Четыре причины, по которым бизнес уходит с облака
Причины называют разные, и весят они очень по-разному. Разберём каждую честно.
1. Персональные данные и 152-ФЗ
Причина весомая, но её часто понимают шире, чем нужно. Хранение данных на своём сервере действительно снижает риски: вы знаете, где физически лежит база, и не зависите от того, что решит сторонний сервис. Но само по себе локальное размещение соответствия закону не даёт — нужны согласия, политика обработки, регламент доступа. Если у вас база из 400 контактов оптовых клиентов и вы не медцентр и не банк, эта причина реальна, но не срочна. Если вы обрабатываете данные чужих клиентов по договору — она первая по важности.
2. Риск отключения зарубежного сервиса
За последние годы это перестало быть теорией. Компании теряли доступ к оплаченным тарифам, к экспорту собственных данных, к истории. Вес причины зависит от одного вопроса: что произойдёт с работой отдела, если сервис отключится завтра утром? Если ответ «неудобно, перейдём за неделю» — риск терпимый. Если «встанет отгрузка» — стоит подстраховаться, и не обязательно переездом: иногда достаточно настроить регулярную выгрузку данных к себе.
3. Стоимость подписок, которая растёт с числом сотрудников
Самая недооценённая причина. Подписка по модели «за пользователя в месяц» устроена так, что рост компании автоматически увеличивает счёт. На пяти сотрудниках это незаметно, на тридцати — уже статья расходов, которую сложно сократить, потому что все привыкли. Причина весомая для растущих команд и почти неважная, если сотрудников трое и их количество не меняется.
4. Просто нежелание отдавать базу третьей стороне
Формально самая слабая причина, но игнорировать её не стоит. За ней обычно стоит здравое соображение: клиентская база — главный актив компании, и владелец не хочет, чтобы её копия лежала у кого-то ещё. Это не паранойя, это управление активом. Но и переоценивать не нужно: если вы уже используете облачную почту и мессенджеры, значительная часть переписки и так вне периметра.
Когда локально — плохая идея
Это важнее списка преимуществ, поэтому идёт сразу. Локальное решение перекладывает ответственность за работоспособность на вас. Пока всё работает, разницы нет. Разница появляется в момент сбоя.
- Нужен доступ из любой точки и с телефона. Локальный сервер в офисе — это VPN, настройка на каждом устройстве и объяснения сотрудникам, почему «из дома не открывается». Если команда работает распределённо, облако выигрывает без вариантов.
- В компании нет никого, кто перезагрузит сервер. Не системного администратора — просто человека, который в субботу зайдёт в серверную и нажмёт кнопку. Если такого нет, а бизнес встаёт без системы, локальное размещение создаёт риск больше того, который вы устраняете.
- Данные нужны нескольким филиалам. Синхронизация между площадками — отдельная инженерная задача со своей ценой. Облачный сервис решает её по умолчанию, локальное решение — за ваши деньги.
- Вы не готовы отвечать за резервные копии. В облаке бэкапы делает провайдер. На своём сервере их делаете вы, и проверять восстановление тоже вам. Бэкап, который никто не восстанавливал, бэкапом не является.
Скажем прямо: переход на своё железо — это обмен одного риска на другой. Вы убираете зависимость от чужого сервиса и получаете зависимость от собственной дисциплины.
Что такое «локально» на самом деле
Под одним словом скрываются три разных сценария с разной ценой и разной сложностью. Их регулярно путают, и из-за этого разговор о бюджете идёт мимо.
Сценарий 1. Программа на компьютере сотрудника
Обычная десктоп-утилита с несколькими кнопками. «Загрузить файл» → «Проверить» → «Сформировать отчёт». Данные не покидают компьютер вообще: ни сервера, ни интернета, ни учётных записей.
Самый недооценённый вариант. Огромная часть задач, которые описывают как «нужен сервис», на деле — одно рабочее место и одна повторяющаяся рутина. Бухгалтеру, который каждый месяц сводит выгрузку из банка с реестром платежей, не нужен веб-сервис с личными кабинетами. Нужна кнопка. Такая программа делается за несколько дней, стоит дёшево и ломается редко, потому что в ней нечему ломаться.
Сценарий 2. Сервис на своём сервере
То же самое, но доступно команде: сервер внутри офиса или виртуальная машина у российского хостера. Появляется общая база, роли, история действий. Данные под вашим контролем, но кто-то теперь отвечает за то, чтобы машина работала.
Российский VPS — компромисс, который выбирают чаще всего. Формально это тоже облако, но с понятной юрисдикцией, договором на русском языке и без риска отключения по внешним причинам. Стоит 1 500–6 000 ₽ в месяц.
Сценарий 3. Локальная нейросеть
Отдельная история со своей экономикой — разбираем ниже.
Локальные нейросети: что реально работает
Главный ограничитель — не процессор и не диск, а объём видеопамяти. Модель должна поместиться в память видеокарты целиком, иначе скорость падает до неприемлемой.
| Размер модели | Нужно видеопамяти | С чем справляется |
|---|---|---|
| 7–8 млрд параметров | 8–12 ГБ | Классификация, извлечение полей, простая разметка |
| 30–32 млрд | 24 ГБ | Суммаризация, ответы по документам, черновики текстов |
| 70 млрд и выше | от 48 ГБ (две карты) | Сложные рассуждения, длинный контекст |
Теперь честная часть. Модели, которые помещаются на одну видеокарту, заметно слабее облачных на сложных задачах: длинные цепочки рассуждений, работа с большим контекстом, аккуратность в редких формулировках. Обещать, что локальная модель заменит облачную «вообще», нельзя.
Но на узких задачах разрыв почти исчезает:
- Классификация обращений. Разложить входящие письма по темам и приоритетам — задача, где маленькой модели достаточно.
- Извлечение данных из документов. Вытащить из счёта или акта номер, дату, сумму, контрагента и положить в таблицу.
- Поиск по внутренней базе (RAG). Модель не хранит знания сама — она ищет фрагменты в ваших документах и формулирует ответ по найденному. Здесь качество определяется в первую очередь поиском, а не размером модели.
- Суммаризация. Сжать переписку или протокол до пяти пунктов.
Правильная формулировка звучит так: локальная модель — не замена облачной вообще, а замена на конкретной узкой задаче, где данные чувствительные, а требования к «интеллекту» умеренные.
По железу ориентир такой: рабочая станция с одной картой на 24 ГБ — 250 000–450 000 ₽ разово. Аренда GPU-сервера в российском дата-центре — 15 000–40 000 ₽ в месяц, без капитальных затрат и с возможностью отказаться.
n8n и self-hosted автоматизация
n8n — конструктор сценариев, который разворачивается на вашем сервере. Визуальный редактор, где блоки соединяются стрелками: «пришло письмо» → «распознали вложение» → «записали строку» → «отправили уведомление». Подходит, когда задача сводится к склейке нескольких сервисов без написания кода.
Честное ограничение: self-hosted означает, что кто-то должен это обновлять и чинить. Выходят новые версии, у внешних сервисов меняются API, на диске кончается место, сценарий тихо падает и три недели никто не замечает. Если в компании нет человека, который за это отвечает, через год-полтора система перестанет работать — не сломается громко, а именно перестанет.
Поэтому n8n на своём сервере имеет смысл в двух случаях: либо у вас есть технический сотрудник, либо вы берёте сопровождение у подрядчика и закладываете его в бюджет с самого начала.
Гибридная схема — то, что чаще всего правильно
Выбор «всё локально или всё в облаке» почти всегда ложный. Разумнее разделить данные: чувствительное остаётся внутри, обезличенное уходит туда, где обработка качественнее.
Конкретный пример. Компания обрабатывает входящие обращения клиентов и хочет, чтобы модель писала черновики ответов.
- Обращение приходит на ваш сервер и сохраняется в вашей базе.
- Локальный скрипт вырезает ФИО, телефон, email, номер договора и заменяет их метками вида
[КЛИЕНТ],[ТЕЛЕФОН]. Соответствие меток и реальных значений хранится только у вас. - Обезличенный текст уходит в облачную модель, которая пишет черновик ответа — качественнее, чем сделала бы локальная.
- Черновик возвращается, метки подставляются обратно реальными значениями, оператор проверяет и отправляет.
Наружу уходит суть обращения без единого персонального данного. Клиентская база остаётся у вас целиком. При этом вы не платите за GPU-сервер и получаете качество облачной модели.
Сколько это стоит на самом деле
Сравним владение за три года: облачный сервис на 10 человек против разработки своего решения. Считаем честно, включая сопровождение.
| Статья | Облачная подписка | Своё решение |
|---|---|---|
| Старт | 0 ₽ | 120 000 ₽ разработка |
| Инфраструктура за 3 года | включена | ~40 000 ₽ (VPS ~1 100 ₽/мес) |
| Подписка / сопровождение | 700 ₽ × 10 чел. × 36 мес = 252 000 ₽ | 12 000 ₽ × 36 мес = 432 000 ₽ |
| Доработки под изменения | невозможны | входят в сопровождение |
| Итого за 3 года | ~252 000 ₽ | ~592 000 ₽ |
Отдельно: если задача закрывается программой на одном компьютере, арифметика другая. Утилита за 60 000 ₽ без сервера и почти без сопровождения окупается против любой подписки за год-полтора.
Сколько это стоит у нас
| Задача | Цена |
|---|---|
| Десктоп-утилита с кнопками под конкретную рутину | 40 000 – 120 000 ₽ |
| Развёртывание n8n или сервиса на вашем сервере | от 35 000 ₽ |
| Локальная LLM с поиском по вашим документам | от 150 000 ₽ |
| Локальная сборка отчётов из выгрузок | от 45 000 ₽ |
| Сопровождение | от 12 000 ₽/мес |
Исходники передаются вам, решение работает на вашем железе и не требует подписки на нашей стороне. Если после разбора окажется, что вашу задачу дешевле закрыть готовым сервисом — скажем это прямо.
Вопросы, которые задают чаще всего
Что значит «автоматизация без облака»?
Это три разных сценария, которые часто путают. Первый — программа на компьютере сотрудника: кнопки «Загрузить файл», «Проверить», «Сформировать отчёт», данные вообще не покидают машину. Второй — сервис на сервере внутри офиса или на российском VPS: доступен всей команде, но контролируется вами. Третий — локальная нейросеть на своём железе. Стоимость и сложность у этих вариантов отличаются в разы, поэтому начинать надо с выбора сценария, а не с выбора технологии.
Локальное решение обеспечивает соответствие 152-ФЗ?
Нет, само по себе не обеспечивает. Хранение данных на своём сервере снижает часть рисков — вы точно знаете, где физически лежат данные, и не зависите от политики стороннего сервиса. Но соответствие закону складывается из согласий, политики обработки, регламентов доступа и уведомления регулятора. Локальный сервер — один элемент, а не готовое решение. За юридической оценкой нужно идти к профильному юристу.
Локальная нейросеть может заменить облачную?
Не вообще, а на конкретной узкой задаче. Модели, которые помещаются на одну видеокарту с 24 ГБ памяти, заметно слабее облачных на сложных рассуждениях и длинном контексте. Но они хорошо справляются с узкими задачами: классификация обращений по темам, извлечение полей из документов, поиск по внутренней базе знаний, суммаризация. Правильная формулировка — не «переезжаем с облака», а «эту одну задачу закрываем локально».
Какое железо нужно для локальной нейросети?
Главный ограничитель — объём видеопамяти. Модель на 7–8 миллиардов параметров в квантованном виде помещается в 8–12 ГБ, этого хватает для классификации и извлечения данных. Модель на 30–32 миллиарда требует 24 ГБ и уже неплохо суммаризует и отвечает по документам. Модели на 70 миллиардов и выше — от 48 ГБ, то есть две видеокарты. По деньгам: рабочая станция с одной картой на 24 ГБ обходится в 250 000–450 000 ₽, аренда GPU-сервера в российском дата-центре — 15 000–40 000 ₽ в месяц.
Что такое n8n и подходит ли он мне?
n8n — конструктор сценариев автоматизации, который можно развернуть на своём сервере. Подходит, когда задача сводится к склейке нескольких сервисов: пришло письмо — распознали вложение — записали строку в базу — отправили уведомление. Честное ограничение: self-hosted означает, что кто-то должен его обновлять, следить за местом на диске и чинить сценарии после смены API у внешних сервисов. Без этого человека система через год-полтора тихо перестаёт работать.
Локальное дешевле облачной подписки?
На горизонте трёх лет — обычно да, но разница меньше, чем кажется. Подписка на 10 человек по 700 ₽ в месяц даёт около 250 000 ₽ за три года. Разовая разработка от 120 000 ₽ плюс сервер около 40 000 ₽ за три года плюс сопровождение 12 000 ₽ в месяц даёт около 590 000 ₽. Локальный вариант выигрывает не на дешевизне, а когда важен контроль над данными или когда подписка растёт с числом сотрудников. Если считать честно, с сопровождением, экономия появляется не всегда.