«С января 2025 года мы наблюдаем новый этап технологической революции»

Действительно, на заре появления нейросетей в 1970-х годах сложно было представить их массовое использование простыми людьми — школьниками, пенсионерами или сотрудниками без IT-подготовки. В то время казалось, что подобные технологии доступны исключительно специалистам с особыми навыками и знаниями. Даже в 2018 году первая языковая модель GPT-1 (Generative Pre-Training) от OpenAI требовала от пользователя максимально чётких команд, и большинству людей оставалось непонятным само понятие «нейросеть» и её практическая польза в повседневной жизни.

Однако уже 30 ноября 2022 года, с выходом общедоступной версии ChatGPT-3.5, отношение к нейросетям кардинально изменилось. Пользователи поняли, что знание промптинга и умение взаимодействовать с нейросетью могут избавить от значительной части рутинной работы. Интерфейс ChatGPT-3.5 стал интуитивно понятным, напоминая привычные поисковые строки Google или «Яндекса». Это сыграло на руку OpenAI, так как новый формат коммуникации органично вписался в уже сложившиеся привычки пользователей.

С начала 2023 года на рынке появились конкуренты ChatGPT: российская модель YandexGPT, американская Claude от стартапа Anthropic (ставшего одним из «единорогов» 2024 года), французская модель Mistral 7B и другие. Хотя по некоторым параметрам эти модели уступали передовой на тот момент ChatGPT-4, они отлично справлялись с простыми задачами генерации текстов.

К 2024 году стало очевидно, что нейросети значительно трансформируют не только рабочие процессы, но и повседневную жизнь людей. Развитые страны активно вкладывают средства в развитие искусственного интеллекта, рассматривая эти инвестиции как путь к созданию передовой экономики и укреплению конкурентных преимуществ на глобальном рынке. Появились первые примеры успешного внедрения нейросетей в промышленности, финансовом секторе, образовании и маркетинге. Компании уже сейчас отмечают экономию времени на 30-40 %, рост эффективности небольших команд и даже сравнивают результаты с затратами на сотрудников. Например, в Zerocoder мы оптимизировали процессы создания контента, сократив редакционные расходы до 1 млн рублей и выпуская до 300 статей ежемесячно усилиями одного лишь нейрокопирайтера.

С января 2025 года мы наблюдаем новый этап технологической революции — международную экспансию китайских нейросетей, таких как DeepSeek и Qwen от Alibaba. Эти модели начинают активно конкурировать с лидером рынка — OpenAI, ничуть не уступая последним версиям ChatGPT по техническим характеристикам. Важным конкурентным преимуществом китайских моделей является их абсолютная бесплатность, что способствует более широкому распространению технологии. В ближайшее время мы увидим появление множества локальных нейросетей, которые будут адаптированы под национальные культурные особенности и потребности местных рынков.

Китай давно стремится стать главным технологическим центром Азии, методично изучая опыт ведущих мировых игроков, таких как США, Россия и европейские страны, и последовательно внедряя новые решения. Сегодня китайские нейросети имеют все шансы закрепиться на мировой технологической арене, существенно изменив глобальный ландшафт ИИ-индустрии.

- Феномен DeepSeek не только в том, что её технические характеристики могут превосходить показатели американских аналогов по ряду параметров, таких как скорость обработки технической информации и других специализированных нюансов, понятных преимущественно ML-инженерам. У модели есть более важные стратегические преимущества. Во-первых, DeepSeek распространяется по модели open-source, что позволяет любой компании или частному пользователю установить её на собственные серверы или персональные компьютеры. Это первая в мире подобная модель с полностью открытым исходным кодом. Для бизнеса это означает возможность интегрировать нейросеть в собственную инфраструктуру с затратами в десятки раз меньше, чем у OpenAI. Такие доступные инвестиции будут стимулировать активное развитие всего рынка нейросетевых решений.

Другим важным преимуществом DeepSeek является значительно более низкая стоимость обучения по сравнению с западными аналогами. На создание базовой модели компания потратила всего 6 миллионов долларов, в то время как OpenAI и другие лидеры рынка инвестируют в аналогичные проекты десятки и даже сотни миллионов.

Американские решения ограничены в ряде регионов, таких как Россия и Китай, что автоматически делает открытые модели типа DeepSeek крайне привлекательными в этих странах. Например, производитель смартфонов Honor уже объявил о планах улучшить своего ИИ-ассистента, используя открытый код DeepSeek. Мы в компании Zerocoder используем DeepSeek для изучения запросов аудитории, на основании чего планируем развитие курсов и запуск новых продуктов.

Уникальным нововведением китайской модели стала демонстрация открытого рассуждения (reasoning), получившая название R1. Именно эта ранее скрытая функция вызвала большой интерес пользователей, стремительно перешедших на бесплатный DeepSeek. Суть технологии заключается в возможности видеть, как нейросеть мыслит: подбирает ассоциации, выстраивает логические цепочки, анализирует источники данных и даже в моменте исправляет собственные ошибки. Если раньше пользователям приходилось неоднократно переформулировать запросы, чтобы получить качественный результат, то благодаря функции R1 количество таких итераций сократилось до одной-двух, что существенно ускорило процесс взаимодействия с нейросетью.

Сочетание открытого исходного кода, возможности видеть процесс рассуждения нейросети и её бесплатного распространения без географических ограничений уже привлекло огромную аудиторию. За первые 10 дней после запуска DeepSeek-R1 удалось собрать 50 миллионов пользователей, что составляет треть от аудитории ChatGPT.

Можно предположить, что в ближайшее время и на российском рынке появится множество технологических альтернатив моделям от Сбера и «Яндекса», которые пока используют закрытый код. Вероятно, пользователи начнут оценивать нейросети не только по качеству сгенерированного контента, но и по уровню продемонстрированного рассуждения. Именно reasoning обещает стать новым «золотым стандартом» качества нейросетевых решений уже в 2025 году.

- На фоне январского переполоха, вызванного появлением DeepSeek-R1, активизировались и конкуренты. Так, появились заявления, что различные версии ChatGPT обеспечивают более стабильную работу, а Grok 3 от xAI превосходит DeepSeek-R1 в логике и анализе сложных сценариев. СМИ активно освещают подобные высказывания, особенно когда они исходят от таких знаковых бизнесменов, как Сэм Альтман и Илон Маск, каждое слово которых может значительно повлиять на фондовый рынок и капитализацию производителей GPU.

Однако если абстрагироваться от информационного шума и посмотреть на ситуацию более рационально, становится ясно, что пользователям и бизнесам любого масштаба по всему миру гораздо важнее не громкие заявления, а практическая эффективность вложений в технологии. При выборе нейросети мало кто будет учитывать, умеет ли она анализировать многотомные документы, доказывать математические теоремы или эффективно дополнять исходный код программ. В реальной повседневной практике пользователи используют всего 5 % от возможностей нейросетей для решения 95 % своих задач. И здесь DeepSeek выигрывает, поскольку предлагает простое, интуитивно понятное и бесплатное решение, доступное повсеместно.

В то же время модели Grok и GPT сегодня гарантированно стабильно работают только в США. В Европе существуют определённые ограничения на эти продукты, включая даже сам DeepSeek. Однако если страны решат создавать собственные национальные аналоги, использование открытого исходного кода китайских моделей окажется существенно выгоднее, чем аналогичные решения от OpenAI, Anthropic или xAI, особенно в вопросах обеспечения информационной безопасности.

Кроме того, стоит отметить, что после смелых заявлений Илона Маска о Grok, несмотря на повышенный интерес к модели и её последней версии o3-mini, рынок не испытал кардинальных изменений. Даже новости о грядущем GPT-4.5 и перспективном GPT-5 не вызвали ажиотажа, а акции xAI и бумаги технологических гигантов на биржах Nasdaq или S&P не продемонстрировали значительного роста. Причина проста: Grok очень схож по характеристикам и бизнес-модели с уже существующим продуктом o3-mini от OpenAI. Grok 3 доступен только в платной подписке Pro через платформу X по цене 30 долларов в месяц, аналогично o3-mini, стоимость которой составляет 20 долларов в месяц. При этом в густонаселённых странах, таких как Россия и Китай, эти сервисы либо ограничены, либо требуют дорогостоящего подключения.

Таким образом, конкуренция между крупнейшими производителями нейросетей – это борьба за лидерство и престиж. В отличие от них, DeepSeek, руководствуясь особенностями китайской культуры и государственной политики, сознательно создаёт доступный и бесплатный инструмент. Именно в этом стремлении сделать передовую технологию максимально открытой и массовой кроется главная ценность и конкурентное преимущество китайских нейросетей.

- Да, безусловно. Невозможно игнорировать конкурента, который всего за два дня после релиза оказал настолько мощное влияние на мировой фондовый рынок и продолжает активно расширять аудиторию.

Производители нейросетей, заинтересованные в масштабировании своих решений, стремятся уйти от зависимости от дорогостоящих американских GPU. Один чип NVIDIA стоит порядка 30 тысяч долларов, и для обучения крупных языковых моделей нужны сотни тысяч таких чипов. Именно поэтому появление на рынке возможностей создавать качественные модели при существенно меньших затратах может кардинально изменить стратегию крупных технологических компаний.

Появление небольших по количеству параметров, но эффективных для решения конкретных задач моделей, таких как LLAMA 3.3 или Mistral 7B, демонстрирует, что масштаб и огромные расходы больше не являются единственным путем к достижению высоких результатов. Крупные провайдеры ИИ, такие как OpenAI, Google или Microsoft, рискуют потерять часть платежеспособных клиентов, особенно в сегменте B2B, если не смогут предложить рынку более гибкие, экономичные и удобные решения. Ранее основным источником доходов этих компаний были платные API и корпоративные тарифы. Однако если бизнесу станет выгоднее размещать небольшие, но надежные модели на собственной инфраструктуре, ведущим игрокам придется быстро адаптироваться к новым условиям.

Тем не менее, несмотря на то что локальные решения становятся дешевле и доступнее, крупные компании по-прежнему будут удерживать лидерство благодаря развитым комплексным экосистемам, которые включают облачные платформы, офисные пакеты, рекламные инструменты и поисковые системы. Таким образом, лидеры рынка не исчезнут, но вынуждены будут перестроить стратегии, создавать новые форматы сотрудничества (например, партнёрства с открытыми проектами) или даже дотировать небольшие модели, максимально используя возможности своих мощных инфраструктурных платформ.

- Очень много вопросов остается к будущему нейросетей. Инвесторы опасаются, что они себя просто не оправдают, поскольку ресурсов требуется очень много — электроэнергия, вода, кадры, а отдача пока не слишком велика. На ваш взгляд, будет ли вообще значительная практическая польза от нейросетей? И не получится ли так, что в какой-то момент мир разочаруется в технологии и откажется от нее?

- Сейчас рынок нейросетевых технологий находится на пике популярности — в так называемом состоянии «хайпа». Искусственный интеллект активно обсуждается в медиа, создавая ажиотаж, который, вероятно, сменится либо периодом временной стагнации, либо более зрелым и осознанным подходом к его внедрению.

Это уже заметно в образовательной среде: многие онлайн-школы перешли от прямого обучения работе с конкретными нейросетями к формированию базовых навыков понимания и взаимодействия с технологиями в целом. В корпоративном секторе ситуация иная: бизнес-команды всё ещё склонны воспринимать нейросети как универсальное решение всех рабочих задач и проблем сотрудников. Однако попытки делегировать 90 % задач искусственному интеллекту без надзора и осмысленного контроля неизбежно приводят к разочарованиям. Именно такой подход формирует представление о нейросетях как об «игрушке» топ-менеджмента, а не как о полноценном и эффективном инструменте в работе.

Действительно, обучение и поддержка больших моделей требуют значительных ресурсов. Но крупнейшие игроки — Google, Microsoft, OpenAI — уже предпринимают меры по оптимизации затрат: переносят вычислительные процессы в регионы с дешёвой и экологически чистой энергетикой, создают дата-центры с эффективными системами охлаждения и используют новые поколения чипов, снижающих энергопотребление. В масштабах, когда нейросети охватывают миллионы пользователей, высокие первоначальные инвестиции быстро оправдываются экономией рабочего времени и значительным ростом производительности.

Конечно, некоторые ИИ-стартапы столкнутся с проблемами, особенно если инвесторы ожидали быстрой и крупной прибыли. В то же время крупные корпорации и государственные компании ориентированы на долгосрочные результаты. Там, где преимущества ИИ очевидны — автоматизация рутинных операций, ускорение научных исследований, повышение точности аналитики, — инвестиции сохранятся и даже вырастут, поскольку ощутимые результаты уже налицо.

Всё идёт к тому, что нейросети постепенно превратятся в такой же привычный и незаменимый инструмент, как интернет или мобильная связь. Сотрудники уже привыкли использовать электронную почту, мессенджеры, корпоративные CRM-системы, и сложно представить, что они вдруг одномоментно откажутся от этих технологий, значительно потеряв в эффективности.

Сегодня ситуация с нейросетями напоминает именно этот сценарий: несмотря на доступность, нейросетями пользуется около 5 % населения, а весь потенциал последних языковых моделей раскрывает менее 1 % из них. Разочарование в технологиях зачастую вызвано именно нежеланием осваивать и изучать новый инструмент, а также неготовностью компаний и отдельных сотрудников мыслить стратегически и прогностически.

Стоит подчеркнуть, что нынешняя скорость технологических изменений не имеет аналогов в истории: наше представление о технологиях стало меняться за считаные часы. Появляются и тестируются десятки гипотез, проходят волны разочарования и нового вдохновения.

Единственным фактором, способным замедлить этот процесс, является государство, когда оно осознает масштаб экономии на человеческих ресурсах при использовании нейросетей. По мере распространения сложных ИИ-решений, работающих круглосуточно и стоящих меньше, чем опытный специалист, рынок труда окажется под серьёзным давлением. В выигрыше окажутся те, кто будет готов адаптироваться и управлять этими новыми технологиями.

Такое будущее вполне реально уже в ближайшие 10 лет. Уже сейчас идут активные дискуссии о перспективах General AI — универсального искусственного интеллекта, способного решать широкий спектр задач без участия человека. И хотя страх перед сверхинтеллектом естественен, гораздо правильнее будет подготовиться к его появлению уже сейчас.

- Каким образом нейросети могут изменить подход к научным исследованиям? Уже существуют примеры успешного применения нейросетей в этой области?

- Нейросети — это лишь одна часть масштабной и многообразной экосистемы искусственного интеллекта (ИИ). Под ИИ сегодня понимают не только популярные генеративные нейросети, которые ежедневно используют миллионы людей, но и сложные научно-исследовательские проекты, имеющие глобальное значение.

В научной сфере генеративные нейросети активно применяются на начальных этапах исследований. Их основная задача — анализировать огромные массивы исторических данных и выявлять закономерности и паттерны, существенно сокращая рутинную работу учёных. Современные языковые модели уже умеют обрабатывать не только тексты, но и графики, формулы и сложные математические уравнения в больших объёмах. Например, недавно компания OpenAI представила решение DeepResearch, предназначенное специально для комплексных научных исследований. Подобное решение предлагает и нейросеть Grok. Оба инструмента помогают учёным быстро находить необходимую информацию, проводить метаанализы и формировать научно обоснованные выводы. Стартап Perplexity пошёл ещё дальше, предложив инструмент, который способен всего за минуту обработать и проанализировать сотни научных работ, значительно ускоряя процесс исследования.

Но если взглянуть на ИИ шире, мы увидим значительные достижения и в других областях. В медицине, например, свёрточные нейронные сети (CNN) успешно выявляют опухоли на снимках МРТ, КТ и рентгена, определяют стадию заболевания и прогнозируют развитие онкологических болезней. Нейросети также активно используются в генетике, выявляя сложные взаимосвязи между генами и болезнями. Ещё в 2020 году учёные из Массачусетского технологического института (MIT) при помощи искусственного интеллекта открыли новый антибиотик, предварительно обработав и проанализировав миллионы химических соединений.

В климатологии ИИ стал незаменимым инструментом для моделирования глобального изменения климата и точного прогнозирования погоды, что критически важно для разработки мер по адаптации и предотвращению негативных последствий. Так, именно благодаря искусственному интеллекту нам стало известно, что к 2040 году в большинстве регионов планеты ожидается потепление на 1,5°C.

Ещё один яркий пример — знаменитая разработка AlphaFold от компании DeepMind, способная предсказывать 3D-структуру белков с невероятной точностью. Этот прорыв серьёзно ускорил исследования и открытия в области биологии и фармацевтики, открыв новые горизонты для борьбы с тяжёлыми заболеваниями и создания эффективных препаратов.

- А в каких еще сферах использование нейросетей может привести к потрясающим результатам? В корне поменять работу, сделать ее более продуктивной.

- Думаю, это прежде всего финансовый сектор, поскольку именно здесь нейросети эффективно берут на себя рутинные задачи: оценку кредитных рисков, прогнозирование рыночных колебаний, анализ потребительских предпочтений и выявление мошенничества. Всё это существенно увеличивает скорость и точность финансовых операций, сокращая при этом издержки.

Также большой потенциал заметен и в сфере HR. Рекомендательные системы уже сегодня позволяют формировать индивидуальные учебные планы для каждого сотрудника, а алгоритмы в отделах кадров значительно ускоряют процесс подбора кандидатов и улучшают адаптацию новых сотрудников.

Настоящую же революцию нейросети способны совершить в образовании, создавая полностью персонализированный контент для учеников с учётом их уровня подготовки, индивидуальных знаний и способностей. Ранее подобные результаты были достижимы лишь при работе с репетиторами, что было значительно дороже и менее масштабируемо.

В сельском хозяйстве нейросети уже активно внедряются в концепцию «умного земледелия» (precision farming). Алгоритмы анализируют огромные массивы данных с датчиков, спутников и дронов, точно рассчитывая количество и сроки внесения удобрений, полива и обработки земельных участков. Такие системы способны диагностировать состояние почвы, определять нехватку микроэлементов и прогнозировать урожайность в конкретных климатических условиях. Благодаря обучению на миллионах изображений растений нейросети быстро выявляют начальные стадии болезней и вредителей, что помогает фермерам оперативно решать проблемы и значительно экономить на химических препаратах.

Не менее заметны успехи нейросетей в логистике и транспорте, где искусственный интеллект помогает оптимизировать маршруты и значительно сокращать затраты на топливо и обслуживание транспортных средств.

Фактически сегодня нейросети можно успешно применять практически в любой отрасли экономики. Благодаря способности обучаться на абсолютно разнородных массивах данных, охватывающих научные исследования, культурные особенности, психологические аспекты и даже современные тренды социальных сетей, нейросети становятся универсальным инструментом для решения практически любых задач.

- Что вы думаете о, использовании нейросетей в сфере креативных индустрий, таких как искусство, музыка и литература?

- Сегодня искусственный интеллект глубоко проникает в креативные индустрии и постепенно трансформирует само понятие творчества. В 2025 году нейросети стали неотъемлемой частью массовой культуры точно так же, как ранее стали привычными хромакей в кино, синтезатор в музыке или графический планшет в дизайне. Конечно, ручной труд и традиционные техники не исчезнут, однако они будут занимать особое место на рынке, становясь эксклюзивным продуктом для ценителей и хранителей культурных традиций.

Массовое искусство, напротив, уже сложно представить без активного использования технических «помощников». При этом настоящая ценность творчества не уменьшается — она по-прежнему заключается в способности пробуждать чувства, эмоции и вдохновлять на новые идеи. Сегодня не существует чёткой границы между искусством, созданным человеком, и искусством, генерируемым нейросетями. И пока ещё никто не дал однозначного ответа на вопрос: насколько далеко допустимо использовать искусственный интеллект в творчестве?

Конечно, актёрская игра в театре или кино всё ещё с трудом воспроизводится нейросетями в полной мере. Эмоциональные тонкости и переживания живого артиста пока сложно полностью передать с помощью технологий. Однако и в этой сфере нейросети уже активно используются, дополняя, а порой и заменяя некоторые элементы. Например, цифровые персонажи, созданные с помощью генеративных алгоритмов, уже активно используются в кино и сериалах. Вспомним хотя бы масштабное использование компьютерных технологий в фильмах Marvel или сериале «Игра престолов».

Главная ценность любого творчества состоит в том, чтобы задеть глубинные чувства и дать зрителю или слушателю возможность по-новому осмыслить происходящее вокруг. И в этом смысле совершенно не важно, кто или что стоит за созданием произведения — человек или искусственный интеллект. Главное, чтобы произведение нашло отклик в сердцах людей и помогло им по-новому взглянуть на окружающий мир и самих себя.

- Уже было несколько скандалов, недавний — когда художники подписали письмо с требованием запретить аукцион работ с ИИ, так как они были созданы с использованием творчества реальных художников. Нужно ли эту сферу контролировать, устанавливать какие-то рамки, чтобы не нарушать авторские права?

- Любой художник учится писать картины, изучая произведения других мастеров. Писатель, прежде чем создать собственную книгу, читает классику и лучших современников, а музыкант слушает сотни композиций других авторов, формируя собственный стиль. Нейросети действуют по аналогичному принципу: они не копируют чужие произведения буквально, а учатся на них, генерируя новый контент, словно «вдохновляясь» существующими шедеврами. Можно ли в таком случае говорить о плагиате?

Конечно, вопрос авторских прав требует внимания и контроля, потому что без чётких правил мы рискуем столкнуться с ситуацией, когда современные технологии станут игнорировать авторство или будут использовать результаты чужого труда без должного упоминания. Вероятно, необходимы прозрачные и понятные схемы лицензирования контента, или хотя бы обязательное указание первоисточников и ссылок на произведения, использованные для обучения нейросетей. Такой подход позволит авторам защитить своё творчество, а нейросетям — развиваться без нарушения авторских прав.

Также актуальным становится вопрос создания специальных инструментов, которые позволят авторам «закрыть» доступ нейросетям к своим работам. Такой механизм мог бы быть аналогичен существующим решениям, позволяющим отключить индексацию веб-страниц поисковыми роботами.

Сегодня мир только начинает понимать и формулировать эти правила. В ближайшем будущем потребуется конструктивный диалог между юристами, творческими сообществами и технологическими компаниями, чтобы искусственный интеллект гармонично дополнял и усиливал творчество, а не превращался в инструмент для обхода авторского права.

- Во многих странах, особенно в ЕС, пытаются создать некую ограничительную нормативную базу, касающуюся нейросетей. На ваш взгляд, это может сказаться на их развитии?

- Чрезмерный контроль и ограничения со стороны отдельных государств в первую очередь негативно отражаются на инновациях внутри самих этих стран. Запрещая передовые нейросети, такие как ChatGPT или DeepSeek, государства лишают местные компании и обычных граждан доступа к самым актуальным технологиям, снижая конкурентоспособность своих продуктов на мировом рынке. Вместо того чтобы сфокусироваться на внедрении инноваций и развитии бизнеса, компании вынуждены тратить дополнительные ресурсы на поиск способов обхода ограничений, что явно замедляет их рост и снижает эффективность.

Кроме того, введение единого и жёсткого правового стандарта неизбежно замедлит темпы распространения и внедрения новых технологий. Компании будут вынуждены соблюдать дополнительные нормативные требования, получать разрешения и сертификаты. Особенно сильно это ударит по стартапам, которые и так сталкиваются со значительными трудностями при поиске финансирования на запуск и развитие ИИ-проектов. Теперь им придётся дополнительно инвестировать в юридические процедуры, отнимающие и без того ограниченные ресурсы.

Именно открытость технологий и высокая конкуренция между крупными игроками способствуют быстрому развитию нейросетей, позволяя нам видеть по несколько новых фундаментальных моделей ежемесячно. Свобода конкуренции стимулирует компании постоянно улучшать свои решения, что ускоряет технологический прогресс и открывает новые возможности для пользователей и бизнеса.

Кирилл Пшинник — ведущий эксперт в области нейросетей и зерокодинга в России, евангелист технологий и популяризатор AI-решений для бизнеса и карьеры. Вошел в рейтинг визионеров бизнеса Setters Media A-List, обучил более 3000 студентов, сделал зерокодинг широко известным в русскоязычном пространстве. Частый спикер на крупных EdTech и B2B-мероприятиях (EdCrunch, Techstars, Astana Hub и др.), активно делится знаниями через вебинары и медиа.