Рынок ИИ перешел от фазы дефицита самих моделей к фазе дефицита качественных решений на их основе, что связано с быстрым ростом экосистемы открытых моделей. Сейчас доступ к модели больше не является значимым преимуществом. Основная ценность сместилась в прикладные сценарии использования и возможности встраивания решения в бизнес-процессы компании.
Директор Центра развития цифровых технологий Фонда "Сколково" Александр Фетисов рассказал, что рост популярности открытых моделей напрямую снижает порог входа для новых технологических стартапов. Например, сейчас при фонде более 500 стартапов разрабатывают прикладные ИИ-решения, годом ранее таких стартапов было 150.
По словам Фетисова, благодаря доступности открытых моделей наиболее активно создаются диалоговые системы и голосовые помощники, инструменты для создания и сопровождения интеллектуальных агентов, узконаправленные отраслевые решения под конкретные функции бизнеса. При этом в фонде за год кратно увеличилось количество стартапов, использующих мультимодальных агентов - то есть систем, способных одновременно работать с несколькими типами информации, а также использующих более одной модели в одном продукте. Так локальный рынок движется в сторону систем координации нескольких моделей и более сложных пользовательских сценариев.
При этом эксперты считают, что неправильно оценивать успехи Китая в области ИИ только по популярности их open-source моделей. Доцент департамента программной инженерии факультета компьютерных наук НИУ ВШЭ Дмитрий Сошников объясняет, что Китай всегда делал ставку на открытые решения, из-за чего их модели достаточно широко используются в разных проектах. В то же время абсолютное первенство по метрикам качества удерживают закрытые американские модели от Anthropic и OpenAI, хотя китайские модели в последнее время к ним вплотную "подбираются".
"США и Китай - сейчас два основных претендента на победу в гонке ИИ. Причем, несмотря на меньшую доступность передового оборудования для обучения, в Китае находят умные способы сделать вычислительные процессы более эффективными и учат модели, сопоставимые по качеству. Конечно, российская ИИ-экосистема также старается участвовать в гонке, и благодаря усилиям крупных компаний у нас есть отечественные языковые модели, прошедшие полный цикл обучения", - говорит эксперт.
Так как для обучения моделей необходимы огромные вычислительные ресурсы, независимые разработчики не всегда создают свои большие языковые модели "с нуля". Но они могут строить множество решений на базе существующих открытых моделей и инструментов.
Сошников добавляет, что сейчас идеальное время для создания своих проектов в области ИИ, компании "нащупывают" границы эффективного применения машинного обучения в разных областях, а само по себе прототипирование продуктов стало сильно проще благодаря ИИ-средствам программирования. По сути, можно в одиночку или небольшой командой за короткий срок создавать прототипы интеллектуальных систем или устройств, собирая их из готовых строительных блоков.
"При этом прямое сравнение лидеров в этих сферах затруднено ввиду отсутствия унифицированных метрик, открытых рейтингов проектов или даже систематизированной статистики по количеству профильных компаний. Как следствие, оценки остаются во многом экспертными. Опираясь на собственный анализ, можно утверждать, что российские разработки находятся на сопоставимом уровне с американскими и китайскими, с переменным преимуществом в отдельных аспектах", - рассказал генеральный директор холдинга промышленного ПО "Экспанта" Александр Смоленский.
Например, компания IBM инвестировала более миллиарда долларов в поддержку open-source сообщества, чтобы создать противовес Windows, который на тот момент доминировал на рынке персональных компьютеров. В сфере искусственного интеллекта складывается схожая ситуация, говорит Смоленский.
По его словам, акторы - крупные корпорации или правительства, осознающие свое отставание в технологической гонке, - так или иначе заинтересованы в развитии открытых моделей. Это позволяет им не только сократить разрыв, но и получить альтернативу корпоративным интересам ограниченного числа лидеров рынка, контролирующих доступ к передовым технологиям.
"Open-source модели важны не сами по себе, а в первую очередь как инструмент поддержания конкурентного равновесия. Их развитие будет продолжаться, но необходимо отдавать себе отчет в том, что в значительной степени оно обусловлено необходимостью сбалансировать влияние ключевых игроков", - заключает эксперт.