Когда все говорят про ChatGPT, а деньги делают в нишах
Откройте любой медиа-ресурс про искусственный интеллект — там будет OpenAI, Google, может быть, Яндекс с его YandexGPT. Гиганты потребляют 90% внимания и 95% хайпа. Но деньги? Деньги сейчас делают совсем в других местах.
Российский ИИ-рынок в 2024 году — это не про большие модели. Это про маленькие, умные, узкоспециализированные решения, которые решают конкретные бизнес-проблемы. Пока все обсуждают, сможет ли ChatGPT написать стихи, эти компании автоматизируют бухгалтерию, анализируют рентгеновские снимки и предсказывают поломки оборудования.
Забудьте про универсальных ассистентов. Реальный AI для бизнеса — это инструмент, который делает одну вещь, но делает её в десять раз лучше человека.
Кто эти ребята? Карта невидимых игроков
Яндекс и Сбер — это фасад. За ними — десятки компаний, которые вы никогда не увидите в новостях, но которые уже зарабатывают миллионы. Они не строят AGI. Они решают скучные, но прибыльные задачи.
| Ниша | Игроки | Что делают | Почему это работает |
|---|---|---|---|
| Медицинская диагностика | Celsus, Botkin.AI | Анализ снимков (КТ, МРТ, рентген) | Дефицит врачей-рентгенологов + юридическая ответственность алгоритма |
| Промышленный AI | Cognitive Technologies, IVA | Компьютерное зрение для заводов | Импортозамещение западных систем + тотальный контроль качества |
| Финтех и AML | Findynamics, Precognize | Анализ транзакций, поиск мошенничества | Жёсткое регулирование ЦБ + огромные штрафы за ошибки |
| Ретейл и логистика | VisionLabs, NtechLab | Распознавание лиц, анализ покупательского поведения | Прямая монетизация (рост среднего чека, снижение краж) |
Обратите внимание на последний столбец. Эти компании продают не «технологию». Они продают решение конкретной бизнес-проблемы с измеримым ROI. Клиент платит не за AI, а за увеличение прибыли или снижение рисков.
Импортозамещение? Да, но не то, о котором вы подумали
Когда говорят «импортозамещение в ИИ», обычно имеют в виду замену ChatGPT на YandexGPT. На самом деле, основная битва идёт в корпоративном сегменте.
До 2022 года российские заводы, банки и сети покупали системы компьютерного зрения у западных вендоров — Cognex, Keyence, IBM. Сейчас эти контракты либо заморожены, либо разорваны. И образовалась дыра.
Это создало уникальное окно возможностей на 2-3 года. Западные конкуренты ушли, а новые российские игроки ещё не успели вырасти. Те, кто был на рынке до 2022-го, сейчас получают контракты, о которых раньше не могли мечтать.
Железная проблема: где взять GPU?
Вот тут начинается самое интересное. Все эти нишевые решения требуют железа. Много железа. И не любого, а конкретно GPU для обучения моделей.
Если вы думаете, что «железный голод» — это проблема только OpenAI и Google, вы ошибаетесь. Российский медицинский стартап, который обучает модель на анализе КТ-снимков, нуждается в тех же видеокартах, что и западные гиганты.
Только у него их нет. И купить легально — практически невозможно.
Что делают умные игроки?
- Используют уже обученные зарубежные модели как основу, дообучая их на своих данных (техника fine-tuning)
- Переходят на российские процессоры (Эльбрус, Байкал), которые слабее, но доступнее
- Оптимизируют модели так, чтобы они работали на менее мощном железе (квантование, прунинг)
Парадокс: ограничения по железу заставляют российских разработчиков создавать более эффективные, оптимизированные модели. Запад может позволить себе обучать 500-миллиардную модель с нуля. В России каждая операция в CUDA на счету.
Вертикальные продукты против горизонтальных платформ
Яндекс и Сбер идут по пути западных гигантов: создают большие языковые модели (LLM) и пытаются сделать из них платформу для всего. Это горизонтальный подход.
Скрытые чемпионы выбрали вертикаль. Вместо того чтобы делать «ИИ для всего», они делают «ИИ для анализа дефектов литья на алюминиевых заводах». Или «ИИ для проверки контрактов на соответствие 44-ФЗ».
Горизонтальные платформы борются за внимание пользователей. Вертикальные продукты борются за конкретный бюджет в конкретном отделе конкретной компании.
В чём преимущество вертикального подхода?
- Меньше конкуренции: В нише «AI для анализа рентгеновских снимков лёгких» всего 2-3 игрока в России
- Выше порог входа: Нужны не только Data Science-специалисты, но и врачи-эксперты для разметки данных
- Лучше монетизация: Клиент понимает, за что платит — за снижение ошибок диагностики на 15%
Что будет дальше? Консолидация и специализация
Сейчас на рынке золотая лихорадка. Каждый, у кого есть датасет из 10 тысяч рентгеновских снимков, пытается сделать медицинский стартап. Но это не может длиться вечно.
Уже видны тренды, которые изменят карту к 2026 году:
- Консолидация: Мелкие игроки будут поглощаться крупными. Сбер уже купил несколько AI-стартапов. Яндекс активно инвестирует в нишевые решения. Как и предсказывалось в статье про консолидацию AI-рынка, эпоха экспериментов заканчивается.
- Стандартизация: Появятся отраслевые стандарты на данные. Сейчас каждый медицинский стартап собирает свой датасет по-своему. Это не масштабируется.
- Юридическое регулирование: Сейчас AI в медицине или финансах существует в правовом вакууме. Когда-нибудь государство проснётся и начнёт регулировать. И это убьёт половину стартапов.
Ещё один важный тренд — автономные AI-агенты. Пока в России об этом только говорят, на Западе такие системы уже меняют банки. Отставание — 1,5-2 года, но это окно возможностей для российских разработчиков.
Совет инвестору и предпринимателю
Если вы хотите инвестировать в российский AI, смотрите не на компании с самой крутой технологией. Смотрите на тех, у кого:
- Есть уникальный, защищённый датасет (например, архив медицинских снимков за 10 лет)
- Команда состоит не только из data scientists, но и из экспертов в предметной области (врачей, инженеров, юристов)
- Уже есть платящие B2B-клиенты, а не только пилотные проекты
Если вы разработчик и выбираете специализацию — забудьте про prompt engineering. Учите не только ML, но и предметную область. Самый ценный специалист 2025 года — это не «data scientist», а «data scientist, который разбирается в нефтегазовой геологии».
Как правильно заметили в статье про карьерные траектории, эра «выучил раз и работаешь вечно» закончилась. AI меняет не только бизнес, но и требования к специалистам.
Российский ИИ-рынок в 2024 — это не про гонку вооружений с OpenAI. Это про тихую, системную работу в нишах, где можно заработать здесь и сейчас. Пока гиганты строят AGI, умные ребята автоматизируют скучные бизнес-процессы и собирают урожай.
И знаете что? У них получается.
