«ИИ будет массово доступен — так же, как мобильная связь или телевидение»

Искусственный интеллект все плотнее входит в нашу жизнь. Он помогает в работе, в выборе инвестиций. Он даже предсказывает будущее. О том, какие горизонты открывают генеративный искусственный интеллект и другие цифровые технологии, «Деньгам» рассказал первый зампред Сбербанка Александр Ведяхин на ПМЭФ-2025.

— Как сегодня обстоит ситуация с противостоянием DeepSeek и ChatGPT и к какой модели ближе ваши разработки?

— Модели от OpenAI по большинству показателей остаются лучшими в мире, а модели от DeepSeek — лучшими в мире из числа открытых моделей. Мы не так много знаем о моделях OpenAI с технической точки зрения, поскольку, вопреки своему названию, компания прочно стала на рельсы закрытости.

Однако косвенная информация и многочисленные утечки говорят о том, что технически последние модели от OpenAI не так уж сильно отличаются от моделей китайских коллег — все это большие трансформерные нейросети.

Сегодня ведущие технологические компании активно ведут эксперименты в области как различных вариантов монолитных трансформерных архитектур, так и подхода, получившего название «смесь экспертов» (mixture-of-experts, MoE).

Все сражаются за повышение вычислительной эффективности моделей (как при их обучении, так и при их использовании), концентрируются именно на развитии методов, позволяющих выжать максимум из имеющихся данных.

При этом ни для кого не секрет, что количество оцифрованных текстовых данных сегодня растет более скромными темпами, чем потребности в них при обучении больших языковых моделей. Так что различий в технологиях между OpenAI, DeepSeek и нами меньше, чем может показаться на первый взгляд.

Если же говорить о релизной политике, то здесь «Сбер» ближе к DeepSeek, поскольку поддерживает открытость исследований. Уже не первый год мы публикуем многие свои модели в открытом доступе. Выложены в открытый доступ все модели линейки Kandinsky, базовая модель GigaChat Lite и семейство акустических моделей для русского языка GigaAM, которые находятся «под капотом» GigaChat.

— Крупные игроки на рынке ИИ вкладывают в его развитие большие деньги. Может ли генеративный искусственный интеллект стать инструментом, доступным для всех, в том числе и тех, кто не имеет средств на инвестиции в него?

— Все движется в ту сторону, где генеративный ИИ будет массово доступен — так же, как мобильная связь или телевидение. Сегодня мы предлагаем клиентам разнообразные варианты развертывания GigaChat: в публичном или частном облаке и, конечно, непосредственно в инфраструктуре заказчика (on-premise).

Если раньше внедрение генеративного ИИ было прерогативой крупнейших компаний, то сегодня мы наблюдаем растущий интерес к использованию больших языковых моделей в сегментах малого и среднего бизнеса. Например, российский разработчик Directum внедрил GigaChat в свою систему документооборота, добавив новые возможности для работы с файлами.

— Сегодня уже многим очевидно, что как помощник в бизнес-процессах ИИ необходим. А может ли он сам разрабатывать бизнес-модели и новые виды бизнеса? Или он способен только помогать человеку находить оптимальные пути их создания?

— ИИ уже способен генерировать гипотезы, находить новые рынки, рекомендовать бизнес-модели, основываясь на данных и успешных аналогах. Но принятие решений все равно остается за человеком.

Сегодня это мощный инструмент соавторства, который может натолкнуть на правильное решение, дополнить и скорректировать наши предложения. Генеративные модели могут заметно помочь, например, в анализе существующих возможностей, в определении ограничений на конкретных рынках. А также сформировать профили потенциальных потребителей и гипотезы для проверки, проанализировать тренды, провести исследование рынка, составить детальный план и траекторию развития бизнеса. Например, в корпоративном инвестиционном бизнесе «Сбера» GigaChat дает рекомендации нашим менеджерам по продуктам, которые могут быть полезны клиентам.

— Какие отрасли бизнеса могут добиться наибольшего прогресса при использовании генеративного ИИ?

— Сегодня наибольший эффект генеративный ИИ приносит в тех секторах, где уже накоплены массивы структурированных данных. Это финансы, ритейл, логистика, здравоохранение. Однако именно в наименее цифровизованных отраслях, таких как аграрный сектор, стройка, ЖКХ, потенциал этой технологии особенно велик. Генеративный ИИ может стать трамплином, который позволит перескочить сразу несколько этапов развития. Тут главное — успеть переобучить людей и быть готовым к этим изменениям. Еще одна из потенциальных сфер — это кибербезопасность, где уже есть успешные примеры внедрения генеративного ИИ. Так, «Лаборатория Касперского» на базе GigaChat разработала ИИ-инструмент, который позволяет в два раза быстрее анализировать события информационной безопасности.

— Нужно ли равномерное применение ИИ во всех отраслях экономики или его стоит использовать только в тех, где он даст наибольшую отдачу?

— ИИ — это инструмент, а не цель, его применение должно быть рациональным. Не стоит пытаться внедрить ИИ в процессы, где простая автоматизация дает больший эффект. Но во всех отраслях должны быть точки эксперимента, иначе страна и бизнес будут терять в конкурентоспособности.

В «Сбере» для этого запущен проект «Цифровая трансформация как сервис», в котором мы помогаем корпоративным клиентам тестировать и адаптировать решения под специфику отрасли для достижения наибольшего эффекта от внедрения технологических изменений. Все компании имеют свои уникальные особенности, в том числе ограничения, сдерживающие резкий «прыжок в ИИ». Но важно подчеркнуть, что тренд неизбежен. Цифровизация и ИИ необходимы любой компании на рынке, вне зависимости от отрасли и уровня ее развития.

— Может ли ИИ существенно увеличить точность прогноза поведения той или иной ценной бумаги? Или это неоправданное использование ресурса и он потребуется только крупным инвесторам, которые хотят купить не просто пакет акций, а блокирующий или контрольный пакет, чтобы участвовать в управлении компанией?

— Инструменты на основе ИИ помогают профессиональным аналитикам повысить скорость анализа ценных бумаг, увеличить количество покрываемых компаний и сократить время подготовки рекомендаций за счет автоматизации рутинных задач, сбора и анализа информации, построения прогнозов и разработки сценариев. Алгоритмы на основе ИИ могут работать с неструктурированной информацией: новостями, отчетами, сообщениями в чатах и так далее. Эти алгоритмы быстрее человека оценивают тональность новостей и находят нужную информацию в интернете. На данном этапе развития ИИ-агенты могут стать хорошими помощниками как для аналитиков, так и для инвесторов, но пока не могут полностью заменить экспертное мнение.

Поскольку возможности ИИ значительно повышают скорость обработки информации, наша цель — создать ИИ-индексы для разработки инвестиционных продуктов, которые обеспечат клиентам доходность выше рыночной.

— Как инвесторы могут самостоятельно использовать ИИ как продвинутых роботов, которыми уже сегодня пользуются многие для ускорения реакции на движение рынка?

— Инвесторы могут использовать ИИ, и генеративный в частности, для мгновенного анализа огромных объемов данных, новостей и другой текстовой информации, выявления рыночных паттернов и автоматизации сделок. Это повышает скорость реакции, снижает человеческий фактор и позволяет быстрее принимать более точные инвестиционные решения, в том числе и без участия человека. При этом важны «гибридные» решения, в которых технологии ИИ дополняются экспертной оценкой макротрендов и долгосрочных рисков.

Мы сейчас активно тестируем такие технологии и подходы в банке и затем переносим их в клиентские решения. Как один из примеров в области трейдинга можно привести AI-помощник «Сбера», который отслеживает валютные котировки. Новый инструмент на основе генеративной модели искусственного интеллекта анализирует краткосрочные изменения рынка, выявляет аномалии и дает трейдерам рекомендации в режиме реального времени. Модель сглаживает колебания и предлагает оптимальные котировки на базе имеющейся ликвидности рынка. Это позволяет улучшить ценообразование и повысить качество обслуживания клиентов.

Сначала AI-модель прошла обучение на исторических данных, изучив поведение котировок для каждой валютной пары, с которой работает «Сбер». После этого она научилась прогнозировать ближайшие изменения на рынке, сравнивать предполагаемые сценарии с реальными данными и оперативно обнаруживать нестандартные ситуации. Сейчас AI-помощник выявляет до сотни аномалий ежемесячно, помогая трейдерам своевременно минимизировать их влияние на котировки. Наша модель стала незаменимым помощником в валютных операциях — получился отличный тандем человека и искусственного интеллекта.

— Венчурные инвестиции очень рискованные и высокодоходные. Может ли ИИ более точно предсказать, выстрелит ли стартап, и станут ли вложения в них в результате менее рискованными и менее доходными?

— Сегодня ИИ активно применяется при анализе стартапов и демонстрирует высокую эффективность. Многие ведущие венчурные фонды, такие как Sequoia, Andreessen Horowitz, Growth Science, Sierra Ventures, интегрируют ИИ в свои процессы — от расширения воронки стартапов до принятия инвестиционных решений. Есть ряд решений, которые оценивают вероятности успеха стартапов. Например, ИИ-инструменты Crunchbase — это ведущая база данных о рынке венчурного капитала, стартапах, инвесторах. Они оценивают вероятность быстрого роста стартапов и предсказывают ключевые этапы их развития: раунды инвестиций, слияния и поглощения, выход на IPO.

Для прогноза ИИ обрабатывает тысячи источников данных — от финансовой отчетности и трафика на сайте стартапа до вакансий, публикаций сотрудников в соцсетях и социальных взаимосвязей основателей. Ни один венчурный инвестор не способен самостоятельно проанализировать подобный объем данных и выявить закономерности, поэтому применение ИИ создает уникальное преимущество.

Повсеместное внедрение ИИ в сфере венчурных инвестиций может привести к тому, что профиль риска «традиционных» стартапов (например, SaaS, маркетплейсы, FinTech) будет снижаться, поскольку ИИ сможет с высокой точностью предсказывать ключевые бизнес-метрики: срок жизни компании, средний чек, оборот и другие.

При этом высокие венчурные риски и доходности сохранятся в стартапах ранних стадий, где мало данных, на основании которых ИИ сможет сформировать прогноз, и в высокотехнологичных сегментах венчурного рынка (DeepTech). Здесь ИИ пока не способен предсказать вероятность успеха разработки и коммерциализации прорывной технологии, поскольку DeepTech-стартапы ведут разработки на грани возможного с точки зрения современной физики, биологии и науки в целом.

В отличие от «традиционных» стартапов, где развитие зачастую движется поступательно, развитие DeepTech-стартапов нелинейно, и непреодолимый технологический барьер может возникнуть после первых успехов.

Показатели успешности «традиционных» стартапов (темп роста выручки, количество пользователей, выход на безубыточность) неприменимы к DeepTech-стартапам, которые могут годами инвестировать в разработку технологии без выручки, а прорывные разработки происходят значительно реже успешных IPO. На сегодняшний день недостаточно данных для того, чтобы обучить ИИ точно предсказывать успехи DeepTech-стартапов.

Таким образом, ИИ действительно способен снизить риски и доходность в некоторых «традиционных» сегментах венчурного рынка, однако высокий уровень рисков и доходности все же сохранится в его высокотехнологичных сегментах, таких как BioTech, SpaceTech, Quantum, Robotics, и в стартапах ранних стадий.

— Токенизация безналичных активов до сих пор рассматривается как конкурент цифровому рублю. Есть ли шанс развиться у этого направления?

— Сегодня токенизированный рубль и цифровой рубль — концептуально близкие инструменты, но принципиально разные по реализации и задачам. Цифровой рубль развивается как государственная платформа с высокой степенью стандартизации, тогда как токенизированный рубль остается инициативой участников рынка, при этом между различными блокчейн-решениями наблюдается низкий уровень совместимости. Мы считаем, что эти инструменты должны развиваться на платформе, предоставляющей банкам те технологические возможности, которые сегодня реализуются только через токенизированные решения — например, программируемость, смарт-контракты. Сейчас мы находимся в диалоге с Банком России о том, как такая платформа могла бы выглядеть.

«Сбер» активно развивает сферу токенизации, предлагая клиентам обширный выбор продуктов и услуг. В России токенизация должна осуществляться через специализированные платформы — операторов информационных систем, которые выпускают цифровые финансовые активы (ЦФА), или инвестиционные площадки, которые выпускают утилитарные цифровые права (УЦП).

«Сбер» активно развивает собственную линейку ЦФА: на индекс корзины подборки «Топ российских акций», на индекс Мосбиржи финансов полной доходности «нетто», на какао, инвестиции в золото через ЦФА и другие.

Среди инновационных финансовых инструментов появились ЦФА, связанные с космическими запусками. Выпуск приурочен к пилотируемому запуску корабля «Союз МС-27» к МКС, который состоялся 8 апреля 2025 года. Вложение в ЦФА, связанные с космическими запусками, позволяет инвесторам участвовать в страховании рисков таких событий.

— Благодаря чему достигается информационная безопасность при токенизации?

— Платформа ЦФА «Сбера» демонстрирует высокий уровень информационной безопасности благодаря сочетанию децентрализованных механизмов блокчейна, строгих процедур идентификации и надежного управления паролями.

Переход на собственную платформу к концу 2024 года укрепил возможности для интеграции с современными технологиями и обеспечил соответствие строгим банковским стандартам. Платформа поддерживает смарт-контракты, что позволяет автоматизировать процессы, такие как выпуск ЦФА или их погашение, минимизируя человеческие ошибки. Лаборатория блокчейн «Сбера» разработала библиотеку для интеграции в клиентские приложения на Java, JS и Scala, упрощая разработку и обеспечивая совместимость.

— Одно время была очень популярна идея, что NFT могут быть использованы в любой области, от юриспруденции до искусства, но с годами энтузиазм на этот счет угас. Есть ли будущее у этого направления токенизации?

— Важно разделять краткосрочные спекулятивные тренды и долгосрочные возможности применения инструмента. Ключевая ценность NFT заключается в обеспечении прозрачности и верифицируемости прав собственности на цифровые и физические активы.

Сегодня мы видим примеры тестирования NFT, к примеру, в сегментах с высоким риском контрафакта — в логистике, цифровом контенте и коллекционных активах. Основным барьером для масштабирования остается неопределенность правового поля. Большинство юрисдикций не имеют четких регуляторных рамок для NFT, что создает риски для бизнеса и инвесторов — от вопросов налогообложения до защиты прав владельцев.

Кроме того, работа с NFT требует понимания блокчейн-кошельков, приватных ключей, кросс-платформенных взаимодействий, что отпугивает массового пользователя. Для преодоления этого барьера нужны интуитивные решения, интегрированные в привычные цифровые сервисы. В любом случае NFT не исчезнут, но их роль изменится: вместо спекулятивного актива они станут частью цифровой инфраструктуры управления правами.

Максим Буйлов