Москва, 17 апреля 2026 г.

Олег Бутырский

В России: Yandex Self-Driving Group

Сбербанк: нейросеть GigaChat, собственная LLM (большая языковая модель), семейство моделей Kandinsky (генерация изображений и видео), система предиктивной аналитики на основе ML, которая сокращает кредитные потери на миллиарды рублей ежегодно. Данные: бизнес оцифровал процессы (ERP, CRM, кассы, датчики, видеопотоки). Почему импортозамещение в ИИ победит? отвечать на вопросы, резюмировать документы; — снижать трудозатраты и зависимость от человеческого фактора. Для России «практическая» ценность автономной доставки — в оптимизации последней мили и снижении удельных логистических затрат, особенно там, где стоимость курьерской доставки растёт быстрее среднего чека. Экономика считается через unit economics: стоимость заказа, время доставки, простои, плотность заказов, сезонность. Крупные игроки — VK, МТС, Т‑Банк, Т‑Экосистемы — развивают собственные AI‑команды и корпоративные решения: ассистенты, речевые технологии, интеллектуальный поиск, автоматизацию поддержки и работы с документами. автономные тележки/роботы-перевозчики, приватные облака, Защита данных. Технологические корпорации Технические риски: ошибка модели, нестабильность в новых условиях, деградация качества при изменении данных. Что такое искусственный интеллект и почему он стал практичным 1С, отечественные СЭД/ЭДО, специфические отраслевые базы, исторически сложившиеся ландшафты — тут выигрывает тот, кто умеет сшивать. Временные ряды и прогнозирование Программное обеспечение и Алгоритмы: Сильная сторона Иностранные аналоги/конкуренты по духу — SoftBank Robotics (Pepper), Ubtech, а также целая волна азиатских производителей сервисной робототехники (включая Keenon, Pudu Robotics и др.). видео; Сильная сторона Яндекса исторически — ML в масштабных продуктах: поиск, реклама, рекомендательные системы, такси/логистика, карты. воспроизводимость, Глобальные рынки ИИ и робототехники характеризуются экспоненциальной диффузией технологий: распространение больших языковых моделей (LLM), компьютерного зрения (CV), автономной навигации (SLAM), мультиагентного планирования, цифровых двойников (digital twins) и MLOps/LLMOps как стандарта промышленной эксплуатации моделей. На глобальном поле аналогами по классу решений выступают OpenAI (ChatGPT / GPT‑4.x), Anthropic (Claude), Google (Gemini), Cohere, Mistral AI, а также корпоративные предложения Microsoft Azure OpenAI, AWS Bedrock и Google Vertex AI. развитие вычислительной инфраструктуры внутри страны, Роботы становятся «зрячими» и более автономными Конкуренция за таланты Transformer — универсальная архитектура для текста, кода, изображений и мультимодальности. На ней строятся большие языковые модели (LLM) и многие SOTA-решения. Отечественные процессоры: Процессоры «Эльбрус» и «Байкал» существуют, но их производственные возможности ограничены (из-за проблем с доступом к фабрикам TSMC), а архитектура не всегда оптимизирована для задач глубокого обучения так, как специализированные тензорные ядра. Модель: прогноз спроса + оптимизация заказа. Искусственный интеллект за последние десятилетия прошёл путь от академической дисциплины и набора узких алгоритмов к инфраструктурной технологии, которая меняет экономику, государственное управление, промышленность, медицину, логистику, торговлю, безопасность и повседневную жизнь. В разговорной речи под ИИ часто понимают «умные программы», но на практике это целый спектр методов: от классических экспертных систем и статистических моделей до современных нейронных сетей, больших языковых моделей, систем компьютерного зрения и автономной робототехники. Роботы, в свою очередь, перестали быть исключительно промышленными манипуляторами на заводах — сегодня роботизация включает мобильных роботов для складов, сервисных роботов, дронов, роботизированные лаборатории, медицинские комплексы и коботов (коллаборативных роботов), которые работают рядом с людьми. Нейронные сети стали центральным двигателем многих прорывов: они научились распознавать изображения и речь, переводить тексты, генерировать изображения и видео, писать код, управлять сложными системами и помогать в принятии решений. Всё это образует единый технологический контур: данные → модели → вычисления → внедрение → обратная связь → улучшение. Когда говорят «импортозамещение ИИ», у многих в голове картинка: была зарубежная нейросеть — поставили отечественную. Но реальность куда более многослойная. Импортозамещение — это про управляемую зависимость: чтобы компания могла стабильно развивать ИИ‑контур без риска, что завтра что‑то «встанет» из‑за недоступности компонента. Яндекс: YandexGPT, нейросети в поиске, такси, доставке, беспилотных автомобилях. Алгоритмы маршрутизации на основе Reinforcement Learning экономят десятки процентов топлива и времени. VK, МТС, Т‑Банк, Т‑Экосистемы и корпоративные LLM-контуры Разработка отечественных библиотек машинного обучения (ML), нейросетей и фреймворков. Скоринг: оценка кредитного риска, динамический пересмотр лимитов. важны ограничения по рискам. В части софта импортозамещение обычно включает: Робототехника: от сервиса до поля боя Российская ИИ‑экосистема (по состоянию до 2026 г.) Сервисные роботы и публичные пространства формируют экосистему стартапов и технопарков, ускоряя коммерциализацию идей. Одновременно санкционная и регуляторная среда формирует устойчивый спрос на российские платформы: отечественные LLM/ML-инструменты, системы видеоаналитики, RPA, промышленный IoT, MES/APS/SCADA-интеграции, робототехнические комплексы и компоненты (серводрайвы, редукторы, контроллеры), а также доверенную инфраструктуру (ОС, СУБД, облака, аппаратные платформы). зафиксировать критичные процессы (где простой/ошибка дорогие), Критическая инфраструктура не может зависеть от систем, разработанных потенциальными оппонентами. Юридический блок и документооборот T‑Bank и другие финтех‑игроки активно используют ML в скоринге, антифроде, персонализации, оптимизации CAC/LTV и динамическом ценообразовании (в конкурентной рамке — Revolut, PayPal, Stripe, Adyen, Ant Group). подсказки оператору (agent assist), Как будем внедрять в процесс, кто владелец? Ядро (PyTorch, TensorFlow) пока остаётся международным open source‑стандартом; его используют и в России. частичного замещения систем управления, датчиков, ПО планирования, Складские и логистические роботы Обновления (retraining) и A/B-тесты. Искусственный интеллект, нейронные сети и роботы — это не отдельная «тема для инноваций», а слой, который проникает во все бизнес-процессы: от общения с клиентом до управления заводом и складом. В краткосрочной перспективе выигрывают те, кто умеет превращать ИИ в продукт: с данными, метриками, эксплуатацией и безопасностью. В долгосрочной — те, кто строит устойчивые независимые технологические контуры и не зависит критически от внешних поставщиков. Общий ИИ (AGI) Многие компании идут по пути постепенной локализации: сначала софт и интеграции, затем датчики/контроллеры, затем узлы механики. Думайте стратегически: инвестируйте в ML-команды, пилотируйте нейросети уже сейчас и создавайте будущее, где российский искусственный интеллект станет мировым эталоном. Российский рынок ИИ вырос на 218 % до 2,87 трлн рублей (по данным РВК и Минцифры). Национальная стратегия развития искусственного интеллекта до 2030 года определяет приоритетные направления: RPA + ИИ: автоматизация бэк-офиса (счета, акты, претензии, закупки), снижение транзакционных затрат. Обучение крупных нейросетей требует мощных ускорителей. В условиях ограничений компании делают ставку на: Почему импортозамещение в ИИ и робототехнике жизненно важно для России - Компьютерное зрение: распознавание дефектов на производстве, оценка состояния инфраструктуры с дронов. Основные семейства моделей, которые реально применяются Этап 5 (24+ мес.): цифровой двойник, автономные контуры оптимизации, непрерывное улучшение (continuous improvement) и бенчмаркинг. контроль доступа, классификация писем и заявок, ИИ + конкретная отрасль (медицина, промышленность, юриспруденция и т.д.). Эффект: меньше аварийных остановок, дешевле ремонты, выше надежность. И на фоне глобальных гигантов — OpenAI, Google DeepMind, Anthropic, Microsoft, Amazon, NVIDIA, Siemens, ABB, KUKA, FANUC, Boston Dynamics, DJI и других — российские решения будут выигрывать не «магией», а способностью жить внутри российской экономики ограничений: по данным, по безопасности, по интеграции и по сервису. Это не романтика. Это прагматика. Но именно она обычно и создаёт технологическую индустрию. библиотека типовых компонентов (RAG‑шлюз, OCR‑пайплайн, сервис инференса), Переход от точечных проектов к платформенному подходу Маркетинг и продажи отставание в этой сфере означает зависимость в критически важных технологиях; Своё ПО легче сертифицировать по ГОСТ и адаптировать к 152-ФЗ/ФЗ-187. Сегодня AI (Artificial Intelligence, искусственный интеллект) — или просто ИИ — становится ключевым фактором глобальной конкурентоспособности. Страны, которые смогут построить устойчивую экосистему AGI (Artificial General Intelligence, общий искусственный интеллект) и в будущем приблизиться к ASI (Artificial Super-intelligence, сверхинтеллекту), закрепят за собой лидерство в мировой экономике. Для России это вопрос не только инноваций, но и технологического суверенитета, ведь без сильного отечественного AI невозможно гарантировать безопасность критической инфраструктуры, независимость бизнеса и информационной среды. Разработаны российские системы технического зрения на базе нейронных сетей («VisionLabs», «Нейронные сети» ИТМО, Cognitive Pilot). Обучаемость: параметры подбираются на данных, а не задаются вручную правилами. Основные классы нейросетей (упрощенно) много видео, возможность кастомизации “до последнего датчика”. Компании обычно решают это комбинацией: На данный момент бизнес активно использует узкий искусственный интеллект, а разработки в области AGI и ASI остаются предметом научных исследований. Альтернативные подходы: возможно, путь к AGI лежит не только через масштабирование нынешних архитектур — поиск нестандартных решений может дать преимущество пилот не встроен в бизнес-процесс и не имеет владельца, ИИ сегодня — это уже не отдельная «инновация», а практический инструмент конкурентоспособности. Нейронные сети повышают точность контроля качества и прогнозов, роботы ускоряют склады и производство, языковые модели меняют офисные процессы и сервис. В России же дополнительным фактором становится импортозамещение: компании стремятся строить независимые технологические контуры, чтобы обеспечивать непрерывность, безопасность и контроль над данными и инфраструктурой. Рост требований к безопасности: модели станут объектом киберзащиты так же, как серверы и базы данных. Модель: прогноз вероятности отказа или оценка остаточного ресурса. коботы, которые работают рядом с человеком и берут на себя тяжёлые или опасные операции, объяснимо работает на данных компании, В условиях глобальной технологической конкуренции разработка российского искусственного интеллекта приобретает критическое значение. Зависимость от зарубежных решений создаёт риски для национальной безопасности, экономического суверенитета и технологической независимости. Отечественные нейронные сети и платформы искусственного интеллекта обеспечивают независимость от внешних санкций и ограничений. Российский ИИ — это гарантия бесперебойной работы критической инфраструктуры.Использование российских нейросетей позволяет хранить и обрабатывать чувствительную информацию внутри страны, соблюдая требования законодательства о персональных данных.Создание отечественной индустрии AI формирует высокотехнологичные рабочие места, привлекает инвестиции и способствует развитию смежных отраслей.Российские нейросети лучше понимают русский язык, учитывают культурные особенности, специфику отечественного бизнеса и законодательства. средства запуска и мониторинга моделей; Фильтры безопасности: запреты на выдачу чувствительных данных. Сценарий: дефекты дорогие, простой дорогой, контроль вручную нестабилен. HR и управление персоналом (осторожно) Почему «роботы и ИИ» в России всё больше про экономику, а не про хайп В условиях геополитической турбулентности и санкционного давления импортозамещение в сфере робототехники, включая роботов с элементами искусственного интеллекта, перешло из категории «желательного» в категорию «критически важного». Зависимость от зарубежных компонентов, программного обеспечения и готовых решений создаёт неприемлемые риски, промышленности, медицины и повседневной жизни страны. Ключевые типы нейросетей и их применение: Регулирование и Этика: Необходимо законодательство, регулирующее ответственность за действия роботов и ИИ (кто виноват в аварии беспилотника?). В РФ принят Кодекс этики в сфере ИИ, но требуется его дальнейшая проработка. Сервисные роботы (уборка, доставка, складская логистика, обслуживание клиентов). Ключевой критерий импортозамещения здесь — не “флаг на корпусе”, а: делаем модульную архитектуру, чтобы можно было заменить LLM без переписывания продукта, Суверенные технологические стеки: страны и крупные компании будут стремиться контролировать ключевые компоненты — от данных и платформ до моделей и вычислений. Для России импортозамещение и технологическая независимость в ИИ будут важными не только экономически, но и стратегически. Игроки, которые часто упоминаются в публичном поле: NtechLab, VisionLabs. Компактные модели на периферии (edge AI): больше вычислений будет происходить на устройствах и в локальных контурах — для скорости, приватности и автономности. Динамическое ценообразование: ИИ меняет цены в реальном времени в зависимости от спроса, погоды, действий конкурентов и профиля покупателя. На глобальном поле их функционально сравнивают с практиками JPMorgan Chase, Goldman Sachs, Morgan Stanley, а также финтех‑экосистемами вокруг Stripe, PayPal, Adyen — при этом сравнение чаще идёт по зрелости процессов и безопасности, а не по “одной модели”. Использование отечественных решений — это вклад в импортозамещение и инвестиция в собственный технологический суверенитет.

Powered by WordPress