С 2000 по 2023 год число НИИ в России сократилось на 43,5% — с 2680 до 1517 организаций, а число исследователей упало с 992,6 тыс. в 1990 году до 348 тыс. Затраты на науку составляют 0,9–1,13% ВВП против 2,4% в Китае. При этом рынок ИИ вырос до 316,1 млрд рублей за 2025 год. Разбираю, что осталось от советского задела, где мы проигрываем и какие ниши можем занять.
Что произошло
В Советском Союзе существовала трёхзвенная система: академический институт занимался фундаментальной наукой, отраслевой НИИ переводил открытия в прикладные решения, а заводы обеспечивали серийное производство. Именно эта цепочка позволяла осваивать сибирские болота, строить арктические станции, создавать ядерное оружие и запускать спутники.
Когда в 1990-е годы отраслевые НИИ массово закрылись — по разным оценкам, не менее 800 крупных институтов были расформированы или урезаны до неузнаваемости — цепочка от фундаментального открытия до серийного продукта разорвалась. И последствия этого мы расхлёбываем до сих пор.
Почему это важно: миф о «бесполезных НИИ» и цена его разрушения
Закрытие НИИ «Дельта» — флагмана электронной промышленности СССР, НИИАА и команд создателей «Эльбруса» , ЭНИМС — главного мозгового центра станкостроения, ГИПХ с его уникальной школой прикладной химии — каждый такой случай означал потерю не просто учреждения, а целой научной школы. Создатель архитектуры «Эльбрус» Борис Бабаян со своей командой ушёл в Intel, Владимир Пентковский стал одним из идеологов Pentium III. Это не просто «утечка мозгов» — это передача конкурентам технологий, в которые были вложены десятилетия работы.
При этом нельзя идеализировать систему: НИИ фарфоро-фаянсовой промышленности или НИИ бумаги объективно не были нужны в новой экономике. Проблема была не в том, что что-то закрыли, а в том, как это сделали — вместо грамотной реструктуризации с фокусом на перспективные направления произошло безразборное сокращение.
Что осталось от советского задела — и надолго ли
По данным РАН, с 2000 по 2023 год число НИИ в России сократилось на 43,5% — с 2680 до 1517 организаций. Число исследователей упало с 992,6 тыс. в 1990 году до 348 тыс. — потеря 65% . Вице-президент СО РАН Валентин Пармон в 2023 году отметил, что за последние пять лет Россия потеряла 50 тыс. научных сотрудников — больше, чем любая другая страна за тот же период.
Тем не менее отдельные советские заделы продолжают работать. Российская математическая школа остаётся одной из сильнейших в мире — семь золотых медалей Филдса с 1990 года. В физике высоких энергий Россия сохраняет позиции (проект NICA в Дубне, участие в ЦЕРНе). В астрономии — открытие реликтового озера Восток в Антарктиде, межзвёздной кометы Борисова. В химии — синтез 118-го элемента, оганесона.
Но опора на советский фундамент имеет предел. Затраты на науку в России составляют 0,9–1,13% ВВП. По этому показателю мы отстаём от США в 17 раз, от Китая — в 15 раз, от Японии — в 4 раза. Целевой ориентир — 2% ВВП к 2030 году — выглядит всё менее достижимым. По оценке ЮНЕСКО, даже при успешном выполнении плана Россия приблизится не к США и Китаю, а к Чехии и Норвегии.
Почему это важно: частный капитал в науке — отдельные острова, а не система
Структура финансирования российской науки принципиально отличается от мировой. В 2025 году государство обеспечило более 63,4% внутренних затрат на НИОКР — около $46 млрд по паритету покупательной способности. Для сравнения: в Китае государство даёт 17% , в США — 19% , в Южной Корее — 20,5% . Бизнес в России финансирует лишь треть исследований — $24 млрд по ППС. В Китае бизнес направляет на ИР $817 млрд, в США — $693 млрд.
Есть отдельные примеры частных корпоративных НИИ. «Сургутнефтегаз» ещё в 1986 году создал «СургутНИПИнефть» , который не только выжил в 90-е, но и расширился — сегодня это 24 научно-исследовательских отдела, собственные программные продукты, 65 объектов интеллектуальной собственности. «Лукойл» развивает научные подразделения в Западной Сибири, а в Волгограде реализует СПИК-проект по производству смазочных материалов. В Сургуте строится научно-технологический центр Uniti Park стоимостью 52 млрд рублей — с участием «Сколково», Курчатовского института и лично Владимира Богданова.
Но это острова. В большинстве стран-лидеров финансирование науки бизнесом — это внутренняя потребность, связанная с рыночной конкуренцией. В России же крупный бизнес чаще предпочитает купить готовую технологию за рубежом, чем вкладываться в разработку. По данным Роспатента, в реальное производство внедряется лишь 5–15% от числа зарегистрированных изобретений.
Почему это важно: ИИ — за счёт чего Россия движется вперёд
Искусственный интеллект — пожалуй, единственная область, где Россия демонстрирует и амбиции, и конкретные результаты. По данным агентства AIANA, объём российского рынка ИИ за 2025 год составил 316,1 млрд рублей — почти вдвое больше, чем в 2023 году, при среднегодовом росте 40% . 88% российских компаний используют ИИ хотя бы в одной функции, хотя реальный экономический эффект свыше 5% от прибыли видят менее 10% .
Драйверы развития ИИ в России сегодня.
Государство. Национальная стратегия развития ИИ до 2030 года, федеральный проект «Искусственный интеллект» (7,7 млрд руб. в 2025 году, 10 млрд руб. запланировано на 2026-й), национальный штаб по развитию ИИ, созданный в январе 2026 года. В январе 2026 года Госдума приняла закон о поддержке ИИ, закрепляющий категории «суверенных» и «национальных» моделей с требованиями по локализации обработки данных.
Техногиганты. Сбер с GigaChat и Яндекс с YandexGPT — два основных разработчика больших языковых моделей. Годовой ИИ-бюджет Сбера — около 350 млрд рублей, что несопоставимо больше всего венчурного рынка ИИ в России (2,3 млрд руб. за первое полугодие 2026 года). «Сбер» и «Яндекс» обратились к государству с предложением сформировать инвестиционную программу объёмом 400–450 млрд рублей в год на развитие ИИ. К ним могут присоединиться Т-Банк, МТС и «Норникель» .
Сильная математическая школа. Россия заняла 20-е место среди 195 стран по числу публикаций на ведущих конференциях по машинному обучению, но средний показатель международной цитируемости (FWCI) составил 3,59 — выше, чем у Индии. Почти три четверти российских работ прошли отбор в основные программы высокоселективных конференций. Российская школа традиционно сильна в математических алгоритмах, что позволяет достигать высокой эффективности моделей при меньших вычислительных затратах.
Адаптивность. Герман Греф на ПМЭФ-2026 оценил отставание России от Китая в ИИ в 6–8 месяцев и назвал его «некритичным», объяснив главной причиной — нехватку вычислительных мощностей, а не качества команд. Модель GigaChat по результатам российского бенчмарка MERA обогнала GPT-4 и DeepSeek-V3 на русском языке.
Почему это важно: главные барьеры
Дефицит вычислительных мощностей. Аренда GPU-мощностей за год подорожала на 64% — с 1,4 млн до 2,3 млн руб. в месяц на клиента. Из 128 проектов дата-центров на различных стадиях разработки лишь 42 находятся в активной стадии строительства, и их число сокращается. Высокая ключевая ставка (14% после снижения с 21%) делает проекты со сроком окупаемости около 10 лет экономически непривлекательными.
Кадровый голод. Ректор НИУ ВШЭ Никита Анисимов назвал одну из ключевых причин технологического отставания от Китая: лучшие выпускники уходят в коммерческий сектор, аспирантура перестала быть выбором сильнейших. Доля защит кандидатских диссертаций выпускниками аспирантуры упала с 28,5% в 2010 году до 11,4% в 2025-м. По индексу Nature Index в первой десятке рейтинга научных организаций — девять китайских учреждений и один американский вуз. Единственный российский участник — РАН — на 128-м месте.
Слабый частный спрос. Наталья Касперская прямо заявила: «шансов догнать этот поезд нет» — имея в виду конкуренцию с США и Китаем в больших фундаментальных моделях. По её мнению, ставка должна быть на узкие прикладные решения — машинное зрение, беспилотный транспорт, информбезопасность, где у России есть конкурентоспособные разработки. При этом принятый закон об ИИ, по её оценке, сфокусирован почти исключительно на больших фундаментальных моделях, которых в стране фактически одна — модель Сбера.
Сравнение с Китаем: порядок цифр
Государственные вложения в ИР: Россия — $46 млрд (ППС) , Китай — $173 млрд (ППС) .
Частные вложения в ИР: Россия — $24 млрд (ППС) , Китай — $817 млрд (ППС) .
Инвестиции в ИИ (накопленные): Россия — ~$4–7 млрд из запланированных $48–56 млрд, Китай — >$95 млрд.
Затраты на науку к ВВП: Россия — 0,9–1,13% , Китай — ~2,4% .
Доля бизнеса в финансировании науки: Россия — 33,3% , Китай — ~80% .
Даже по базовым показателям — разрыв на порядок. Китай вкладывает в ИИ-инфраструктуру $450–650 млрд к 2030 году, из которых $111 млрд уже реализовано (25% от плана). Россия из запланированных $48–56 млрд реализовала лишь 11%— $4–7 млрд.
Что делать: мнения аналитиков
Эксперты сходятся в нескольких направлениях.
Фокус на прикладной ИИ, а не на гонке фундаментальных моделей. Наталья Касперская, директор по развитию ИИ «Т-технологий» Алексей Шпильман и ряд других экспертов считают, что Россия должна специализироваться на узких, отраслевых решениях — там, где американские и китайские гиганты избыточны.
Кооперация с Китаем и странами БРИКС. Посол Китая в России Чжан Ханьхуэй в 2025 году заявил о стремлении к партнёрству в области ИИ. Китаю интересны совместные долгосрочные проекты — у них избыток вычислительных мощностей и дефицит качественных проектов для их загрузки. Россия может стать одним из центров притяжения научного сотрудничества внутри БРИКС.
Долгосрочные инвестиции в инфраструктуру. Развитие собственных дата-центров, локализация производства микроэлектроники, доступ к дешёвой энергии (которая у России есть) — структурные преимущества для размещения вычислительных мощностей. Но без решения проблемы высокой ключевой ставки и дефицита электроэнергии эти планы останутся на бумаге.
Удержание кадров. Без кардинального повышения зарплат учёных (сегодня оклад младшего научного сотрудника — 20–25 тыс. руб. ) и создания условий для исследовательской свободы никакие инвестиции не сработают. РАН и профсоюз предложили довести финансирование фундаментальных исследований с 0,145% до 0,4% ВВП к 2028 году.
Итог
Советский научный задел действительно не исчерпан — но он тает. Бюджет науки на 2026 год увеличен на 63,4 млрд рублей и составит около 700 млрд рублей непосредственно на науку — это рекорд. Но в пересчёте по ППС и в доле ВВП мы продолжаем отставать. В ИИ у России есть сильные команды, адаптивная модель и конкурентоспособные решения для русскоязычного сегмента. Но без масштабных частных инвестиций, без решения проблемы вычислительных мощностей и без удержания кадров говорить о равной конкуренции с Китаем преждевременно.
Стратегия «технологического выживания» , как её описывают аналитики, — не обязательно проигрышная. Но она требует честного признания: мы не догоним США и Китай по объёмам. Мы можем найти свою нишу — прикладной ИИ, отраслевые решения, математическая школа, сотрудничество в рамках БРИКС. Вопрос в том, хватит ли политической воли и ресурсов, чтобы эту нишу занять и удержать.
А как вы считаете: Россия сможет найти свою нишу в прикладном ИИ или гонка фундаментальных моделей уже проиграна? Делитесь в комментариях.
⚠️ Важно: Данный материал носит исключительно информационный характер и не является индивидуальной инвестиционной рекомендацией. Все решения о покупке или продаже ценных бумаг принимаются вами самостоятельно с учётом вашего риск-профиля и финансовых возможностей. Автор и канал не несут ответственности за возможные убытки.
Ставьте 🚀, если пост был полезен.