Российский рынок искусственного интеллекта оказался в центре дискуссии о технологической самостоятельности. Поводом стали публичные заявления руководителей крупнейших ИТ-компаний о том, сколько в стране существует собственных фундаментальных ИИ-моделей и насколько российские разработки зависят от зарубежных технологий.
Особенно заметным стал спор между Сбером и «Яндексом». 17 июля 2026 года глава Сбербанка Герман Греф заявил на пленарном заседании Совета Федерации, что в России осталась одна полностью отечественная ИИ-модель — GigaChat, а «Яндекс», по его словам, использует китайскую Qwen в качестве основы для дообучения. «Яндекс» в тот же день опроверг это утверждение, заявив, что продолжает развивать собственные фундаментальные модели и сохраняет полный цикл разработки.
Таким образом, вопрос о происхождении конкретных моделей остаётся предметом публичной дискуссии. Но сама дискуссия поднимает более широкий вопрос: насколько России необходимы собственные большие языковые модели и может ли страна позволить себе полностью отказаться от их разработки.
Большие языковые модели как основа цифрового суверенитета
Большая языковая модель, или LLM (Large Language Model), — это класс систем искусственного интеллекта, обученных на больших массивах данных для анализа и генерации текста, программного кода и другой информации.
В современном ИТ-секторе LLM становятся не просто отдельными чат-ботами. На их основе создаются цифровые помощники, поисковые системы, корпоративные сервисы, интеллектуальные агенты и специализированные отраслевые решения.
Именно поэтому вопрос о наличии собственных фундаментальных моделей выходит за пределы соревнования между отдельными технологическими компаниями. Он связан с возможностью самостоятельно развивать целый класс цифровых продуктов, контролировать вычислительную инфраструктуру, данные и ключевые компоненты ИИ-экосистемы.
При этом разработка собственной LLM требует огромных вычислительных ресурсов, больших массивов качественных данных и значительных затрат на обучение и дальнейшее развитие модели. Поэтому наличие собственной фундаментальной модели само по себе ещё не означает технологического лидерства.
Сбер и «Яндекс»: спор о происхождении моделей
Заявление Германа Грефа о российском рынке LLM вызвало публичную реакцию «Яндекса». Компания заявила, что утверждение о зависимости её ИИ от внешних решений не соответствует действительности и подчеркнула сохранение полного цикла разработки собственных фундаментальных моделей.
При этом обе стороны фактически сходятся в одном: конкуренция российских разработчиков в области фундаментального искусственного интеллекта необходима.
Для рынка это принципиальный момент. Наличие нескольких разработчиков позволяет сравнивать архитектуры, методы обучения, качество моделей и эффективность их применения в реальных бизнес-процессах. Кроме того, конкуренция снижает риск формирования зависимости от единственной технологической платформы.
Прикладной ИИ может оказаться не менее важным
Другая позиция прозвучала от президента группы компаний InfoWatch Натальи Касперской. Она критически оценивает концентрацию государственной политики именно на больших фундаментальных моделях и считает, что российскому рынку следует уделять больше внимания прикладным технологиям искусственного интеллекта.
В качестве таких направлений можно рассматривать компьютерное зрение, беспилотный транспорт, интеллектуальные системы управления, информационную безопасность и специализированные алгоритмы обработки данных. По мнению Касперской, такие решения способны давать практический эффект даже без создания универсальной языковой модели мирового уровня.
Этот подход особенно актуален для промышленности и строительства. Компании далеко не всегда требуется универсальный чат-бот. В конкретном производственном процессе значительно большую ценность может представлять модель, которая умеет распознавать дефекты, анализировать фотографии строительной площадки, контролировать отклонения от BIM-модели или прогнозировать сроки выполнения работ.
Поэтому развитие ИИ нельзя оценивать исключительно по качеству одной большой языковой модели.
Закон о поддержке ИИ закрепляет понятия суверенной и национальной модели
В 2026 году дискуссия получила и нормативное продолжение. Федеральный закон от 26 июля 2026 года № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» устанавливает правила для разработки, внедрения и применения больших фундаментальных моделей ИИ.
Закон вводит, в частности, понятия суверенной и национальной большой фундаментальной модели. Для целей закона большой фундаментальной считается модель с не менее чем 1 млрд параметров, предназначенная для широкого круга интеллектуальных задач и способная служить основой для создания других программных решений.
При этом национальная модель допускает использование определённых зарубежных открытых компонентов, тогда как к суверенной модели предъявляются более жёсткие требования к российскому происхождению технологического цикла.
Такой подход позволяет разделить две задачи: создание полностью контролируемой российской технологической основы и развитие конкурентоспособных систем с использованием доступных открытых компонентов.
Что изменит новый закон
Основная часть закона № 243-ФЗ вступила в силу 1 сентября 2026 года, отдельные положения начнут действовать с 1 марта 2027 года. Для некоторых уже функционирующих информационных систем предусмотрен переходный период до 1 сентября 2032 года.
Отдельное место занимает маркировка контента, созданного с использованием ИИ. Закон предусматривает возможность такой маркировки на крупных онлайн-платформах, при этом сама отметка для пользователя не превращается в универсальную обязательную процедуру. Кроме того, документ регулирует вопросы использования данных для обучения больших фундаментальных моделей и устанавливает соответствующие условия для материалов, полученных законным путём или размещённых в открытом доступе без ограничений правообладателя.
Таким образом, российское регулирование постепенно формирует отдельную правовую инфраструктуру для рынка фундаментального ИИ.
Собственная LLM — дорого, но отказ от разработки создаёт зависимость
Главный аргумент против масштабных инвестиций в собственные LLM связан с экономикой. Крупные международные компании располагают значительно большими вычислительными ресурсами, массивами данных и финансовыми возможностями. Попытка конкурировать с ними напрямую требует долгосрочных инвестиций и не гарантирует быстрого результата.
Однако наличие отставания не означает отсутствия практического смысла в собственных разработках.
Для технологически значимых отраслей важна не только текущая эффективность продукта, но и возможность самостоятельно контролировать его дальнейшее развитие. Если критически важная цифровая инфраструктура полностью зависит от внешнего поставщика, ограничения доступа, изменение условий лицензирования или прекращение поддержки способны создать проблемы для целых отраслей.
Именно поэтому развитие российских фундаментальных моделей можно рассматривать не только как гонку за первое место в мировых рейтингах, но и как создание собственной технологической базы.
Для строительства важен не сам факт наличия LLM
Для строительной отрасли спор о фундаментальных моделях имеет вполне практическое значение.
Современная цифровизация строительства уже включает работу с большими массивами проектной документации, ТИМ/BIM-моделями, нормативной базой, сметами, исполнительной документацией и данными с объектов. Большие языковые модели могут стать интерфейсом для работы с этой информацией, автоматизировать поиск и анализ документов, помогать специалистам технического заказчика и проектировщикам.
Но для строительной компании принципиально не то, насколько громко называется используемая нейросеть. Важнее её способность решать конкретную задачу: находить ошибки в документации, сопоставлять требования нормативов с проектом, формировать документы, анализировать переписку и замечания или взаимодействовать с корпоративными информационными системами.
Поэтому развитие фундаментальных моделей и прикладного ИИ не обязательно являются взаимоисключающими направлениями.
Цифровой суверенитет требует собственной технологической базы
Спор о российских LLM показывает, что рынок искусственного интеллекта переходит от экспериментов к инфраструктурному этапу. Теперь обсуждаются не только возможности нейросетей, но и происхождение моделей, вычислительные мощности, данные, программные компоненты и правовые условия их использования.
Для России это означает необходимость одновременно развивать несколько уровней ИИ-экосистемы: фундаментальные модели, специализированные алгоритмы, отраслевые решения, вычислительную инфраструктуру и системы работы с данными.
В строительстве результатом такой цифровой трансформации должны становиться не сами нейросети, а новые производственные возможности — автоматизированная обработка проектной документации, интеллектуальный контроль строительства, работа с ТИМ, прогнозирование рисков и поддержка управленческих решений.
Именно сочетание собственной технологической базы и прикладного применения ИИ определит, насколько искусственный интеллект сможет стать частью реальной цифровой экономики, а не только предметом публичных споров между разработчиками.