Суверенный ИИ не живет на острове
Об искусственном интеллекте до сих пор часто говорят через простые развилки. Хайп или новая технологическая волна. Большие модели или маленькие. Помощник или конкурент. Суверенитет или кооперация. Но чем дальше технология выходит из демо в реальные процессы, тем хуже работают такие противопоставления.
Именно вокруг этой логики 4 июня на ПМЭФ строился разговор на секции «ИИ — будущее сегодня. От суверенитета к международной кооперации». Не столько о том, какая модель победит, сколько о том, как с этой технологией жить, управлять ею, встраивать ее в экономику и при этом не перепутать самостоятельность с изоляцией.
Это продолжение разговора, начатого на форуме «ИИ — будущее сегодня», где IT-World уже писал о том, почему суверенитет в ИИ не сводится к собственной модели и не строится в одиночку.
Пена сойдет, инфраструктура останется
Разговор о хайпе вокруг ИИ почти неизбежен. Слишком много обещаний, инвестиций, презентаций, громких прогнозов и продуктов, которые выглядят убедительно ровно до первой проверки реальным бизнес-процессом. Но если пузырь все-таки есть, что именно в нем лопнет?
Скорее всего, исчезнет не сама технология. Осядет рыночная пена, уйдут компании, построенные на красивой обертке, закончатся бюджеты на эксперименты ради экспериментов. История доткомов хорошо показывает, что пузырь и технологический сдвиг могут существовать одновременно. Перегрев тогда был реальным, пузырь действительно лопнул, но интернет после этого не закончился. Наоборот, стал инфраструктурой для следующего этапа экономики. С ИИ может быть так же: отдельные оценки, продукты и ожидания не выдержат проверки, а в реальных процессах останутся те решения, которые дают измеримый эффект.
Тем более ИИ давно вышел за пределы красивых демонстраций. Поиск, скоринг, прогнозирование, безопасность, клиентские сервисы, разработка, обработка данных — все это уже встроено в разные контуры, иногда настолько привычно, что сами модели перестают замечать. Пока работает, это просто сервис. Стоит выключить такой сервис, и сразу выясняется, сколько всего держалось на моделях.
В этой же логике Валентин Макаров (президент РУССОФТ) говорил об ИИ не как о кратком всплеске интереса, а как об основе нового технологического уклада. Это меняет масштаб. Если перед нами не мода, а длинная перестройка экономики, ждать, пока «все пройдет», опасно. Не пройдет. Скорее уйдет часть рекламного шума, а внутри компаний останется более жесткий вопрос: где ИИ действительно дает эффект, а где он только делает старую неразбериху быстрее и дороже?
Разница между эффектом и разочарованием часто начинается именно здесь. Технология сильная, но не волшебная. Она работает, когда ее глубоко встраивают в процессы, и быстро разочаровывает там, где от нее ждут чуда без перестройки самой задачи. В оценке Татьяны Матвеевой (Управление Президента Российской Федерации по развитию информационно-коммуникационных технологий и инфраструктуры связи) важен именно этот управленческий слой. Провалы часто возникают не потому, что ИИ бесполезен, а потому что его включают в бизнес-процессы поверхностно или доверяют ему больше, чем он сейчас способен выдержать.
Для компаний это полезный вывод. ИИ не лечит плохо описанный процесс. Он его подсвечивает. Иногда ускоряет. Иногда масштабирует ошибку. Поэтому зрелость начинается не с вопроса, какую модель выбрать, а с вопроса, что именно компания готова изменить у себя.
Не ждать прорыва, а встраивать
Где ждать следующего рывка? В больших моделях, которые собирают инвестиции и внимание? Или в маленьких специализированных системах, которые решают одну задачу, зато решают ее надежно?
Здесь нет ответа в духе «или — или», и это как раз хорошо. Реальная архитектура редко устроена как рекламный слайд с одним победителем.
«Мы все время каких-то прорывов ждем, а надо просто применять и внедрять», — считает Александр Крайнов (Яндекс). Пока рынок следит за очередным большим релизом, рядом уже работают модели, без которых стало бы очень неудобно. Прогноз погоды, распознавание лица в смартфоне, ранжирование поиска, банковский скоринг. Эти вещи не выглядят как фантастика, потому что успели стать нормой. Но стоит их убрать, и повседневная цифровая среда начинает хромать.
Большие модели двигают рынок, помогают работать с разными типами данных, дают новые интерфейсы и становятся драйвером развития. Малые и специализированные модели часто дают конкретный эффект там, где задача уже хорошо описана. Что важнее? Вопрос не очень честный. В зрелом контуре нужны и те, и другие.
Гораздо важнее другое: где именно появляется экономический результат? Не в момент, когда компания торжественно объявляет о внедрении ИИ. Не в момент, когда сотрудники получают доступ к новой модели. И даже не тогда, когда пилот красиво работает на презентации.
Эффект появляется там, где ИИ входит в бизнес-процесс. Где понятны данные, место человека, границы автономии, контроль, ответственность и метрики результата. Пока этого нет, ИИ остается демо. Возможно, красивым и впечатляющим. Но все еще демо.
Крепость или остров
Суверенный ИИ часто рисуют как крепость. Свои модели, свои данные, своя инфраструктура, минимум внешней зависимости. Звучит надежно, но для науки и технологий крепостная логика работает плохо.
Очень точно этот риск описал Александр Крайнов через образ необитаемого острова: «Вы остались один на необитаемом острове. Спустя какое-то время вы владеете суверенной технологией добывания и поддержания огня, если повезет. На этом все. В рамках страны, конечно, все не так ужасно, но близко к этому. Суверенность возможна только тогда, когда ты находишься в максимальном диалоге, в максимальном контакте со всем миром и используешь все мировые достижения. Тогда ты конкурентоспособен, а значит, суверенен. Если ты не конкурентоспособен, о какой суверенности может идти речь?». Это не метафора про открытость ради открытости. Это жесткая технологическая логика. Суверенитет в ИИ возникает не от того, что страна закрылась и объявила все своим. Он возникает, когда есть конкурентоспособность. Когда свои команды понимают, что происходит в мире, участвуют в исследованиях, способны брать лучшее, развивать собственное и не попадать в критическую зависимость от чужой инфраструктуры, чужих данных и чужих правил.
Здесь хорошо работает аналогия Татьяны Матвеевой с автопромом. Собственные машины, заводы и инженерные школы не отменяют общих правил дорожного движения. В ИИ похожая история: международные подходы к безопасности, ответственности и взаимодействию не противоречат технологической самостоятельности, если страна участвует в этой гонке на равных. В этой формуле суверенитет оказывается не столько способностью закрыться, сколько способностью участвовать в технологической гонке на равных. Интонация здесь важна. Закрыться проще, чем быть равным участником. Но закрытость сама по себе не дает ни сильных моделей, ни сильной науки, ни экспортного потенциала.
У этой темы есть и рыночное измерение. Если говорить только с теми, у кого уже есть все ресурсы и лидирующие позиции, диалог на равных может не получиться. Поэтому для стран, которые пока не входят в число безусловных лидеров, кооперация друг с другом становится не жестом вежливости, а способом нарастить общий рынок, создать новые модели совместного бизнеса и ускорить развитие собственных технологий. В такой логике, на чем настаивал Валентин Макаров, международное взаимодействие может стать не угрозой суверенитету, а одним из условий разговора с лидерами на других основаниях.
Таланты важнее громких деклараций
О суверенном ИИ чаще всего говорят через инфраструктуру. Дата-центры, графические ускорители, вычислительные мощности, инвестиции. Без этого действительно не будет масштаба. Но достаточно ли этого?
«Критичная история в развитии искусственного интеллекта — это не железо и не деньги, это таланты, которые могут отреагировать на любое технологическое изменение. Мы сегодня говорим про большие модели, через год мы будем говорить про что-то другое», — говорит Андрей Незнамов (Сбербанк). В такой среде страна выигрывает не потому, что один раз построила правильную инфраструктуру, а потому что сумела удержать людей, которые понимают, что делать, когда «правильная» инфраструктура снова изменилась. Растерять таких людей, ограничить их работу или отрезать от научного обмена — значит ослабить собственную позицию в гонке.
Это важная поправка к разговору о суверенном ИИ. Наука давно не делается в одиночку. Лучшие статьи и разработки появляются в соавторстве, в лабораториях, на конференциях, в обмене результатами и спорах. Продукт может иметь национальную упаковку, но под ним почти всегда окажется длинная цепочка идей, экспериментов и публикаций из разных стран. Поэтому вопрос не в том, чтобы отказаться от кооперации. Вопрос в том, как участвовать в ней не из слабой позиции.
Помощник с двойным назначением
Еще одна простая формула — ИИ как помощник человека. В целом с ней трудно спорить. Искусственный интеллект не стоит превращать в самостоятельного субъекта. Если называть его конкурентом человеку в полном смысле, следующим шагом придется обсуждать его правосубъектность, а это уже совсем другая юридическая и политическая реальность.
Но что значит «помощник», если этот помощник может работать с данными, принимать участие в критичных процессах, влиять на решения и масштабировать ошибку быстрее человека?
В логике Татьяны Матвеевой ИИ ближе к инструментам, которые усиливают человека, как станки, микроскопы, экскаваторы или конвейеры. Они меняют труд, вытесняют отдельные операции, иногда целые профессии, но не становятся самостоятельными участниками отношений. Задача в том, чтобы ИИ оставался именно таким усилителем, а не превращался в удобное оправдание для снятия ответственности с человека.
При этом слово «инструмент» не должно успокаивать. Нож тоже инструмент. Им можно нарезать хлеб, а можно совершить преступление. Технология может помогать в защите инфраструктуры, анализе событий, автоматизации рутинных операций. И она же может усиливать атаки, ускорять социальную инженерию, помогать злоумышленникам и снижать порог входа в сложные технические действия.
В информационной безопасности у ИИ нет одной роли. «Очевидно, что это технология двойного назначения, потому что она может использоваться и в военной сфере. Но я больше хотел сказать по профилю: она однозначно может быть использована в информационной безопасности эффективно и для защиты, и для атаки. Это подтверждается и нашими исследованиями», — отметил Александр Шойтов. Поэтому вопрос уже не только в том, как применять ИИ для защиты, но и в том, как защищать сам ИИ, данные, сценарии использования и контуры доступа. Ответ «модель так решила» здесь не работает. Если ИИ встроен в важный процесс, ответственность все равно возвращается к людям, которые разработали, внедрили, разрешили, настроили и применили систему.
Почему ИИ не калькулятор
От ИИ часто ждут нейтральности и это понятно. Пользователь хочет, чтобы система не манипулировала, не подменяла факты, не воспроизводила перекосы и не навязывала позицию. Государство и бизнес хотят управляемости. Разработчики хотят доверия. Но сама формула «нейтральный ИИ» слишком гладкая для технологии, которая учится на человеческих данных.
«Это же не калькулятор, когда у нас два плюс два и строгая математическая функция», — отмечает Татьяна Матвеева. Современная модель работает с вероятностями и учится на массивах данных, которые собирают, отбирают и размечают люди. В этих данных уже есть культура, язык, социальные привычки, ошибки, конфликты и чужие представления о норме. Поэтому полная беспристрастность в строгом смысле, скорее всего, недостижима.
Значит ли это, что этику можно отложить в сторону? Наоборот. Просто разговор становится менее лозунговым. Вместо обещания идеальной нейтральности нужны прозрачность, подотчетность, качество, проверка, понятные ограничения и возможность оспорить результат. Нужно понимать, на каких данных обучалась система, где она может ошибаться, какие ответы считаются недопустимыми, и кто принимает решение в спорной ситуации.
В этом смысле этика ИИ живет не внутри модели как некое магическое свойство. Она собирается вокруг модели. Из данных, регламентов, разработчиков, заказчиков, пользователей, регуляторов и руководителей, которые решают, где эту систему можно применять, а где еще рано.
Где машина спотыкается о реальность
В разговоре о профессиях обычно хочется получить список тех, кого ИИ заменит, и тех, кто может спать спокойно. Но с рынком труда все сложнее, чем в таблице «заменит / не заменит». Пока трудно доказать, что ИИ уже существенно изменил рынок труда в целом. Зато хорошо видно другое явление — AI-washing. «Компании увольняют людей со ссылкой на внедрение искусственного интеллекта, хотя на самом деле могут просто сокращать раздутые после COVID команды или перераспределять бюджеты», — говорит Андрей Незнамов. Это не отменяет будущих изменений. Просто они будут сложнее, чем картинка «робот пришел и забрал рабочее место». Во многих профессиях ИИ сначала изменит норму работы. Специалисту придется уметь ставить задачу модели, проверять ответ, отличать полезный результат от убедительной ошибки и не отдавать инструменту собственное мышление.
Креативные профессии тоже не выглядят неприкосновенными. Генеративные модели уже пишут тексты, создают изображения, музыку и видео. Это не значит, что творческая работа исчезает. Но значит, что аргумент «нас это не коснется, потому что у нас креатив» больше не работает.
Где человеку труднее найти замену? Там, где цифровой мир заканчивается и начинается реальная среда с ее непредсказуемостью. В физической работе, где многое держится на ловкости рук, опыте и бытовой смекалке. В сферах доверия, эмпатии и живого общения. В ситуациях, где нет готового сценария и нужно быстро принять решение в меняющейся обстановке.
ИИ как управленческая задача
Вообще секция на ПМЭФ получилась живой именно потому, что в ней не было одной удобной финальной формулы. Нельзя выбрать между большими и малыми моделями, потому что эффект зависит от задачи, данных и процесса. Нельзя строить суверенный ИИ в режиме острова, потому что технологическая сила требует обмена. Нельзя требовать от модели абсолютной нейтральности, не разбираясь в данных и ответственности. Нельзя считать ИИ субъектом, но нельзя и относиться к нему как к безобидной игрушке.
Что остается бизнесу? Перестать смотреть на ИИ-проект как на закупку технологии. Это уже проект управления изменениями. Нужно перестраивать процессы, готовить данные, задавать границы автономии, считать экономику, оценивать риски и понимать, где в контуре остается человек.
Что остается государству? Развивать собственные технологии, удерживать таланты, участвовать в международном диалоге, защищать инфраструктуру и не подменять суверенитет самоизоляцией.
ИИ не живет на острове. Но и выходить в открытое море без собственного корабля тоже нельзя.
Опубликовано 05.06.2026
