Развитие искусственного интеллекта в России: сильные стороны, слабые места и реальный разрыв с мировыми лидерами
Один квартал капитальных затрат Microsoft на ИИ сопоставим со всем годовым рынком генеративного ИИ в России. Американские бигтехи в 2026 году направят на ИИ-инфраструктуру больше $500 млрд, Китай — $50–70 млрд. Россия отвечает федеральной программой на 15,7 млрд рублей и корпоративными вложениями. Разрыв огромен — но он неоднороден. В биометрии, речи и документном ИИ российские продукты конкурентоспособны глобально. В генеративных моделях картина другая. Что стоит за этим разрывом и есть ли шанс его сократить – разбираемся в материале.
Инвестиции в искусственный интеллект в России и в мире: разрыв в цифрах
Чтобы оценить масштаб разрыва, нужно разобраться в структуре финансирования. В США основной драйвер — корпоративные капвложения частных компаний. Российская картина складывается из трёх слоёв: государственные программы, рынок решений и инвестиции крупных корпораций.
В России действуют следующие государственные программы:
Федеральный проект «Искусственный интеллект» — 15,7 млрд рублей на период 2024–2026 годов, из них около 7,7 млрд рублей на 2025 год
Сеть исследовательских центров (третья волна) — 4,7 млрд рублей до 2026 года
Дополнительно выделяются средства на гранты и университетские лаборатории.
Рынок при этом растёт быстрее государственных программ. Рынок генеративного ИИ в России в 2025 году — около 58 млрд рублей по оценке Just AI. Рынок больших данных и ИИ в целом — около 520 млрд рублей, по данным компании Б1. Основные корпоративные инвесторы — Яндекс, Сбер, МТС, VK, Т-Банк.
В то же время американские бигтехи в 2026 году направят на ИИ-инфраструктуру суммарно больше $500 млрд:
Одни квартальные капвложения Microsoft – $37,5 млрд – сопоставимы со всем российским рынком генеративного ИИ за год. В свою очередь, Китай инвестирует $50–70 млрд в год.
ИИ-стратегия есть в среднем у 26% российских компаний, по данным ComNews. Внутренний спрос на масштабирование пока неоднороден — но рынок постепенно зреет.
Генеративный ИИ в России: какие модели есть и чем отличаются от мировых
Главный параметр для сравнения генеративных моделей — контекстное окно: сколько текста модель держит в памяти за один запрос. Длинный контекст открывает целые классы задач: анализ крупных юридических архивов, работа с большими кодовыми базами, сложные операционные процессы, где вся история диалога должна оставаться в памяти. Именно здесь сейчас разворачивается основная корпоративная конкуренция.
По цене российские модели конкурентоспособны:
YandexGPT Pro 5.1 стоит около $0,003361 за тысячу токенов,
GigaChat 2 Lite – примерно $0,7 за миллион.
Для сравнения: OpenAI берёт $2,50 за миллион входящих токенов для GPT-5.4.
Российские решения дешевле в разы.
Но бизнес выбирает не только по цене. Западные модели умеют обрабатывать документы, фотографии, видео и аудио, генерировать изображения и файлы, взаимодействовать со сторонними сервисами. Российские модели пока уступают по многофункциональности — и это часто перевешивает ценовое преимущество.
Где российский ИИ конкурентоспособен: технологии с мировым уровнем
За пределами генеративных моделей у России есть направления, где позиции действительно сильные.
Биометрия и компьютерное зрение. NtechLab и VisionLabs участвуют в международном бенчмарке NIST FRVT (Face Recognition Vendor Test — тестирование систем распознавания лиц)— одном из немногих случаев верифицированного сравнения российских разработок с мировыми аналогами. Технологии работают в транспортной инфраструктуре, безопасности и промышленном контроле качества.
Речевые технологии. Yandex SpeechKit и SaluteSpeech от Сбера используются в контакт-центрах, голосовых помощниках и системах автоматизации поддержки. Это зрелые продуктовые решения с широким корпоративным внедрением.
Документный ИИ. ABBYY исторически входит в число мировых лидеров автоматической обработки документов. Системы распознавания договоров и извлечения данных обрабатывают миллионы документов в год в банках и страховых компаниях.
Классическое машинное обучение. CatBoost от Яндекса — открытая библиотека градиентного бустинга, которую используют команды по всему миру. В задачах на табличных данных, скоринге и ранжировании российские разработки давно вышли за пределы внутреннего рынка.
Открытые модели. YandexGPT 5 Lite Pretrain и Cotype Nano дают бизнесу инструмент для дообучения на собственных данных и локального развёртывания. Для банков, госсектора и медицины, где данные не могут уходить в облако стороннего поставщика, это обязательное требование.
Почему возникает разрыв
Первый и главный фактор разрыва — вычислительная инфраструктура. Обучение GPT-4 задействовало, по оценкам, 25–30 тысяч ускорителей NVIDIA. Крупные американские дата-центры потребляют 100–300 МВт энергии каждый, по данным IEA. Санкционные ограничения на поставку передовых чипов делают наращивание российских вычислительных мощностей структурно сложнее — независимо от наличия средств.
Другие факторы:
Как сократить разрыв: энергетика и нишевость
В ноябре Владимир Путин поручить создать новый штаб для управления всей деятельностью в сфере ИИ:
“Нам нужен реальный штаб руководства отраслью (ИИ - ред.), если мы хотим, чтобы эта работа шла уверенно, наступательно.”
Это должно обеспечить скоординированную работу в отрасли и усилить направления, в которых Россия может сократить отставание от других игроков.
Инфраструктура и энергетика. Одно из главных физических ограничений развития ИИ в мире – это нехвтака энергии. Президент России связал развитие отечественного ИИ с развитием энергетики. Глава государства представил глобальную программу:
Серийное производство малых плавучих и наземных АЭС для энергоснабжения ЦОДов.
Строительство дата-центров на базе крупных атомных станций.
Ввод 38 новых энергоблоков на Урале, в Сибири и на Дальнем Востоке в ближайшие два десятилетия.
По отраслевым оценкам, российским дата-центрам потребуется около 2–2,5 ГВт энергии к 2030 году. Росатом продвигает модель «дата-центр при АЭС»: первый объект рядом с Калининской АЭС запущен в 2019 году. Сейчас обсуждается масштабирование через модульные дата-центры на площадках атомных станций.
Специализированные ниши. Конкурировать с США в универсальных языковых моделях при таком разрыве в капвложениях крайне сложно. Но Россия уже располагает выдающимися нишевыми решениями.
Открытые модели и стандарты интеграции. Когда модель открыта, любая компания может дообучить её на своих данных и развернуть локально — без привязки к облаку конкретного поставщика. Единые стандарты API упрощают внедрение: разработчику не нужно переписывать интеграции при смене модели. Для среднего бизнеса, у которого нет ресурсов на собственные ИИ-команды, это принципиально снижает порог входа.
Интересным является кейс китайской нейросети DeepSeek. Как писали Reuters, обучение одной из её моделей обошлось примерно в $5–6 млн — на порядки меньше стоимости обучения GPT-4. Оптимизация обучения показала, что технологический результат не всегда прямо пропорционален объёму инвестиций.
При этом на американском рынке ИИ сформировался инвестиционный пузырь — мы разбирали его подробно в предыдущих материалах. Бигтехи вкладывают сотни миллиардов в расчёте на то, что модели выйдут на окупаемость раньше, чем гонка упрётся в физические ограничения — прежде всего энергетические. Если этот расчёт не оправдается и темп инвестиций замедлится, Россия получит дополнительное время на сокращение разрыва.
Вывод
Российская ИИ-индустрия развивается в разных направлениях. В биометрии, речи, документном ИИ и классическом ML есть продукты высокого качеством с широким корпоративным внедрением. Рынок генеративного ИИ вырос до 58 млрд рублей за год, появляются открытые модели.
Однако разрыв с мировыми лидерами существенен. 32–128 тысяч токенов контекста у основных российских моделей против 1 миллиона у GPT-5.4, Claude и Gemini. Это означает разрыв в инфраструктуре и вычислениях, который невозможно закрыть только программными решениями.
Реалистичная стратегия — выигрывать в нишах, где решает экспертиза и данные, параллельно строя инфраструктуру. Ключевой вопрос ближайших лет — сможет ли внутренний спрос вырасти достаточно, чтобы замкнуть инвестиционный цикл и запустить самоподдерживающееся развитие индустрии.
Подписывайтесь на наш канал в MAX: все главные новости о финансах, ничего лишнего!