Осторожно, коды закрываются: аналитики оценили перспективы создания суверенного ИИ

«Затраты возрастут дополнительно»

В ближайшей перспективе китайские компании могут начать пересматривать практику публикации своих больших языковых моделей в формате open-source. Об этом говорится в исследовании аналитиков Совкомбанка Дмитрия Трошина и Артура Легостаева «The ЦОДы», с которым ознакомился Forbes. Стратегии open-source, указано в отчете, придерживаются, в частности, китайские разработчики моделей DeepSeek и Qwen (Alibaba Cloud), поскольку она создает ценовую конкуренцию с фронтирными ИИ-моделями США, ограничивает монетизацию китайских компаний и не обеспечивает решающего конкурентного давления на американские компании. Закрытие доступа может негативно повлиять на российских разработчиков, которые используют в качестве отправной точки передовые open-source модели (в том числе китайские), дообучая и адаптируя их под собственные задачи. 
«По мере того, как китайские разработчики будут ограничивать открытый доступ к своим передовым моделям, возможность загружать модельные веса и разворачивать модели на локальных серверах будет сужаться», — говорится в исследовании. Как уточняют авторы, доступ к новым поколениям моделей потребует существенных коммерческих затрат на API-доступ или лицензирование. «При переходе китайских разработчиков к закрытой модели затраты российских компаний на поддержание темпа развития собственных LLM возрастут дополнительно», — указывают в Совкомбанке. Там обращают внимание на то, что разработка больших языковых моделей пока не приносит положительного денежного потока ни одной компании в мире, включая «Сбер» и «Яндекс». На развитие ИИ в 2026 году «Яндекс» расходует около 150-200 млрд рублей, а «Сбер» — 300-400 млрд рублей, оценивают в Совкомбанке.

На развилке

В случае существенного сокращения публикаций моделей в формате open-source со стороны иностранных разработчиков в Совкомбанке видят три сценария развития события для российских игроков:

«Вопрос цены и времени»

Как полагают аналитики, суверенный ИИ в России «возможен, но это вопрос цены и времени». «В среднесрочной перспективе наиболее реалистичной остается гибридная модель — развитие собственных компетенций в адаптации, дообучении и эксплуатации моделей при использовании внешних (китайских или американских) технологий на этапе training, — следует из отчета. — Полная технологическая независимость потребует кратного роста инвестиций в вычислительную инфраструктуру и длительного горизонта планирования». Сейчас для создания суверенного ИИ мирового уровня, по всей видимости, нет ресурсов.
В России совокупная мощность ЦОДов соответствующего класса, «вероятно, недостаточна для полного цикла обучения больших языковых моделей «с нуля» в масштабах, сопоставимых с мировыми лидерами», пишут авторы. К такому выводу в банке пришли, проанализировав расходы ключевых российских разработчиков LLM и проанализировав рынок серверов в России. По оценке Совкомбанка, к 2030 году расходы на серверы для ЦОДов составят 7,8 трлн рублей, включая расходы на LLM-серверы в размере 3,4 трлн рублей.
По словам главного аналитика Совкомбанка Дмитрия Трошина, для тренировки/обучения модели с нуля уровня подобного DeepSeek V4 и обеспечения стабильного инференса (применения уже обученных алгоритмов для обработки новых данных и выдачи результатов) суверенной LLM с учетом количества пользователей в России потребуется ИИ-ЦОД как минимум на 300 МВт. По текущему курсу доллара капитальные затраты на создание ИИ-ЦОДа такой мощности он оценивает в 1,2 трлн рублей. «Сейчас «Сбер» и «Яндекс» тратят совокупно около 500 млрд рублей в год на закупку серверов и строительство ЦОД, но закупаемые сервера сейчас скорее предназначены для инференса их существующих моделей. Последние, вероятно, основаны на других open-source моделях либо уступают в качестве DeepSeek V4. А тренировку/обучение полностью с нуля своей собственной модели аналогичного качества, по нашей оценке, никто из них сделать не может, так как еще никто из игроков не построил ЦОД минимум на 300 МВт, полностью заточенный под ИИ-нагрузки, необходимые для обучения/тренировки LLM (большой языковой модели)», — сообщил Forbes Дмитрий Трошин.
О суверенных и национальных моделях ИИ говорится в законопроекте, который разработало правительство в марте. Представитель профильного вице-премьера Дмитрия Григоренко не стала комментировать содержание исследования Совкомбанка. В Минцифры не ответили на запрос.
По словам источника в IT-отрасли, попадание в категорию суверенных ИИ будет добровольным. «То есть если, например, «Сбер» или «Яндекс» хотят попасть в суверенные модели, они должны подтвердить, что в их моделях не используются иностранные коды или данные», — пояснил собеседник Forbes.

«Требует десятков и даже сотен миллиардов долларов»

Представители «Сбера» и «Яндекса» не стали комментировать оценки Совкомбанка по уровню их затрат на развитие ИИ. Ранее в «Сбере» спрогнозировали свои затраты на генеративный ИИ в 2026 году в 350 млрд рублей.
«Многие исследования и прогнозы нередко отстают от реальной скорости изменения рыночной конъюнктуры и динамики развития ИИ-решений как в России, так и в мире, — говорится в ответе пресс-службы Сбербанка на запрос Forbes, сформулированном собственной диалоговой ИИ-моделью «ГигаЧат», — В России есть достаточно мощностей, людей, и команд, которые обладают всем набором компетенций, необходимых для разработки и развития передовых суверенных моделей мирового уровня. «ГигаЧат» полностью собственная разработка «Сбера», обученная на качественных русскоязычных данных с учетом культурного контекста, которая по многим качественным и функциональным показателям находится в паритете или даже превосходит зарубежные модели». «У«Сбера» модель полностью российская, буквально «от болтов и гаек»», — говорил в интервью Forbes первый зампред «Сбера» Александр Ведяхин в феврале этого года.
«Яндекс» годами разрабатывает генеративные модели — от собственных фундаментальных до гибридных, объединяющих наши решения с открытыми технологиями, — сообщили в пресс-службе компании. — Мы сохраняем полный цикл разработки и не зависим от внешних решений».
Ранее компания рассказывала, что для обучения большой языковой модели Alice AI использовалась модель Qwen от Alibaba Cloud. «Полный цикл обучения нашей модели Alice AI LLM, инициализированной весами Qwen3-235B, занимает на порядок меньше времени, чем если бы мы инициализировали её случайными весами. Это позволяет нам провести в разы больше экспериментов», — отмечала компания.
Риски, описанные в исследовании, в случае существенного сокращения публикаций в open-source иностранных больших языковых моделей касаются в «Сбера» и «Яндекса» в равной степени, пояснил Дмитрий Трошин из Совкомбанка. «Каждый из них, согласно нашим оценкам, активно использует наработки китайцев. «Сбер» при этом имеет больше серверных мощностей на данный момент. Поэтому в случае, если китайцы перестанут публиковать опен-соурс, «Сбер» сможет выпускать более продвинутые версии, чем другие российские аналоги», — сообщил он.
Открытые большие языковые модели позволяют России сосредоточиться на создании конкурентоспособных ИИ-продуктов для ключевых отраслей экономики, где сегодня особенно остро ощущаются нехватка кадров и низкая производительность труда, отмечают в MWS AI (входит в МТС Web Services). Параллельно Россия может развивать собственные фундаментальные модели, полагают в компании. «Однако такой путь наиболее оправдан в формате национальных и международных консорциумов со странами, заинтересованными в формировании альтернативных центров компетенций в области ИИ. Создание действительно конкурентоспособной модели требует инвестиций порядка десятков и даже сотен миллиардов долларов, а также значительных вычислительных мощностей, энергетических ресурсов и развитой инфраструктуры», — сообщили в MWS AI. Там полагают, что в этих условиях «наиболее рациональной выглядит стратегия баланса между развитием собственных компетенций и использованием открытых технологий».
Ресурсы, сопоставимые с уровнем мировых лидеров (топ-3), в России ограничены — как в части вычислительных мощностей, так и в кадровом потенциале и возможностях по сбору и разметке данных, рассуждает директор по развитию технологий ИИ «Т-Технологий» Алексей Шпильман. «В теории можно рассматривать объединение усилий компаний и их ЦОДов, но на практике это связано с серьезными организационными и политическими сложностями. Запуск масштабной госпрограммы с финансированием, превышающим инвестиции ведущих IT-компаний, в принципе возможен, но также выглядит малореалистичным. Кроме того, остается открытым вопрос лидерства и реализации такой программы, учитывая ограниченное количество специалистов мирового уровня», — размышляет он.
Единственный, по мнению Алексея Шпильмана, реалистичный путь — поддержка разработчиков ИИ и развитие процессов сбора данных, способных обеспечить конкурентные преимущества, а полный запрет на использование open-source решений в текущей ситуации может существенно затормозить развитие рынка и кастомных разработок. По словам Шпильмана, отдельное внимание стоит уделить сбору данных в прикладных областях — инженерии, науке, медицине и др. «Это может способствовать повышению практической ценности моделей и их конкурентоспособности в решении реальных задач, а не только в написании сочинений на русском языке», — добавил он. 
Вывод о том, что российские разработчики будут сочетать собственные технологии с адаптацией открытых моделей, в целом выглядит обоснованным, полагают в объединенной компании Wildberries&Russ (RWB). «Это распространенная мировая практика: создание конкурентоспособного ИИ-продукта не обязательно требует обучения каждой базовой модели с нуля. Значительная часть ценности создается за счет дообучения моделей, оценки их качества и безопасности, а также интеграции в конкретные продукты и бизнес-процессы, — отмечают в компании. — При этом требования к универсальной модели, сопоставимой с крупнейшими мировыми разработками, и к специализированным моделям для прикладных задач принципиально различаются. Наиболее реалистичным представляется комбинированный путь: развитие собственных моделей, инфраструктуры и компетенций одновременно с использованием доступных открытых технологий». В компании также добавили, что развивают «собственные ИИ-технологии и экспертизу и стремятся не допускать критической зависимости от одного внешнего решения или поставщика».
«Российский рынок ИИ развивается в рамках конкурентной логики», — сообщили в Альянсе в сфере ИИ. По данным Альянса, в стране уже существуют собственные ИИ-модели, «при этом игроки на российском рынке используют разные подходы к разработке — кто-то делает акцент на полном цикле, кто-то на адаптации и дообучении open-source моделей». Это нормальная мировая практика, полагают там. «Важно продолжать формировать условия для развития действующих и стимулирования создания новых отечественных ИИ-решений. При этом российские разработки сохраняют устойчивость при изменении внешних условий или ограничений, что показывает их востребованность у пользователей», — считают в организации.
В России дефицит ЦОДов, и в планах строительства практически отсутствуют дата-центры, где можно было бы обучать большие языковые модели, указывает сооснователь «Моего офиса» Дмитрий Комиссаров. Модели open-source обычно используются до того момента, как программный продукт достигает коммерческого успеха, далее доступ к модели часто закрывается, отмечает он. «В какой-то момент DeepSeek закроется, и [доступа к модели] не будет. Поэтому нужен микс, — размышляет Комиссаров. — Понятно, что, скорее всего, глобальную модель мы не можем разработать прямо сейчас. Нам нужны модели локальные, которые удовлетворяют нужды — по созданию кода, определенного оборудования. Есть масса областей, где знания не хотелось бы отдавать, и эти знания обязательно нужно сосредотачивать в локальных моделях». В долгосрочной перспективе план действий должен быть таким, чтобы Россия поэтапно двигалась к созданию собственных моделей, уверен он.