Краткое содержание анализа
На первый взгляд, Россия „скрывается“ от мировых соревнований в области искусственного интеллекта (ИИ), однако местные технологические гиганты (Yandex и Сбербанк) уже создали свою собственную устойчивую ИИ-экосистему, включающую практически применимые модели и приложения. Однако из-за утечки кадров, ограничений в области вычислительных ресурсов и недостаточного размера рынка Россия не может участвовать в самых сложных соревнованиях по разработке универсальных ИИ-решений. Вместо этого страна сосредотачивается на военном ИИ и создании „суверенных больших моделей“, выбрав путь дифференцированного развития.
I. Молчание не означает отсутствие: российская ИИ-экосистема тихо растет
Россия не отстает от других стран — просто не находится в центре внимания. Два крупных игрока формируют основу местной ИИ-индустрии:
- Yandex (российский аналог Google): выпустил модель YandexGPT Pro 5.1, которая в рускоязычных задачах (например, поиске информации и генерации контента) сопоставима по качеству с международными высококлассными коммерческими моделями. Также были созданы мультимодальные инструменты (например, Shedevrum для генерации изображений и видео) и интеллектуальный помощник Alice Pro; браузер Yandex с функцией Alice Pro имеет 71 миллион активных пользователей в месяц и входит в десятку лидеров среди мобильных приложений.
- Сбербанк: разработал модель GigaChat 3.5 Ultra, использующую „смешанную экспертную архитектуру“ (что повышает эффективность работы моделей), что в четыре раза ускорило процесс генерации длинных текстов; также существует модель для генерации изображений и 3D-моделей Kandinsky. Эти технологии нашли применение в медицине (вспомогательная диагностика с помощью КТ), финансовом контроле (предотвращение мошенничества) и других областях. Западные санкции, наоборот, способствовали развитию российских ИИ-решений: западные продукты были вытеснены с рынка, и местные приложения быстро заполнили образовавшиеся пробелы.
II. Трудности с удержанием кадров: „Школы подготовки“ становятся частью иностранной индустрии
Россия когда-то считалась источником талантов в области ИИ:
- Математическое образование здесь на высоте (регулярные победы на международных математических олимпиадах); глубокие знания в области компьютерного зрения и алгоритмов; в Кремниевой долине говорят: „Для решения сложных математических задач обращайтесь к российским инженерам“. Бывший главный научный сотрудник OpenAI Илья Сутскив также родом из бывшего Советского Союза.
Однако Россия не может удержать своих специалистов: годовая зарплата топ-экспертов в Москве составляет всего несколько сотен тысяч долларов, тогда как в Кремниевой долине за аналогичную работу платят в несколько раз больше, и предоставляются акции компании (например, акции сотрудников OpenAI значительно выросли в цене). В результате российские таланты уходят в крупные зарубежные компании.
III. Ограничения в области вычислительных ресурсов: не хватает мощности для масштабного развития
Для тренировки ИИ-моделей требуется большое количество высокопроизводительных вычислительных ресурсов, но у России есть проблемы:
- Старые суперкомпьютеры: до санкций использовались карты видеокарт Nvidia A100/V100; сейчас эти суперкомпьютеры вышли из топ-100 лучших в мире по производительности и не могут конкурировать с кластерами из сотен тысяч карт в Кремниевой долине и Китае.
- Прекращение поставок чипов: западные страны запретили поставки новых ИИ-чипов (например, Nvidia H100); Россия пытается приобрести китайские чипы серии Ascend 950PR, но из-за большого спроса на рынке Китая приходится ждать в очереди. Местные производители полупроводников могут производить чипы только размером 180–90 нанометров (современные ИИ-чипы требуют технологий 3–5 нанометров); планы по производству 28-нанометровых чипов отложены до 2030 года. Незначительные запасы чипов позволяют использовать их для работы с мелкими моделями, но не достаточно для масштабных тренировок.
IV. Смена направлений развития: военный ИИ и „суверенные большие модели“
Поскольку участие в соревнованиях по созданию универсальных ИИ-решений невозможно, Россия выбирает более практические подходы:
- Военный ИИ: технологии применяются на военном поле — беспилотные летательные аппараты для автономного поиска целей, реальное время распознавания объектов с помощью спутниковых снимков, электронная война, вспомогательные системы принятия решений на поле боя. В этих областях не требуется большое количество ресурсов, что позволяет использовать преимущества российской военной промышленности.
- „Суверенные большие модели“: законодательство предписывает, чтобы разработчики ИИ-решений были российскими компаниями; данные и серверы должны находиться на территории России, что обеспечивает безопасность (например, предотвращение передачи конфиденциальной информации за рубеж). Эти решения продаются странам БРИК, для которых важна безопасность данных; хотя их универсальные возможности уступают моделям типа GPT, но они обладают преимуществами с точки зрения безопасности.
V. Новые правила ИИ-соревнований: ключевое значение имеет целостная промышленная инфраструктура
Раньше для разработки ИИ достаточно были таланты и небольшие группы специалистов (например, модель AlexNet была создана командой из десяти человек в 2012 году; статья о методах обработки данных „Attention“ имела всего восемь авторов). Сейчас для создания высококлассных ИИ-моделей требуются сотни тысяч карт видеокарт, центры обработки данных по всей стране, мощная электросеть и миллиардные инвестиции — это возможно только при наличии полноценной промышленной инфраструктуры. У России не хватает именно этого: у нее есть технологии и кадры, но не достаточно капитала, чипов и большого рынка (количество пользователей русского языка составляет всего 200 миллионов, что значительно меньше, чем в странах с английским или китайским языком). Поэтому Россия не может конкурировать в области универсальных ИИ-решений. Она не покидает эту сферу, а выбирает подход, соответствующий ее ресурсам и условиям.
Вывод: Россия не теряет интереса к развитию ИИ, но не может позволить себе масштабные инвестиции в универсальные ИИ-решения и создание глобальной экосистемы. Вместо этого страна сосредотачивается на областях, в которых она действительно компетентна, а также на вопросах безопасности. Это показывает, что в эпоху ИИ для успеха необходима целостная промышленная инфраструктура, включающая технологии, кадры и ресурсы.