ИИ в России. Есть ли шанс вырваться в лидеры?
Пока США и Китай конкурируют за первенство в области ИИ, Россия может рассчитывать лишь на место в топ-10 — несмотря на наличие собственных разработок и инноваций. О том, кто есть кто на зарождающемся российском рынке ИИ, и каковы перспективы приблизиться к лидерам в этой новой технологической гонке - читайте в статье, подготовленной для TAdviser Сергеем Лукашкиным, директором научно-образовательного центра «Цифровые технологии в образовании» Высшей школы менеджмента СПбГУ.
Содержание |
Кто задает правила
Ключевых игроков на рынке ИИ в России можно поделить на четыре группы:
1 – Крупные технологические компании, у которых есть собственные ИИ-разработки (а иногда и исследовательские подразделения), составляющие заметную долю их бизнеса: Яндекс, Сбер, Kaspersky или VK. Среди ключевых технологий можно отметить Yandex GPT у Яндекса или Kandinsky 3.0 от Сбера.
2 – Компании, которые активно внедряют ИИ-инструменты в профильном бизнесе и таким образом создают имидж технологичных брендов. Здесь можно привести в пример Тинькофф, Avito, МТС, ВТБ. Есть и менее заметные компании, которые никак не пиарят это направление, но активно используют ИИ в своей работе для производства, аналитики, исследований, клиентского сервиса. Это говорит о том, что ИИ-решения активно монетизируются и становятся чем-то обыденным и утилитарным для бизнеса и госструктур.
3 – Исследовательские площадки на базе технических вузов или кластеров, например, Сколково, Иннополис, МФТИ. Они предоставляют базу для теоретических и экспериментальных разработок, научных публикаций, а также стартапов в области ИИ и решений для крупного бизнеса. Boston Scientific отзывает бракованные сосудистые устройства, из-за которых люди умирают 
4 – Компании, которые специализируются исключительно на разработке и продаже ИИ-решений. К примеру, Just AI с разработками на базе генеративного ИИ, VisionLabs и их инструменты компьютерного зрения, NAUMEN с автоматизацией бизнес-процессов, «Третье мнение» или Botkin.AI — видеоаналитика для медицинской диагностики.
По мере того, как рынок будет становиться все более зрелым, крупные компании будут наращивать долю, масштабируя внутренние разработки на внешних клиентов. Параллельно с этим ИИ-технологии и библиотеки для обучения станут более массовыми, тогда компании из второй группы смогут разрабатывать собственные инструменты и не зависеть от крупных игроков.
Можно предсказать, что совсем скоро модели ИИ, данные, технологии, патенты, авторские права будут принадлежать не только техгигантам, но и небольшим бизнесам. Это в корне изменит расклад сил на рынке.
Есть ли будущее у ИИ-стартапов
«Молодых» компаний на российском рынке ИИ тоже хватает. Однако здесь правильнее говорить о командах с определенной компетенцией и опытом решения конкретных задач: компьютерное зрение для контроля качества на производстве, видеоаналитика, чат-боты и пр.
Если посмотреть глазами инвесторов, то наиболее перспективные стартапы в мире — те, которые создают ИИ-ассистенты (например, MAIA) и LLM приложения (на базе больших языковых моделей), инструменты автоматизации бизнеса (например, Rubbles) и производства (Cyberphysics и Mechanica AI), решения для энергетики, электротранспорта, робототехники, e-commerce, финтеха и эдтеха, медицины. К слову, именно ИИ-стартап медицинской направленности Insilico Medicine привлек рекордные $100 млн инвестиций и провел больше всех раундов.
Помимо венчурных инвестиций, благодатную почву для ИИ-стартапов создают технопарки для инноваций — например, МФТИ, МИЭТ, «Иннополис» и «Сколково», а также бизнес-акселераторы вроде «Сбера», «Лукойла» и ВТБ. Они, в том числе, открывают доступ к техническим ресурсам и потенциальным заказчикам.
Перспективы заметно ухудшились с уходом крупных западных поставщиков «железа» и ПО, таких как Nvidia или Microsoft. Однако в России есть свои крупные библиотеки для обучения нейросетей: DeepPavlov от iPavlov, Yandex speech kit, Luna от VisionLabs. Кроме того, все бОльшим спросом пользуются open-source решения (с открытым исходным кодом): к 2026 году их будут применять 92% компаний. Это позволит получить доступ к ИИ-разработкам и датасетам даже для малого бизнеса.
Среди других препятствий для дальнейшего роста — уход ряда крупных инвесторов и жесткое регулирование, которое замедляет внедрение инноваций. Ситуацию могли бы исправить экспериментальные правовые режимы, которые помогли бы вырваться вперед молодым проектам без огромных корпоративных ресурсов.
Какие направления в области ИИ развиваются быстрее других
С точки зрения технологий «на переднем крае» — компьютерное зрение и распознавание лиц для задач безопасности (камеры в метро, на дорогах и домах), решения для автоматизации и контроля качества на производстве, чат-боты и модели для анализа текста. Самые большие перспективы я вижу в сфере ИИ-ассистентов: виртуальных аватаров, способных анализировать эмоции и передавать их при помощи голоса и мимики.
Самые активно развиваемые направления с господдержкой — мультиагентное взаимодействие для дронов и роботов, а также цифровые двойники для крупных производств, которые помогают эффективно наладить выпуск и контролировать качество продукции.
Особо стоит выделить генеративный ИИ, который переживает пик спроса и в России, и в мире. Сюда относятся сервисы для создания текстов, голоса, изображений и видео. Если пару лет назад инструменты вроде ChatGPT или YandexGPT воспринимались как нишевые, то теперь находят массовое применение в бизнесе и привлекают рекордные инвестиции. Во многом этому способствовало развитие больших языковых моделей, которые за 5 лет прошли огромный путь к созданию осмысленного текста, с учетом контекста и большого объема данных. В России собственные базовые модели выпустили и успешно развивают две крупные компании: Сбер (GigaChat, Kandinsky 2.2) и Яндекс (YandexGPT, YandexART), при этом Яндекс стал первой в мире компанией, интегрировавшей свою языковую модель в голосового ассистента – Алису.
Если называть конкретные отрасли, то ИИ-решения чаще других используют в IT, ритейле, финтехе, логистике и на производстве. Например, XP Group использует машинное обучение, чтобы прогнозировать спрос, планировать логистику и ассортимент. Ozon — для модерации товаров на основе их описания. МТС использует собственную нейросеть Software 2.0 для разработки новых сервисов, чтобы экономить до 4 млрд рублей в год на написание ПО.
С точки зрения доступности и ценности для бизнеса наиболее востребованы универсальные решения «из коробки», то есть без дополнительных настроек, кастомизации и штата специалистов. Например, видеоаналитика: можно просто подключить камеру, запустить приложение и пользоваться. Другие сервисы имеют бОльшую ценность в социальном плане, но пока доступны не так широко: например, ИИ-решения для медицинской диагностики. Наконец, у нас почти не представлены облачные сервисы, потребность в которых растет с каждым днем: кроме Яндекса здесь сложно назвать заметных игроков.
Перспективы ИИ-гонки
Сейчас ИИ-гонку возглавляют США и Китай, которые к 2028 году могут окончательно потеснить Европу. При оценке учитывают сумму факторов: лидерство в сфере инфраструктуры, технической базы, научных исследований и инноваций, объем инвестиций, наличие квалифицированных кадров и компетенций, господдержка.
Россия в перспективе 5-7 лет вряд ли займет место в пятерке лидеров. Но перспективы все же есть. К примеру, уже сегодня мы занимаем 11 место по числу научных публикаций на тему ИИ и 7 место по господдержке инноваций в этой области.
Чтобы выйти в лидеры по остальным ключевым показателям, ИИ-компаниям придется решить целый ряд проблем: искать альтернативы западным венчурным инвесторам и поставщикам оборудования, привлекать таланты и вкладывать в их обучение, разрабатывать проекты при сотрудничестве с вузами и научно-исследовательскими лабораториями, создавать открытые библиотеки данных для обучения моделей. Параллельно оптимизировать бизнес-процессы и убеждать заказчиков ИИ-решений «играть вдолгую», чтобы технологии могли развиваться и решать не только сиюминутные задачи. Помочь с этим могли бы стимулы от государства в виде грантов, субсидий и льготных правовых режимов. А также совместные проекты государства и бизнеса в виде технопарков, акселераторов и программ подготовки кадров.
По всем этим направлениям нужно работать уже сейчас. А главное — искать свои пути и драйверы роста, не просто следовать западным трендам и копировать технологии. В плане технической поддержки можно рассчитывать на Китай, который уже поставляет конкурентоспособное оборудование и процессоры, а в перспективе займет и нишу западного «железа» и ПО.
