С первого сентября вступает в силу закон о поддержке технологий ИИ: категории суверенных и национальных моделей, локализация, Минцифры как регулятор.
Публичная дискуссия свелась к вопросу, чья модель настоящая. Греф заявил в Совфеде, что у конкурентов дообученный Qwen. Яндекс ответил, что это не так. Журналисты подняли техблоги и показали: три из четырёх крупнейших российских моделей инициализированы китайскими весами.
Спор касается одного слоя технологии из трёх, и не главного для экономики.
Разница проходит не по происхождению весов, а по типу доступа. Открытые веса, развёрнутые внутри страны, отобрать нельзя. Закрытые модели по API отключаются за вечер: в июне доступ к передовой американской модели ограничили экспортным контролем, и компании обнаружили, что их бизнес выключается решением чужого регулятора.
Летом стало известно, что китайские регуляторы обсуждали ограничение зарубежного доступа к будущим закрытым моделям. С американской стороны движение зеркальное. Фронтирный ИИ становится экспортно-контролируемой технологией с обеих сторон.
Теперь главное. Вся дискуссия идёт вокруг обучения моделей. Но это один слой из трёх.
Обучение фундаментальных моделей: десятки тысяч ускорителей, гигаватты, миллиарды долларов. Отставание объективное.
Инференс: ресурсов на порядки меньше, инфраструктура внутри страны, оплата в рублях. Ситуация рабочая.
Прикладные системы поверх готовых моделей: ускорителей для обучения не нужно вообще. Нужны понимание предметной области, архитектура процесса и работа с людьми.
Ценность для экономики создаётся на третьем слое. Бухгалтер с готовым документом вместо часа работы. Юрист с претензией за две минуты. И здесь у страны отставания нет.
Суверенные модели отстают от фронтира. Ждать, пока догонят, при разрыве в мощностях в сотни раз можно долго. Второй путь: компенсировать разрыв архитектурой.
Когда система полагается на мощность модели, нужна лучшая модель в мире, и каждая ошибка умножается на следующем шаге. Когда система полагается на структуру процесса, задача разбивается на короткие шаги с проверкой результата. Модели не нужно быть гениальной.
Мы работаем так полгода: документы и таблицы на моделях российского облака, более девятисот проектов, доля сбоев по логам 1,3 процента.
Три вывода для стратегии. Разделять уровни: обучение, инференс и прикладной слой это разные задачи. Считать не только модели: ценность создаётся на уровне конкретных задач. Готовиться к закрытости: стабильный доступ к чужому фронтиру это допущение, а не фундамент.
Технологии перестали быть узким местом. Узкими местами стали доступ и умение работать с тем, что доступно.
VibePilot работает на моделях Yandex Cloud, доступен на vibepilot.ru и в каталоге Yandex Cloud Marketplace.