С момента релиза ChatGPT в 2022 году в гонку по развитию искусственного интеллекта включились компании из разных стран. Тем не менее до 2025 года новостные сводки по большим языковым моделям занимали только компании из США.
Ситуация поменялась с релизом V3 и R1 от DeepSeek, которые не только бросили вызов моделям от OpenAI, Anthropic и Google, но и показали, что на обучение LLM можно тратить существенно меньше ресурсов, чем предполагалось ранее. Релиз DeepSeek также продемонстрировал, что за пьедестал почета на рынке ИИ можно побороться и не будучи американским бигтехом или стартапом с именитыми основателями и хорошей финансовой поддержкой от венчурных фондов.
Технологии недостаточно — важен продукт
Для понимания развития ИИ в России необходимо говорить о доступных способах монетизации данной технологии, которые уже активно используются в США. Это нужно, чтобы понять, что из этого уже внедряется в российскую практику, а что может внедряться в будущем. Мало разработать какую-то технологию, важно и умение правильно завернуть эту модель в продукт, который будет успешно продаваться. Хотя ИИ — понятие очень обширное, мы здесь будем касаться в основном одного его направления — больших языковых моделей (LLM).
Монетизация ИИ в США и России
В США компании уже активно используют большие языковые модели для различных коммерческих целей. Пример включает улучшение обслуживания клиентов с помощью чат-ботов, автоматизацию рутинных задач и предоставление персонализированных рекомендаций. Эти технологии монетизируются за счет SaaS-моделей, интеграций с корпоративными системами и платных подписок на использование моделей.
В России процесс монетизации ИИ также постепенно набирает обороты. Однако здесь большая часть работ фокусируется на государственном секторе и крупных компаниях, таких как Сбербанк и Яндекс, которые развивают собственные ИИ-платформы.
Преимущества и вызовы для российских разработчиков
Одним из ключевых преимуществ российских разработчиков является более низкая стоимость разработки и внедрения ИИ-технологий по сравнению с западными странами. Это позволяет российским компаниям быть конкурентоспособными на международной арене. Ниже представлены основные преимущества:
- Более низкие издержки на разработку и внедрение ИИ
- Высокий уровень подготовки специалистов
- Развитая научная база
Однако существуют и серьезные вызовы, которые необходимо преодолеть:
- Отсутствие достаточного финансирования
- Ограниченный доступ к международным рынкам
- Нехватка крупномасштабных данных для обучения моделей
Законодательная база
- Федеральный закон №160-ФЗ от 17 июля 1999 года «О государственном регулировании научно-технической деятельности»
- Федеральный закон №149-ФЗ от 27 июля 2006 года «Об информации, информационных технологиях и о защите информации»
- Федеральный закон № 152-ФЗ от 27 июля 2006 года «О персональных данных»
- Федеральный закон № 44-ФЗ от 5 апреля 2013 года «О контрактной системе в сфере закупок товаров, работ, услуг для обеспечения государственных и муниципальных нужд»
