Сила и слабости искусственного интеллекта
Обозначены тренды технологического развития 2025 года

Коллаж Дмитрий Макурин
Для того чтобы стать мировым лидером в сфере искусственного интеллекта, России предстоит решить проблему недостатка вычислительных мощностей, кадров и регулирования этой технологии
Президент России Владимир Путин на Петербургском международном экономическом форуме (ПМЭФ) по традиции обозначил основные векторы российской экономики.
Одним из ключевых трендов, по словам президента, станет технологичное развитие. Глава государства считает, что технологии не должны быть самоцелью, нужно направить их на принесение пользы обществу, включая снижение уровня бедности и повышение качества жизни. Путин отметил, что прогресс позволит странам, регионам и городам выходить на новый уровень.
Этот тезис получит развитие в ходе дискуссий на форуме «Иннопром» в Екатеринбурге. Сквозной идеей обсуждений в этом году станет «Технологическое лидерство: индустриальный прорыв».
Преимущества "технологии «номер один»
Правительство России, напомним, утвердило семь сквозных технологий, по которым Россия будет бороться за мировые рынки. Это технологии виртуальной и дополненной реальностей, квантовые технологии, новые производственные технологии, робототехника и сенсорика, беспроводная связь, блокчейн, нейротехнологии и искусственный интеллект (ИИ).
Последняя сейчас находится в зоне особого внимания, поскольку мировое сообщество признало ИИ технологией «номер один». В России уже просчитан возможный результат ее внедрения. По экспертным оценкам, совокупный эффект для экономики России к 2030 году от искусственно интеллекта может составить 6,9 трлн рублей, а это порядка 4% от ВВП.
Но путь проникновения ИИ в жизнь людей и компаний будет непростым и длительным.
«Сейчас в основном развивается генеративный ИИ. Причем большие языковые модели уже можно запускать на обычном смартфоне. В долгосрочной перспективе на горизонте десятилетий будет доминировать общий искусственный интеллект. В отличие от текущих моделей, он позволит выполнять любые интеллектуальные задачи примерно на том же уровне, на котором это делает человек и, возможно, даже выше. На прикладном уровне большое развитие получают так называемые интеллектуальные агенты, которые позволяют не просто автоматизировать определенные действия, а делать это интеллектуально. Мы стали свидетелями тренда цифровизации и роботизации. Сейчас этот процесс пойдет с использованием интеллектуальных агентов, которые обращаются к той или иной большой модели и могут качественно решать все больше задач», — описывал возможный сценарии эволюции ИИ на недавней пресс-конференции в Екатеринбурге доцент МИЭМ НИУ ВШЭ Сергей Сластников.
На Урале на прикладном уровне уже есть примеры использования этой технологии. В Свердловской области, по словам заместителя министра цифрового развития и связи Свердловской области Романа Маточкина, с 2024 года на базе региональной геоинформационной системы ИИ применяется для мониторинга автомобильных дорог: «В регионе также создана система мониторинга лесных массивов с целью обнаружения нелегальных рубок, система мониторинга водных объектов и сервис автоматического обнаружения несанкционированных карьерных разработок».
Искусственный интеллект, по словам Романа Маточкина, помогает также оптимизировать работу кол-центра регионального правительства в части предоставления консультаций.
Есть, по словам замминистра, и наработки в сфере здравоохранения: «В Свердловской области внедрено девять ИT-решений. Они помогают медикам разбирать снимки флюорограммы, рентгенограммы легких, органов грудной клетки. Таким образом, удается выявлять патологии или отклонения от нормы, которые незаметны человеку. Кроме того, в регионе с прошлого года используется система «МосМед ИИ». Одна из ее главных задач — помощь врачам в территориальных больницах, где не хватает кадров».
Практическое использование искусственного интеллекта охватывает широкий спектр направлений, в частности, при проведении маркетинговых исследований для анализа целевой аудитории.
Одним из примеров внедрения ИИ являются также автоматизированные системы взвешивания в торговых точках: устройства самостоятельно идентифицируют продукцию, что существенно сокращает время обслуживания клиентов и повышает пропускную способность торговых площадей.
Есть примеры и в сфере науки. В 2025 году появилась первая статья, которую создал ИИ без участия человека. Один из крупнейших игроков этого рынка Сбер также создал мультиагентные системы, которые автоматизируют многие лабораторные процессы.
Недавно GigaChat (сервис на основе ИИ) Сбера освоила новую функцию «Провести исследование» для профессионального анализа информации. Теперь нейросеть может проводить глубокие многоступенчатые исследования: самостоятельно анализирует данные из разных источников и выдает развернутые и структурированные ответы на вопросы со ссылками на источники.
Активно тестирует разнообразные решения и ИТ-индустрия. Так, компания «Алгоритм С» разработала систему управления для безопасного передвижения транспорта. Сейчас она внедрена в Санкт-Петербурге и Татарстане.
«Мы построили систему оценки состояния водителя, которая выявляет признаки усталости, невнимательности и состояния здоровья. Так, однажды наша система смогла зафиксировать предынфарктное состояние водителя, передала об этом информацию в диспетчерскую — и ему быстро была оказана помощь. Таким образом, наша модель позволяет решить задачи по обеспечению безопасности дорожного движения в городе», — рассказывает руководитель направления систем ИИ компании «Алгоритм С» Ричард Хабаров.
Барьеры для производства
В целом возможности искусственного интеллекта широкие, но пока компании применяют его в основном для улучшения работы в офисах, логистических объектов и сопровождающих бизнес-процессов. Проникновение технологии для оптимизации производственных процессов идет сложнее, хотя все эксперименты указывают на эффективность.
«Система с использованием GigaChat автоматически генерирует управляющий код для станков ЧПУ, создавая полный производственный цикл. Этот способ позволяет последовательно улучшать характеристики деталей. Технология может открыть новые перспективы для машиностроения и промышленности, меняя подходы к проектированию физических объектов», — отметил на сессии ПМЭФ «На передовой технологий: будущее и глобальная конкуренция» вице-президент, руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев.
Генеральный директор ГК «Цифра» Михаил Аронсон видит перспективу цифровых двойников: «Сейчас многие такие проекты запускаются. Мы, например, для Газпрома сделали цифровой двойник газоконденсатного месторождения. В этом случае в реальном времени можно строить различные сценарии, как лучше перестроить работу не только одной установки завода, но и всего актива, который добывает газ. Это совершено другой уровень эффективности».
Компания «Цифра» специализируется на цифровизации именно производственных процессов, и у Михаила Аронсона есть объяснение сложностям использования ИИ в производственном процессе: «Мы собираем огромное количество данных с оборудования, с различных установок, машин и пытаемся с помощью этих данных управлять производством. Дело в том, что те данные, с которыми мы работаем, очень плотно завязаны на физико-химические процессы в производстве. Поэтому применение генеративного искусственного интеллекта пока, как показывает опыт, практически невозможно. Для этих задач используется машинное обучение».
Михаил Аронсон находит и еще один барьер: «Мы за последние несколько лет сделали несколько десятков кейсов с применением таких технологий. Это предиктивная аналитика турбин, насосов, разных установок, советчики для водителей самосвалов, операторов дуговых сталеплавильных печей. И во всех этих кейсах в целом достигается определенный эффект. Но, к сожалению, их очень тяжело тиражировать, все эти решения индивидуальны и завязаны на конкретно технологический процесс. Доверие у инженеров на местах к этим моделям пока не очень высокое. Поэтому именно в производственных процессах генеративного искусственного интеллекта пока нет».
По мнению генерального директора группы компаний ЦРТ Дмитрия Дырмовского, генеративный искусственный интеллект развивается в десятки раз быстрее, чем все предыдущие технологические революции, и скорость становится критически важным фактором. Но для этого будут нужны партнерства.
— У нас есть опыт внедрения ИИ в одном из крупнейших нефтехимических холдингов. Мы стартовали со 150 гипотез, из которых вместе с командой клиента отобрали 50, а жизнеспособны оказались только четыре. В итоге мы получили очень хороший результат, но на это ушло полгода. Можно ли пройти этот путь каждому? Можно. Но гораздо эффективнее это сделать уже с теми партнерами, которые могут поделиться экспертизой. Конечно, очень важно объединить экспертизу разработчика моделей, тех, кто умеет ее внедрять, и отраслевую экспертизу», — формулирует рецепт Дмитрий Дырмовский.
Эксперты указывают еще и на низкую доступность технологий в регионах. Пока 70% промышленного внедрения искусственного интеллекта сосредоточено в Москве и Московской области. Отчасти это связано с тем, что такие технологии в силу дороговизны могут внедрять пока в основном крупные компании.
Три вызова ИИ
Как показали дискуссии на ПМЭФ, российская индустрия готова включаться в конкуренцию за технологию «номер один» в мире. Но для этого России нужно самой разрабатывать фундаментальные модели, основанные на искусственном интеллекте.
По словам руководителя практики развития искусственного интеллекта компании «Яков и партнеры» Максима Болотских, этим занимается порядка десятка стран, но 90% всех разрабатываемых базовых моделей в мире приходится на две страны — США и Китай: «В рамках объединения БРИКС, согласно нашим расчетам, порядка 86% совокупного эффекта от искусственного интеллекта будет приходиться именно на Китай. На Бразилию, Индию и Россию совокупно 12%».
Директор по развитию технологии искусственного интеллекта компании «Яндекс» Александр Крайнов считает, что Россия может внести довольно существенный вклад в мировую экосистему искусственного интеллекта: «У нас есть хороший баланс науки, передовых разработок и внедрения».
Но для этого предстоит ответить на несколько вызовов. Во-первых, недостаток мощностей. Искусственный интеллект — технология дорогая и требующая больших вычислительных мощностей.
К этому выводу, в частности, пришли в компании «Ростелеком».
«В прошлом году в рамках стратегии группы компаний «Ростелеком» по развитию технологии искусственного интеллекта мы провели анализ рынка. Оказалось, что к 2030 году у нас объем мощностей в эквиваленте видеокарт вырастет в восемь раз и составит по России примерно 80–90 тыс. видеокарт против 10 тыс. в 2024 году. Отсюда вытекает ключевая задача — как поддержать этот экспоненциальный рост числа запросов на вычислительные мощности, необходимые для реализации решений и сервисов искусственного интеллекта. Нужно удовлетворить потребности не только наших технологических гигантов, но и органов исполнительной власти, промышленных предприятий с точки зрения применения их моделей для различных прикладных решений на основе искусственного интеллекта», — аргументирует старший вице-президент по информационным технологиям компании «Ростелеком» Дарий Халитов.
Россия может внести существенный вклад в мировую экосистему искусственного интеллекта
Аналогичные задачи стоят перед другими странами, и каждая решает их по-своему. Китай, например, строит государственные дата-центры и передает их в пользование компаниям среднего уровня.
Второй серьезный вызов — дефицит кадров.
По словам Александра Крайнова, отрасли критически не хватает специалистов самого высокого уровня: «А за них конкуренция идет не только внутри страны, но на мировом рынке».
Президент-председатель правления Сбербанка Герман Греф полагает, что для ответа на этот вызов необходима перенастройка системы образования, и в этой связи призывает изучить опыт Китая.
«В этой стране в качестве обязательного курса в школах с первого класса внедрены учебники в области искусственного интеллекта. А знакомиться с этой технологией дети начинают еще в детском саду. Можно себе представить, что будет, когда каждый выпускник школы будет владеть навыками Python (высокоуровневый, интерпретируемый язык программирования. — Прим. ред.), в совершенстве понимать, что такое искусственный интеллект, и сразу после школы станет профессиональным пользователем», — обратил внимание глава Сбербанка на площадке ПМЭФ «Искусственный интеллект: от обсуждения к внедрению».
С другой стороны, система образования первой увидела «вторую сторону медали» ИИ. Ученики и студенты быстро освоили навыки передачи нейросетям выполнения заданий, и вполне успешно получают высокие оценки.
И в этой связи у индустрии пока нет однозначной оценки этого явления. Одни считают, что нужно с этим бороться, другие — наоборот, призывают поддерживать развитие таких навыков и сконцентрироваться на изменении системы оценок знаний.
По мнению Германа Грефа, систему образования нужно перестроить так, чтобы дети, с одной стороны, осваивали ИИ, но при этом не разучились считать, писать и решать элементарные задачи. И в этом отношении еще предстоит найти баланс.
Третий вызов связан со сложностями регулирования. С одной стороны, ИИ кроме преимуществ несет и риски, которые должны быть под контролем государства. С другой стороны, важно не создавать дополнительные барьеры.
Сегодня в отношении к регулированию ИИ все страны разделились на три типа.
Одна группа стран применяет стимулирующий подход к развитию искусственного интеллекта. Такой стратегии придерживаются Южная Корея, Япония, Великобритания. Правительства этих стран стремятся не регулировать отрасль, а создавать максимальные условия для развития национальных систем ИИ.
Вторая группа государств выбрала жесткий подход. Это страны Евросоюза, которые первыми в мире приняли комплексное регулирование — акт об искусственном интеллекте. В результате, по словам Германа Грефа, в ЕС стало все хорошо с регулированием, но нет самого искусственного интеллекта: «Ни одна компания сегодня не может дать гарантию, что технология, которая находится в экспериментальной разработке, не допустит ошибок. Штрафы установлены запредельные, поэтому компании стараются выехать за пределы Евросоюза, чтобы не подвергать себя рискам».
Третий метод — гибридное регулирование. Его применяют США, Китай и Россия. В этом случае, с одной стороны, создаются не только элементы регулирования, но и инструменты поддержки.
Герман Греф в целом призывает не спешить с регулированием.
«Не стоит забегать вперед, иначе появятся барьеры в развитии новой технологии. Надо оставлять место для экспериментов. В этом отношении, на мой взгляд, Россия нашла оптимальный вариант. У нас есть моральное регулирование — Кодекс этики искусственного интеллекта, к которому присоединились все крупнейшие разработчики в России. Кроме того, появляются элементы технического регулирования. Есть и стимулирующее регулирование — например, в Москве создан экспериментальный режим имплементации искусственного интеллекта».
Хотя вопросы на уровне законодательства уже появляются, и на них, видимо, придется искать ответы. Сенатор Совета Федерации Федерального собрания РФ Александр Шендерюк-Жидков, в частности, поднял проблему авторских прав: «Вопрос оплаты правообладателю никаким образом не решен. К примеру, какая-то модель может создать песню на основе песен исполнителей. И нельзя исключать сценарий, что автор использованной песни потребует оплаты за свой авторский продукт. И сегодня у нас в законодательстве это никак не урегулировано».
Кроме законодательства появляется и много других вызовов. Например, проблема обеспечения кибербезопасности данных. Иногда в результате атаки на модель ее можно сбить, обмануть или вызвать ее нежелательное поведение.
Новый мир
Герман Греф полагает, что государству, бизнесу и обществу предстоит большая работа: «В ближайшие 10 лет в этой области произойдут изменения значительно более мощные, чем за предыдущие сто лет. И всем придется жить в условиях, когда умные машины будут не только с нами, но и внутри нас».
По мнению главы Сбербанка, это будет совершенно другой мир.
«Конечно, нам придется искать ответы на многие вопросы. Как нам жить с умными машинами? Как сделать так, чтобы машина никогда не приняла решения, приводящее к нанесению вреда человеку? Как отрегулировать взаимоотношения между человеком и машиной? Потому что машины между собой будут общаться значительно больше, чем люди между собой. У каждого из нас будет умный ассистент. Этот умный помощник будет обращаться к такой же системе банка, гостиницы, университета и так далее. И они между собой будут решать наши проблемы», — предполагает Греф.
Глава Сбербанка убежден, что жизнь никогда не будет прежней.
«Нам на зрелом уровне предстоит найти правильные решения, которые позволят нашим гражданам использовать силу искусственного интеллекта и меньше сталкиваться с его проблемами», — итожит Греф.