В России преимущество получают разработчики ИИ с уникальными технологиями, отраслевой экспертизой и локальной инфраструктурой
В обозримом будущем пальму первенства захватят компании, освоившие полный технологический цикл создания ИИ-решений.
Аналитики Gartner прогнозируют, что глобальные инвестиции в искусственный интеллект (ИИ) в 2026 году достигнут $2,59 трлн, что на 47% превысит показатели 2025 года. По мере роста вычислительных мощностей и удешевления использования моделей, преимущество будет у тех, кто контролирует всю цепочку создания ИИ-продуктов. Как отмечалось в публикациях Dedicated, полный контроль над ИИ-стеком дает разработчикам возможность снизить ценовую конкуренцию и сохранить высокую маржинальность.
Предприниматель Дженнаро Куофано описывает происходящие в ИИ-индустрии процессы как "Великую конвергенцию" – фундаментальную перестройку, где компании вынуждены либо расширять свое присутствие по всей цепочке создания стоимости, либо рискуют исчезнуть.
Исследователи Berkeley AI Research называют такие разработки compound AI systems – системы, достигающие результата за счет синергии множества компонентов, а не работы одной нейросети.
Три столпа ИИ-конкурентоспособности
Эксперты выделяют три ключевых компонента для создания конкурентоспособного ИИ-продукта: генеративную модель, поисковый движок и рекомендательную систему, по словам директора Института искусственного интеллекта и цифровых наук НИУ ВШЭ Алексея Наумова. Компании, полагающиеся лишь на одну языковую модель, становятся зависимы от внешних поставщиков недостающих элементов.
Петр Рыляков из компании «Онланта» уверен, что только бизнес-модели, построенные на полной триаде, обеспечат технологический суверенитет и займут доминирующую долю ИИ-рынка к 2030 году. В то же время, Никита Векессер из Orion Soft отмечает, что нишевые игроки, обладающие глубокой экспертизой, сохранят свои позиции.
Для облачных провайдеров, поисковых систем и маркетплейсов наличие всех трех компонентов критически важно для контроля над инфраструктурой, данными и каналами распространения, подчеркивает Николай Тржаскал из FabricaONE.AI.
Дмитрий Рейдман из «Ростелекома» указывает, что в России преимущество получают разработчики ИИ с уникальными технологиями, отраслевой экспертизой и локальной инфраструктурой. Зависимость от сторонних технологических решений создает риски, поэтому бизнес предпочитает работать с теми, кто эти риски минимизирует на этапе разработки.
Фундаментальный интеллект
Генеративные модели выступают "ядром" систем, усваивая общие закономерности из больших объемов данных и адаптируя их для различных задач. Они обеспечивают понимание текста, изображений и выявление сложных взаимосвязей – основу прикладных сервисов. Обучение таких моделей – одна из самых затратных стадий. Например, обучение GPT-4 обошлось OpenAI в млнавмлнав78–100млн,аGoogleGeminiUltra–в192 млн. По прогнозам Дарио Амодеи из Anthropic, стоимость обучения следующих поколений моделей может достичь $1 млрд.
В России фундаментальные модели разрабатывают "Яндекс" (семейство Alice AI) и "Сбер" (GigaChat), интегрируя их в свои экосистемы.
Другой ключевой компонент – доступ к поисковой системе. ИИ требует свежей, верифицированной и структурированной информации в реальном времени, что недоступно базовым моделям без поисковых возможностей.
Компании могут развивать собственные поисковые системы или использовать сторонние. К крупнейшим мировым поисковым системам относятся Google, Baidu, Bing, "Яндекс" и Yahoo. Apple активно разрабатывает собственный веб-поисковый ИИ-инструмент для Siri. OpenAI работает над OAI‑SearchBot. Microsoft, инвестировав в OpenAI, интегрировала GPT-4 в Bing, что привело к многократному росту аудитории.
Нейросетям необходим доступ к актуальной информации в формате, отличном от обычного пользовательского. Трафик от ИИ-агентов уже значительно вырос, и прогнозируется, что к концу года они превзойдут людей по объему поисковых запросов.
"Яндекс" разработал агентный поиск, ранжирующий страницы по актуальности и улучшающий отбор фрагментов для ответов, что принесло значительную экономию.
Рекомендательный слой – еще один важный компонент, отвечающий за персонализацию и монетизацию ИИ-сервисов. Мировой рынок рекомендательных систем стремительно растет. Исследования McKinsey показывают, что у лидеров рынка доля выручки от алгоритмов персонализации значительно выше.
В России рекомендательные технологии развивают такие компании, как "Яндекс", VK, Wildberries, Ozon, "Авито" и Okko.
Представитель Wildberries & Russ (RWB) отмечает, что в условиях изобилия выбора, рекомендательные системы помогают пользователю быстрее найти подходящее решение. Компания использует как собственные разработки, так и модели с открытым кодом.
Ключевую роль в транзакциях и монетизации играют ИИ-агенты, которые переходят от рекомендаций к выполнению действий, приводящих к оплате. Крупная доля пользователей уже сталкивалась с ИИ при выборе товаров и услуг.
Конвергенция вместо конкуренции
Несмотря на огромное количество доступных моделей, к 2030 году доминировать будут три-четыре вертикально интегрированные корпорации. Специализированные игроки либо будут поглощены, либо займут нишевые позиции.
Дмитрий Рейдман прогнозирует, что с 2026 года крупные компании начнут масштабировать свои ИИ-решения. В ближайшие 3–5 лет около 80% российского ИИ-рынка займут платформенные решения от крупных игроков с собственным стеком и вертикальные продукты внутри их экосистем. Оставшиеся 20% достанутся узкоспециализированным стартапам.
Андрей Зименков считает, что успех будет сопутствовать компаниям, способным поддерживать высокий уровень своих моделей и обеспечивать эффективную экономику их использования. Как подчеркнул эксперт, никакая инфраструктура не спасет слабую или дорогую модель.
