Что делать России в гонке искусственного интеллекта

России предстоит выбрать, какие системы искусственного интеллекта страна должна уметь создавать и поддерживать своими силами. Статья определяет отраслевые приоритеты, порядок доступа к вычислительным мощностям и критерии для отбора проектов для госзаказа.

Категории: Россия Технологии Война Экономика Наука Образование Культура Промышленность

Определить, какие функции страна не может потерять

Если зарубежный поставщик отключит облачную модель, предприятие потеряет доступ к ней в день отключения. Если разработчик перестанет публиковать новые версии, уже установленная модель продолжит работу, но местной команде придётся самостоятельно исправлять ошибки и приспосабливать её к новым задачам. Если прекратятся поставки ускорителей, последствия проявятся при поломке оборудования или попытке увеличить нагрузку.

У этих трёх рисков разные сроки и разные способы защиты.

Для государственного заказа важна цена остановки. На заводе, где модель предупреждает об износе оборудования, резервом может служить прежний график осмотров. Главный инженер способен рассчитать, сколько дополнительных обходов потребуется, хватит ли специалистов и как изменится вероятность пропустить дефект. Если вернуться к ручной проверке за допустимое время невозможно, локальная система, запас оборудования и подготовленная смена получают приоритет в финансировании.

Первыми следует защищать процессы, в которых время замены поставщика превышает допустимое время простоя.

Измерять отставание на задаче, которую предстоит решить

Оценка «Россия отстаёт на два-три года» мало помогает директору завода, выбирающему систему технической диагностики. Ему нужны ответы на три вопроса. За сколько часов модель предупредит об отказе? Сколько опасных дефектов пропустит и сколько исправных агрегатов отправит на внеплановый осмотр? Сравнение российских и зарубежных разработок по этим показателям даёт основание для закупки, которое невозможно получить из общего рейтинга чат-ботов.

Российские базовые модели уже позволяют провести такое сравнение в задачах работы с текстом и кодом. В феврале 2025 года Яндекс опубликовал YandexGPT 5 Lite Pretrain с восемью миллиардами параметров. Отечественная команда может адаптировать её под свою задачу и на одинаковых данных сравнить с другой доступной моделью. Факт публикации подтверждает наличие российской разработки, а её пригодность, например, для поиска противоречий в технической документации должен установить сам заказчик. yandex.ru

Государственному заказчику нужны два испытания. На первом модель решает задачи, которых разработчик не видел при обучении. На втором инженеры заказчика разворачивают систему на резервной площадке, восстанавливают из копии и запускают без обращения к внешнему сервису. Первое испытание показывает качество решения, второе — какой частью технологии заказчик действительно распоряжается.

Выбрать отраслевые задачи первой очереди

Для первой очереди целесообразно выбрать промышленную диагностику, разработку ПО и кибербезопасность. Во всех трёх направлениях результат можно сопоставить с существующим процессом и проверить в течение года. Предприятие измерит, сколько отказов удалось предупредить вовремя. Команда разработки выяснит, сократился ли срок от постановки задачи до принятого изменения с учётом проверки кода и исправления ошибок. Служба безопасности установит, сколько дополнительных инцидентов она обнаружила и сколько часов аналитики потратили на ложные тревоги.

В химии, материаловедении и биотехнологиях государственный заказ должен покрывать экспериментальную проверку. Модель способна быстро предложить сотни составов или молекул, но экономический эффект появится, только если лаборатория получит требуемый результат за меньшее число опытов. Поэтому финансировать следует совместную заявку разработчика и лаборатории, способной провести испытания. До начала работ стороны должны согласовать стоимость серии экспериментов и свойства образца, при которых гипотеза считается подтверждённой.

Для оборонных задач приоритеты и условия испытаний должен определять профильный заказчик с учётом условий эксплуатации и последствий отказа. В медиатехнологиях отдельного конкурса заслуживает обнаружение поддельных записей, причём учитывать придётся и подделки, пропущенные системой, и подлинные материалы, ошибочно признанные сфальсифицированными. В обоих случаях право на финансирование должно зависеть от наличия данных, испытательной площадки и организации, которая примет результат в эксплуатацию.

До выдачи средств заказчик должен назвать решение, которое изменится после испытания. Например, пересмотреть график ремонтов, сократить серию лабораторных опытов или отказаться от закупки.

Обосновывать расходы на собственную базовую модель

По оценке Stanford AI Index, в 2025 году частные инвестиции в ИИ составили 285,9 млрд долларов в США и 12,4 млрд долларов в Китае. Эти суммы охватывают частные вложения во всю сферу ИИ и лишь частично отражают ресурсы стран с крупным государственным финансированием. Вывести из них стоимость обучения одной модели или точный разрыв между российскими и американскими разработчиками нельзя. Для российского бюджета существеннее другой расчёт — сколько заказчиков воспользуются общей моделью и во сколько каждому обойдётся нужный результат. AI INDEX REPORT 2026

В конкурсе следует сопоставлять три варианта:

обучение модели с нуля,
адаптацию доступной базовой модели,
создание узкоспециализированной системы.

В смету каждого варианта входят подготовка данных, работа инженеров, вычисления, испытания, обновления и эксплуатация при ожидаемой нагрузке. Отдельной строкой стоит оценить последствия ухода поставщика. Дешёвый облачный сервис может оказаться рациональным для обратимой задачи и слишком дорогим для процесса, восстановление которого займёт полгода.

Собственное базовое обучение оправдано, когда несколько отраслей предъявляют устойчивый спрос, а доступные модели имеют общее ограничение, которое выгоднее устранить один раз. Одна лаборатория может обосновать специализированную модель для подбора сплавов. Для национальной языковой модели потребуется показать, какие расходы она сократит и какие зависимости устранит сразу у многих заказчиков. При таком порядке расходы на фундаментальную разработку получают проверяемое обоснование ещё до выделения вычислительных мощностей.

Объединить доступ к вычислениям до строительства новых ЦОДов

Нехватка вычислительных мощностей и квалифицированных специалистов зафиксирована в российской Национальной стратегии развития ИИ. Однако за жалобой «не хватает ускорителей» могут скрываться разные ограничения. Одной команде нужны десятки связанных устройств для непрерывного обучения, другой достаточно свободных ночных часов, третья не вправе передавать данные на доступную площадку. Суммарное число ускорителей по стране не покажет, какой из этих проектов можно запустить завтра. sbras.ru

Начать следует с учёта доступных мощностей. По каждой площадке нужны объём памяти ускорителей, скорость связи между ними, свободные интервалы, режим допуска к данным и стоимость часа. Университеты, государственные центры и коммерческие операторы могли бы предоставлять мощности по общим правилам, сохраняя отдельные площадки для закрытых работ. Строительство нового ЦОДа получит экономическое основание, когда появится устойчивая очередь проектов с требованиями, которые существующие площадки выполнить не могут.

Убедительная заявка на новый вычислительный центр — перечень конкретных работ, сроки которых срываются из-за установленной нехватки мощности.

Разделить координацию, исполнение и приёмку

У предложения создать российский «Средмаш для ИИ» уже есть институциональная отправная точка. В феврале 2026 года образована Комиссия при Президенте РФ по вопросам развития технологий искусственного интеллекта. Её задача — координация органов власти и заинтересованных организаций. В июле принят Федеральный закон № 243-ФЗ, предусматривающий в том числе поддержку суверенных и национальных больших фундаментальных моделей. Прежде чем учреждать новое министерство или госкорпорацию, необходимо назвать решения, которые действующие органы не могут принять в пределах своих полномочий. consultant.ru

Для запуска программы достаточно предложить конкретное распределение обязанностей. Президентская комиссия согласует межотраслевые приоритеты, правительство определяет бюджет и ответственного исполнителя, отраслевой заказчик предоставляет данные и отвечает за внедрение. Научный руководитель выбирает технический подход, а независимая группа проводит испытания по заранее утверждённым условиям. Один подрядчик может разработать модель и сопровождать её, но решение о соответствии требованиям должен принимать заказчик, который понесёт расходы в случае ошибки.

Главная проверка этой схемы наступит, когда два ведомства попросят один вычислительный кластер или крупный подрядчик не выполнит условия испытаний. В первом случае должен быть известен орган, который распределит ресурс по опубликованным критериям. Во втором заказчику понадобится право прекратить финансирование и передать задачу другой команде вместе с документацией и доступными по договору результатами. Именно такие ситуации покажут, каких полномочий недостаёт и оправдано ли создание отдельной структуры.

Привязать первый год к решениям о финансировании

Первый квартал. Отраслевые заказчики выбирают критические процессы, описывают последствия отказа и фиксируют исходные показатели. Для каждого проекта назначают руководителя, отвечающего за систему после внедрения. Результатом квартала становится перечень задач с доступными данными, допустимой ценой ошибки и сроком восстановления.

Второй квартал. Команды получают машинное время и проверяют несколько технических подходов на сопоставимых условиях. Заказчик утверждает предел расходов, контрольную выборку и минимальный результат, при котором продолжение работ имеет смысл. Если данных недостаточно для достоверного испытания, средства направляют на их сбор и проверку качества.

Второе полугодие. Проекты проходят независимые испытания, проверку автономной работы и ограниченную эксплуатацию у заказчика. По каждому принимается одно из трёх решений — расширить применение, дать срок на исправление конкретного недостатка либо закрыть. Следующий бюджет тогда можно обосновать результатами первого года: какие разработки готовы принять другие предприятия, где окупится новый ЦОД и какая технологическая зависимость по-прежнему угрожает работе отрасли.

Определения

Базовая модель — модель, прошедшая предварительное обучение и пригодная для последующей адаптации к разным задачам.
Веса модели — численные параметры, полученные при обучении. Доступ к весам позволяет развернуть совместимую модель на своей площадке. Для воспроизведения обучения потребуются также данные, программные средства и вычислительные мощности.
Технологическая автономность — в рамках статьи способность команды поддерживать заданную функцию, устранять сбои и восстанавливать систему в допустимый срок при прекращении внешнего доступа.
Полная стоимость владения — совокупные затраты на приобретение или создание системы, её внедрение, эксплуатацию, обновление и замену за выбранный период.

Факты

15 февраля 2024 года указом № 124 обновлена Национальная стратегия развития ИИ до 2030 года. Среди обозначенных проблем — дефицит вычислительных ресурсов и специалистов. sbras.ru
25 февраля 2025 года Яндекс объявил о публикации YandexGPT 5 Lite Pretrain. У модели 8 млрд параметров и контекст до 32 тыс. токенов. yandex.ru
За 2025 год Stanford AI Index оценил частные инвестиции в ИИ в США в 285,9 млрд долларов, в Китае — в 12,4 млрд. Доклад отдельно отмечает ограничения такого сравнения из-за роли государственного финансирования в Китае. AI INDEX REPORT 2026
26 февраля 2026 года указом № 116 образована президентская комиссия по вопросам развития технологий ИИ. consultant.ru
8 июля 2026 года Госдума приняла закон о поддержке развития технологий ИИ. Он подписан 26 июля под № 243-ФЗ. Основные положения вступили в силу 1 сентября 2026 года. consultant.ru
Два-три года отставания, стократный разрыв бюджетов и закрытие доступа через один-два года — оценки из исходной дискуссионной записки. Автор не приводит сопоставимых измерений и подтверждённых сроков. Использовать эти оценки для расчёта государственного бюджета оснований недостаточно.