Разработчики фундаментальных моделей, нейросетей и ключевых сервисов
Еще год назад ИИ-новости крутились в основном вокруг числа параметров моделей и мест в бенчмарках. Теперь модель все чаще спрятана внутри поиска, платежа, документа или покупки. Трендом года стали агентные системы (способные разбивать задачи на этапы исполнять их) и технологический контур вокруг агентов.
Самым ярким примером в сегменте потребительских продуктов b2c стал перезапуск «Алисы AI». В 2026 г. «Яндекс» сначала добавил в ассистента подбор товаров, затем представил Yandex Commerce Protocol для подключения магазинов к покупкам внутри ассистента и создал отдельное направление транзакций. Компания рассчитывает, что к 2030 г. через ИИ-ассистентов будет проходить около 10% онлайн-транзакций, или более 3 трлн руб. Похожую эволюцию прошла экосистема Т-банка. Специализированные помощники уже закрывают инвестиции, покупки, путешествия, детские и коммуникационные сценарии. В 2026 г. компания начала тестировать сервис «Тая».
В «Дзене» появился «Глиф»: помощник объясняет новости прямо внутри ленты и, по данным VK, опирается более чем на 200 млн материалов. Заодно VK начала тестировать ИИ-инструменты для редакций СМИ, параллельно не забывая о внутренней оптимизации на основе машинного обучения и работе с рекомендационными алгоритмами. Так же как «Яндекс» и Т-банк, VK опубликовала наборы данных (датасеты) с обезличенной информацией о взаимодействиях своих пользователей, для того чтобы работать с большими данными могли даже малые инженерные команды, которым иначе просто негде их взять.
Под интерфейсами продолжается гонка базовых технологий. Свои ИИ-модели за прошедшие два года не демонстрировал только ленивый. Но линию разделения провели в правительстве: рамочный закон по ИИ разделил фундаментальные модели на национальные и суверенные. В категорию национальных вошли в том числе дообученные китайские решения и продукты, созданные с использованием открытых материалов из интернета. На рынке же суверенных формально остался только «Сбер». «Яндекс» вернулся в большую игру лишь недавно: за сентябрь «Сбер» выпустил GigaChat 3.5 Reasoning, а «Яндекс» – Alice AI Foundation, обученную с нуля.
Важно отметить, что разделение на рынке провели для генеративного ИИ. Те же системы компьютерного зрения и классические алгоритмы машинного обучения до сих пор приносят бизнесу многомиллионный эффект, часто оставаясь за пределами новостной повестки. Но наглядно об их эффекте говорят операционные результаты сфер промышленности и финансов.
Корпоративный рынок предъявляет к генеративному ИИ не такие требования, как массовые сервисы. Заказчику нужны предсказуемая стоимость запроса, защита данных, работа в закрытом контуре, интеграция с внутренними системами и измеримое качество на узкой задаче. Поэтому рядом с разработчиками базовых больших моделей развиваются платформы и прикладные компании: Just AI создает разговорные и агентные решения, VisionLabs и Smart Engines развивают компьютерное зрение и распознавание документов, «Третье мнение» доводит медицинские ИИ-алгоритмы до эксплуатации в клиниках.
В отличие от западного рынка российские поставщики больших ИИ-моделей не пытаются подорвать бизнес своих же клиентов. Но граница подвижна: тот, кто продает вычисления, модели и конструктор агентов, рано или поздно задается вопросом, что ему делать с накопленной экспертизой. Ну а пока в эту категорию вошли люди, определяющие не только возможности российского ИИ, но и форму, в которой он становится повседневным продуктом.