тарифах, обслуживающих организациях и поставщиках услуг, платы за них и долгам. Пользователи неоднократно критиковали ее за сырость, утверждает издание.

Согласно результатам отчета IDC, общий объем расходов на Интернет вещей в сфере бизнеса в 2020 году составил 3,93 млрд долл.

Непростой 2020 год заставил компании пересмотреть свои инвестиции в ИТ, что привело к сокращению и расходов на Интернет вещей в России. Сосредоточившись на обеспечении безопасной удаленной среды для сотрудников, клиентов и партнеров, некоторые компании отложили инвестиции в технологии Интернета вещей.

Те же компании, которые продолжили уже начатые инициативы или смогли запустить проекты в нестабильной рабочей ситуации, получили видимое преимущество в операционных процессах, благодаря анализу данных от решений Интернета вещей и сокращая зависимость от человеческих ресурсов.

Несмотря на последствия колебаний расходов на Интернета вещей, рост рынка ускорится в 2021 году, благодаря цифровым инициативам компаний из разных отраслей. В IDC ожидают, что отечественный рынок Интернета вещей вырастет до 8,57 млрд долл. в 2025 году, что советствует среднему ежегодному темпу роста в период с 2021-го по 2025 год в 16,8%.

В 2020 году лидирующими отраслями по затратам на Интернет вещей стали производство и добыча, общая доля которых составила около 30%, за которыми следуют транспорт и инфраструктура, включающая коммуникации и коммунальное хозяйство.

По оценкам IDC, затраты со стороны компаний заказчиков на ИТ- и бизнес-услуги составляют около 40%. Сервисные компании помогают заказчикам разрабатывать стратегии использования технологий интернета вещей и разрабатывать бизнес-сценарии, обеспечивающие преимущества для бизнеса. Также растущий спрос на аналитику, основанную на данных Интернета вещей, требует внешней экспертизы в области бизнес-аналитики.

На втором месте остались инвестиции в оборудование – серверные мощности и устройства. Расходы на аппаратное обеспечение остаются значительными, поскольку число «вещей», которые доставляют данные, продолжает расти. Компании внедряют новые и расширяют существующие сценарии использования с помощью установки различных устройств.

В 2020 году категория программного обеспечения составила третью по величине долю на рынке Интернета вещей. Программные приложения отражают отраслевые задачи, в то время как использование платформы Интернета вещей способствует более быстрой разработке и развертыванию приложений.

После периода пилотных проектов и перехода к полноценным внедрениям в операционную действительность, в организациях изменилось отношение к Интернету вещей. Компании рассматривают Интернет вещей как средство соединения информационных и операционных технологий, которое позволит им получать и использовать больше данных для анализа и строить цифровую компанию, полагают в IDC. Информация, предоставляемая с помощью внедрения технологий Интернета вещей, имеет решающее значение для улучшения процессов и автоматизации принятия решений.

Суммарная выручка публичных облачных сервисов инфраструктуры, платформ и программ в виде сервиса в Центральной и Восточной Европе в 2021 году превысит 5 млрд долл., что на 27% больше, чем в прошлом году.

Большая часть закупок публичных облачных сервисов приходится на производственную отрасль, но другие отрасли еще быстрее осуществляют переход на облачные платформы. Самые высокие темпы отмечаются в отраслях личных и потребительских услуг, профессиональных услуг, оптовой и розничной торговли, а также связи и СМИ.

Для ускорения разработки и развертывания приложений организации все чаще используют облачные платформы в виде сервиса (PaaS), особенно в финансовом секторе. Многие компании, предоставляющие финансовые услуги, рассматривают PaaS как ключевой инструмент для быстрого вывода на рынок инновационных, ориентированных на клиента услуг, с меньшими затратами, отмечают аналитики IDC.

По мере восстановления работы после пандемии COVID-19 компании из Центральной и Восточной Европы с большей готовностью вкладывают средства в проекты цифровой трансформации и обеспечения устойчивости и динамичного развития бизнеса, которые в значительной степени опираются на облачные сервисы.

Министерство просвещения РФ представило паспорт стратегии цифровой трансформации образования. Проект, реализация которого рассчитана на период с 2021-го по 2030 год, предполагает создание ряда сервисов для учащихся, учителей, администраций школ и родителей. Среди них — «Библиотека цифрового образовательного контента», «Цифровой помощник ученика», «Цифровое портфолио ученика», система управления в образовательной организации, «Цифровой помощник родителей», «Цифровой помощник учителя».

Кроме автоматической проверки 50% домашних заданий к 2030 году планируется обеспечить всех школьников бесплатным образовательным контентом для самостоятельной подготовки, а также возможностью составлять с его использованием индивидуальную программу обучения.

До 2024 года педагогические работники должны иметь возможность повышать квалификацию через цифровую платформу; 33% уроков должны проводиться с использованием цифрового контента. Абитуриенты смогут формировать свои портфолио для подачи в вузы.

Планируется, что 90% школ к 2024 году перейдут на электронный документооборот. Предполагается автоматизировать процесс записи детей в школу, обеспечить таргетированный подбор образовательного контента для школьников и программ повышения квалификации для педагогов.

Разработка некоторых упомянутых в стратегии цифровых решений уже началась. Минпросвещения разработало концепцию государственной информационной системы «Моя школа», которая в соответствии с паспортом стратегии цифровой трансформации образования должна стать единой платформой для всех образовательных учреждений в России. Ранее в министерстве предложили создать «цифровой профиль обучающегося», который будут регистрировать при приеме в детский сад или в первый класс школы. В нем будут указаны все достижения ребенка; профиль планируется сделать обязательным.

Продажи товаров и услуг, связанных с технологиями граничных вычислений (edge computing), быстро растут, что вызвано необходимостью сокращения дистанции между вычислительными ресурсами и местами создания данных. Это резко сокращает время на получение ценной информации и позволяет вести бизнес-процессы и принимать решения за пределами основной ИТ-среды. Пандемия показала, насколько важным является дистанционная работа и мгновенный доступ к данным для поддержки рабочих процессов в местах помимо основных центров обработки данных, указывают аналитики IDC.

В 2021 году крупнейшим сегментом рынка граничных вычислений в Европе останутся услуги: связь и профессиональные услуги для Интернета вещей, робототехники, дронов, искусственного интеллекта и виртуальной и дополненной реальности. Затраты на оборудование почти сравнялись с затратами на программные технологии (особенно в сфере безопасности), что обусловлено выполнением на периферии более сложных задач, для которых нужны более мощные периферийные платформы. Среди отраслевых сегментов крупнейшим остается производственный, но ретейл, занимая второе место, обгоняет его по темпам роста.

Технологии роботизации процессов (Robotic Process Automation, RPA) , несмотря на растущую зрелость, до сих пор вызывают много дискуссий, касающихся их эффективности и места в корпоративном ландшафте. Расстановка сил на рынке RPA за последние полтора года существенно изменилась. Там, где раньше безраздельно доминировали зарубежные системы, начали появляться отечественные решения. Одним из них является Sherpa RPA — платформа для роботизации с автоматизированным выявлением бизнес-процессов с помощью машинного обучения. Она относится к классу продуктов No-code: позволяет создавать приложения без программирования — с помощью методов буксировки (drag-and-drop) и визуального моделирования. Это максимально демократизирует возможности ее использования в компаниях.

Мы поговорили с Константином Артемьевым, генеральным директором Sherpa Robotics, о настоящем и будущем платформ RPA, а также обсудили сценарии их «правильного» применения.

- На конференции RPA 2021 несколько экспертов выступили с противоположными заявлениями: одни открыто признавали роботов в качестве временных, суррогатных решений, а другие призывали отказаться от восприятия RPA как «костылей». Где, с вашей точки зрения, истина?

У каждого инструмента (а RPA — это именно инструмент) есть своя сфера применения. Условно говоря, молотком надо забивать гвозди, а не шурупы.

Общаясь с клиентами, мы часто наблюдаем, что в крупной компании есть собственный отдел разработки, где «серьезные» программисты пишут что-то на известных языках. Казалось бы, проблемы, с которыми к нам приходят заказчики, мог бы решить их собственный ИТ-отдел. Однако на практике разработчики вечно перегружены и не успевают решать задачи, с которыми к ним приходят сотрудники отделов аналитики, логистики, закупок, бухгалтерии и т. д. В одной из компаний руководитель отдела развития честно признался в том, что очередь на разработку решений сейчас составляет около года. В этом случае RPA может быть отличным способом существенно ускорить внедрение точечных (а иногда и серьезных) систем автоматизации. Средний срок таких проектов — несколько недель. Два месяца — абсолютный максимум.

Получается, что с использованием RPA внедрение систем внутренней автоматизации ускоряется в 3–10 раз. Это не только наша статистика, об аналогичных показателях говорят крупные консалтинговые агентства, а также коллеги, занимающиеся внедрением других платформ. И в этом ускорении заключается самое главное преимущество. А другие факторы — например, снижение требований к разработчикам — являются лишь дополнительным бонусом.

Да, в каких-то случаях внедрение RPA может выглядеть как «костыль». А где-то перед внедрением роботов было бы неплохо выполнить оптимизацию процессов. Но иногда даже такой подход бывает оправданным как временное решение. Мы живем в очень динамичном мире, и чем оперативнее бизнес реагирует на изменения, чем быстрее может выводить на рынок новые продукты и переформатировать свои процессы, тем больше шансов на то, что он останется на плаву. Если для внедрения изменения, которое нужно немедленно, требуется полгода на разработку, это не очень хорошая ситуация. Место RPA — именно в быстром решении подобных задач и адаптации компаний к изменяющемуся внешнему миру.

- Практика показывает, что применение RPA в подавляющем большинстве случаев далеко от массовости. После пилотных (зачастую успешных) проектов решения тяжело масштабируются, и часто вовсе не из-за технологических факторов. Каковы ключевые причины этого феномена?

Мы видим несколько конкретных причин. Во-первых, внутренние команды разработки начинают саботировать внедрение RPA, потому что видят прямого конкурента. Во-вторых, ключевые сотрудники компании не понимают, в чем сильные и слабые стороны RPA, и не могут определиться с областями применения программных роботов. Часто для пилота выбирают совсем небольшую задачу: фактически пытаются заменить роботом какой-то процент времени работы одного сотрудника. Такой проект реализуется быстро и просто, но в этом случае стоимость работ может быть несопоставима с фактической отдачей — игра не стоит свеч. Даже для пилота нужно выбирать задачи, которыми занимаются несколько человек и тратят на них существенную часть рабочего дня. Только тогда эффект от внедрения роботов будет очевиден.

- Чем характеризуется платформа, которую выгодно и удобно масштабировать? Например, вы себя позиционируете как платформу для крупного и среднего бизнеса.

Можно выделить несколько ключевых свойств такой платформы. Во-первых, она должна позволять выявлять новые процессы для роботизации. При первоначальном внедрении RPA идеи о том, на каких процессах использовать эту технологию, возникают сразу. Однако после «снятия сливок» и успешного запуска первых роботов все уже не так очевидно. Поэтому платформа должна включать встроенные инструменты Process Discovery.

Во-вторых, эта платформа должна позволять вести разработку на местах, силами бизнес-пользователей. Как минимум она должна быть настолько удобной и наглядной, чтобы пользователи могли при необходимости адаптировать роботов. А если сотрудник обладает алгоритмическим складом ума, то он сможет создавать роботов самостоятельно.

В-третьих, платформа должна поддерживать все популярные корпоративные технологии. Не должно быть проблем с SAP, «1С», Oracle, технологиями виртуализации и т. п.

Однако самое главное: выгода от использования роботов не должна уменьшаться с ростом их числа. Это настоящее проклятие для лицензионных политик многих вендоров: чем дольше компания «пылесосит» свой ландшафт в поисках процессов для роботизации, тем меньше отдача от нее. Ценообразование должно учитывать этот фактор. Мы пытаемся соответствовать всем четырем критериям.

- А может ли такой платформой пользоваться малый бизнес? Насколько это возможно, удобно и выгодно?

Да, у нас есть клиенты из малого бизнеса, буквально с десятком сотрудников. Во многом это обеспечивается низким порогом входа: 50 тыс. руб. за робота — это вполне подъемная цена для SMB.

- Есть люди, считающие технологию Process Discovery «баловством». Почему вы делаете ставку на эту технологию?

Она важна для масштабирования платформы. В любой компании есть регламенты, согласно которым должны действовать сотрудники. Однако часто оказывается, что даже при наличии четких инструкций с течением времени они перестают выполняться буквально: сотрудники на местах изобретают альтернативные способы решения задач и методы обхода возникающих проблем. Об этих неформальных процессах никто из начальства даже не подозревает. Из-за этого время решения одной и той же задачи двумя разными сотрудниками может различаться в несколько раз. Поэтому, прежде чем что-то оптимизировать, следует узнать реалии бизнес-процессов и вообще поинтересоваться, нет ли там «лишних» задач, от которых лучше избавиться.

Process Dicovery — это инструмент выявления фактически сложившихся в компании процессов, а не нарисованных в теории. Только проанализировав их, можно нарисовать карту процессов и сделать их «раскадровку», которая ляжет в техническое задание для разработки роботов. Process Dicovery существенно, иногда в десятки раз, ускоряет работу аналитиков, которым иначе приходится действовать вручную. Их собственная скорость — анализ работы нескольких человек в месяц. «Вооруженный» бизнес-аналитик за месяц способен охватить работу нескольких десятков человек.

- У подхода Low-code/No-code много сторонников и не меньше скептиков. В каких случаях эти решения использовать правильно, а какие признаки, наоборот, являются стоп-факторами?

Если говорить о таких решениях в целом, то их эффективное применение охватывает следующие случаи: когда необходимо очень быстро создать прототип решения, которое будет работать из коробки, и сильно хочется сэкономить на разработке. То есть нужен готовый продукт здесь и сейчас. Такие решения сильно выручают: позволяют собрать «домик» из кубиков конструктора.

Проблемы же возникают при масштабировании, когда стандартных возможностей платформ уже не хватает. В случае уникального дизайна или сложной бизнес-логики, нетипичной для таких продуктов, также возникнут сложности. Еще одно ограничение — большие объемы обрабатываемой информации. Если сотня и даже тысяча пользователей — не проблема, то в случае десятков тысяч пользователей требуется более серьезный инструмент.

- Каковы требования к экспертам для разработки на платформах No-code? Много ли сейчас таких специалистов на рынке?

Мы оцениваем российский рынок специалистов, обученных на какой-либо из платформ No-code, примерно в 10 тыс. человек. Надо признать, что основная масса специализируется не на RPA, а в какой-то из смежных областей.

Главное требование — наличие алгоритмического склада ума. Этому очень тяжело научить гуманитариев, они с такими задачами в жизни не встречаются. Важно последовательно, по шагам, разложить свою задачу, декомпозировать ее и изложить в виде алгоритма — хотя бы словами, а также описать исключения из правил.

Но программистом быть вовсе не обязательно. За короткое время обучаются системные администраторы, бизнес-аналитики и даже пользователи, просто хорошо владеющие Microsoft Excel — на уровне, превышающем базовые функции. К счастью, у огромного количества пользователей навыки алгоритмизации присутствуют — когда-то в жизни они с задачами подобного рода уже сталкивались.

У нас есть собственная академия, подготовившая уже около сотни специалистов. Программа проста: на заочное ознакомление даем записанные ролики, затем — домашнее задание, по видеосвязи обсуждаем задания и возникающие вопросы. Двух-трех недель в таком режиме хватает для того, чтобы человек, раньше не сталкивавшийся с разработкой, начал создавать вполне полезных и применимых в бизнесе роботов.

Очень выгодно работать с вузами. Сейчас на их базе создается много курсов дополнительного образования, куда приходят уже состоявшиеся специалисты, которым нужны дополнительные навыки, связанные с цифровой трансформацией. Такие люди хорошо мотивированы, жадно впитывают знания, с ними комфортно общаться. Сейчас на базе двух вузов мы открываем курсы по обучению работе с нашей платформой и делаем большую ставку на них.

- Приведите пример нескольких успешных кейсов внедрения вашей платформы. Что у них общего?

Заказчики очень разные, но у самых успешных проектов действительно есть общее: несколько человек выполняют одну и ту же бизнес-функцию, отнимающую более половины рабочего дня. При этом присутствует «человеческий фактор»: сотрудники совершают некоторое количество ошибок, критичных для процесса. Когда сочетаются такие обстоятельства, вопросов об экономическом эффекте даже не возникает.

Один из примеров — обогащение информации о клиентах и лидах для страховой компании. Чтобы сделать хорошее коммерческое предложение или «правильный» звонок, сотрудник отдела продаж должен иметь как можно больше информации. На ее сбор в открытых источниках уходит много времени. Робот существенно сокращает это время и повышает полноту информации за счет охвата большего числа источников. Это сразу же отразилось на конверсии: эффективность звонков резко выросла. Когда речь идет не только о сокращении ручного труда сотрудников, но и о повышении качества процессов, это идеальный вариант.

Другой пример — обработка большого количества сканированных документов (счетов, актов, накладных) в компании, торгующей металлопрокатом. Этим ежедневно занимались более 10 человек. Роботизация позволила освободить их рабочее время. Сотрудники были счастливы, и никто не беспокоился об увольнении, потому что эта рутина не была для них профильной деятельностью.

Наконец, есть нетипичный, но очень показательный пример роботизации — ввод данных в одну из ГИС, которая изначально была не слишком удачно спроектирована: у нее отсутствует функция импорта. Организациям требуется отчитываться в этой системе о производимых товарах, и есть компании, которым ежемесячно требуется вносить несколько тысяч позиций. Ввод одной товарной позиции требует заполнения 50 полей — это около 20 минут. Робот позволил сократить время на внесение одной записи до 50 секунд. Это сэкономило огромное количество времени нескольким сотрудникам.

- Политика импортозамещения ужесточается, да и расстановка сил на рынке за последние пару лет изменилась. Готовы ли крупные компании переходить на отечественные платформы роботизации, если ранее они выбирали западные?

Многие клиенты готовы, и в ряде случаев этот процесс начался. Наше государство регуляторными мерами — в частности, созданием реестра отечественного ПО — сильно помогло. Это не решающий, но важный фактор для многих компаний.

Кроме того, по каналам обратной связи мы получаем от клиентов информацию о том, что техническая поддержка отечественных компаний работает гораздо быстрее. Ответ на стандартный технический вопрос можно получить не за несколько недель, а за несколько часов, в течение того же рабочего дня. Наконец, поддержка других российских систем, в том числе «1С», и русского языка выполнена гораздо лучше.

Если говорить о конкурентоспособности отечественных платформ RPA, то на рынке существуют как минимум три игрока, способных производить продукты, конкурирующие с ведущими западными решениями. Таким образом, даже среди российских платформ есть выбор, и это замечательно.

- Куда движется рынок программных роботов? Какой вы видите индустрию через 3–5 лет?

Мне кажется, что тенденция No-сode будет только усиливаться и сотрудники на местах смогут принимать все большее участие в роботизации процессов. Я вижу это как переход от формализованных инструментов разработки к менее формализованным. Уже сейчас люди могут решать многие бытовые задачи с помощью голосовых помощников. Взаимодействие при создании бизнес-решений также будет происходить с помощью естественной речи: сам инструмент будет ее преобразовывать в формальные представления, которые RPA сможет выполнять. Как сейчас «Алиса» может проложить маршрут или помочь с ежедневными делами, так и условная «Оксана» сможет проверить электронную почту, найти конкретное коммерческое предложение, подставить туда нужные реквизиты, вывести на печать и отправить бухгалтеру. Симбиоз между голосовыми помощниками, способами неформального создания алгоритмов и инструментами RPA — дело совсем недалекого будущего.

В первом квартале 2021 года продажи шлемов виртуальной реальности в мире выросли на 52,4%. Из них 82,7% приходится на автономные шлемы, такие, как Oculus Quest 2 и HTC Vive Focus. В первом квартале 2020 года доля автономных шлемов составляла только 50,5%.

Почти две трети продаж за квартал составляют шлемы Oculus, который выпускает Facebook. Она доминирует в потребительском сегменте, но в корпоративном у нее есть конкуренты. Кроме того, Facebook не работает в Китае, что оставляет возможности для местных компаний.

Китайские компании DPVR и Pico закончили квартал с ростом 108,6% и 44,7%, соответственно. Они обладают сильными позициями в Китае и пытаются выйти на международный рынок, ориентируясь на корпоративный сегмент. При этом они, особенно Pico, заполняют нишу недорогих шлемов с тремя степенями свободы, одновременно переводя часть пользователей на шлемы с шестью степенями свободы.

По прогнозу IDC, в 2021 году продажи шлемов виртуальной реальности вырастут только на 28,9%, но этот прогноз учитывает существующий дефицит микроэлектронных компонентов. Долгосрочный прогноз дает средний годовой темп роста в 41,4%.