Цена вопроса
Директор по облачной интеграции Selectel Владислав Кирпинский о развитии ИИ в РФ
Российские разработчики и технические специалисты уже давно получили широкое признание на международном рынке, уровень развития IT в нашей стране достаточно высок. Тем не менее ИИ стоит несколько особняком от других направлений. Основных проблем, с которыми сталкиваются российские компании при попытке развивать такие решения, несколько — в первую очередь они связаны с инфраструктурой, инвестициями и рынком кадров.
Владислав Кирпинский
Фото: пресс-служба компании Selectel
Проблема с кадрами затрагивает всю IT-индустрию — государство не раз подчеркивало, что существует значительный дефицит специалистов в этой сфере, что, безусловно, отражается и на темпах развития ИИ. Кроме того, если в других направлениях за последние годы у нас успели вырасти эксперты уровня senior, то в ИИ в связи с относительной новизной индустрии ситуация несколько хуже. Более того, адаптация системы образования под меняющиеся требования рынка труда — это небыстрый процесс, что затрудняет и прилив «свежей крови» — junior-специалистов.
Что касается проблем с инфраструктурой, то они также свойственны для всего IT. Большая часть «железа», которое используется компаниями, производится только за рубежом, что сказывается на времени и стоимости поставок. Более того, для работы с ИИ-инструментами нужны «топовые» видеокарты, такие как Tesla A100 или H100, цена которых начинается от нескольких миллионов рублей, что еще значительней увеличивает стоимость самостоятельного построения инфраструктуры для машинного обучения (ML).
Это влияет и на процесс выделения крупных инвестиций в направление внутри компаний — для разработки и регулярного развития решений нужны серьезные вложения, в гарантированном возврате которых компании не уверены.
В итоге российским компаниям, особенно малому и среднему бизнесу, пока сложно активно развивать наиболее продвинутые решения в ИИ, такие как большие языковые модели. Большинство из них ограничиваются тестированием гипотез и разработкой более привычных инструментов, относящихся к этому сегменту: машинного обучения, компьютерного зрения, чат-ботов и систем предиктивной аналитики. Локомотивами рынка стали крупные корпорации, которые готовы смириться с отсутствием немедленного экономического эффекта от внедрения, а также государство, продвигающее собственные инициативы.
Ситуация схожа с той, что проявляется на зарубежных рынках: по данным американских аналитиков, более 80% зарубежных стартапов, фокусирующихся на развитии ИИ, прогорают. Тем не менее не везде ситуация настолько плачевна. Так, разработки российских компаний в области машинного обучения и компьютерного зрения высоко котируются в том числе и на международном рынке. Кроме того, у многих российских компаний есть ML-инструменты, которые они используют в своей деятельности. Среди малого и среднего бизнеса можно найти успешных разработчиков чат-ботов, голосовых ассистентов, платформ для быстрого внедрения генеративного ИИ в корпоративные среды.
Развитие ИИ в России можно ускорить совместными усилиями государства и бизнеса. Государственные инициативы могут поддерживать научные исследования, разработку новых технологий и создание благоприятной регуляторной среды. Бизнес, в свою очередь, может инвестировать в инновации и тестировать новые подходы. Благодаря такой синергии возможно создать условия для того, чтобы Россия заняла лидирующие позиции в мире в области искусственного интеллекта.