Окно возможностей открытого кода не закрывается

К концу 2025 г. две трети программного обеспечения (ПО) в корпоративном секторе России будут основаны на открытом исходном коде, а на проприетарное ПО, которое принадлежит его разработчикам, придется остальная треть. Об этом свидетельствуют результаты опроса более 100 крупных компаний, проведенного Институтом изучения мировых рынков (ИИМР). Для сравнения: в 2023 г. на софт на основе открытого кода приходилось 39%.

Доля проприетарного ПО снижается, в частности, из-за высокой стоимости вложений в создание и обучение собственных языковых моделей. Это международный тренд: даже такие IT-гиганты, как Google и Microsoft, активно используют в работе open source программы. Какая стратегия развития инструментов искусственного интеллекта (ИИ) эффективна для бизнеса, когда целесообразнее создавать собственные модели, а не использовать бесплатные решения, и как на этом заработать – обсудили участники рынка на совместной сессии «Ведомостей» и «Билайн бизнеса» в рамках ПМЭФ-2025.

Почему бизнес предпочитает открытые модели

Как отметил в ходе сессии гендиректор «Билайна» Сергей Анохин, у концепции строительства собственных больших языковых моделей для развития ИИ-инструментов остается большое количество сторонников. Но на рынке, по его словам, растет предложение компактных open source моделей, которые бизнес может обучить под свои специфические задачи. Причины популярности открытых решений – в их универсальности и легкости замены на новейшие версии, объясняет он.

Динамику изменений программ с открытым кодом, которые можно быстро обучить конкретным прикладным задачам, Анохин сравнил с «Формулой-1»: «Когда ты на пит-стопе за три–четыре секунды меняешь колеса и поехал дальше». «Мы сторонники этого варианта, – уточнил он. – Ставка на маленькие, быстро меняющиеся модели, на наш взгляд, дает больше результата, поэтому всю систему ландшафта процессов выстраиваем под такую динамичную работу». Из-за скорости, с которой появляются новые модели, вложения в создание собственной единой масштабной ИИ-инфраструктуры могут стать неоправданным финансовым бременем и замедлять технологическое развитие компаний, заключил Анохин.

Зачастую ставка бизнеса на генеративный интеллект преследует цель исключительно оптимизации процессов и экономии средств, отметил старший директор по работе с данными и искусственным интеллектом «Авито» Андрей Рыбинцев. Но прежде всего, говорит он, технологию целесообразно рассматривать как ключевой инструмент для создания новых продуктов и увеличения выручки. «Авито», например, планирует выручить до 2028 г. не менее 21 млрд руб. благодаря использованию генеративного ИИ.

Стратегия внедрения ИИ в «Авито» строится на глубокой переработке и дообучении open source моделей с их адаптацией под русский язык, что, по словам Рыбинцева, позволяет существенно повысить эффективность их использования. Адаптация под русский делает скорость ответов модели в два раза быстрее и таким образом экономит в два раза больше денег на ее использовании, говорит он.

Кроме того, по словам Рыбинцева, стоит внимательно оценивать пользовательские сценарии и подбирать под них размер модели. Для работы многих сервисов на основе генеративного ИИ, которые будут приносить пользу клиентам, хватает небольших моделей с 7 млрд параметров. Размер радикально влияет на стоимость их использования. В качестве примера эксперт привел продукт «Подсказки в мессенджере», который ускоряет коммуникацию между покупателями и продавцами на «Авито». Этот сервис работает на основе модели с 7 млрд параметров, которой хватает 21 сервера. Если взять для тех же задач модель больше – например, DeepSeek, по подсчетам Рыбинцева, потребовалось бы в 20–30 раз больше серверов.

«Этот продукт уже сейчас гарантирует значимый рост сделок – и экономика сходится, а с DeepSeek не факт, что сошлась бы», – заключил он. В этой связи он считает первостепенным при проработке генеративного ИИ исходить из потребностей пользователей. Также он подчеркнул важность принципа разумных инвестиций в ИИ – только при расчете гарантированного заработка. «Обучать модели с нуля очень дорого, и не все компании смогут себе это позволить», – резюмировал он.

В VK Tech также «гораздо более ориентированы на open source», рассказал гендиректор компании Павел Гонтарев. По его словам, разработчик корпоративного ПО планирует предоставлять бизнесу B2B-продукты на основе больших языковых моделей. Предлагаемые решения заточены именно на прикладные сценарии, а также на использование ИИ внутри продуктов VK Tech и, в частности, коммуникационных сервисов, отметил он. «Конечно, мы будем это делать, опираясь в первую очередь на open source языковые модели и специализированные маленькие модели, которые нам нужны для прикладных задач», – уточнил он.

VK поддерживает активное взаимодействие с профессиональным сообществом, отметил Гонтарев. Российские разработчики – как крупные компании, так и небольшие команды – являются лидерами множества важных проектов мирового уровня. При этом компания считает важным развивать ответственный подход к работе с open source технологиями в современных условиях, «когда мир несколько деглобализуется». Особое внимание, по его мнению, следует уделять вопросам безопасности, включая проверку уязвимостей и управление доступом.

Заместитель председателя правления, директор по информационным технологиям Т-банка Вячеслав Цыганов сообщил, что компания развивает собственные LLM (Large language model – большая языковая модель) на базе лучших открытых моделей, что позволяет достигать больших результатов, чем при создании моделей с нуля, при затрате ресурсов в десятки раз меньше.

Он отметил, что компания в отличие от коллег с облачным B2B-бизнесом не зарабатывает на самих моделях, а получает эффекты за счет внедрения ИИ в бизнес-процессы, повышая эффективность поддержки и обслуживания, улучшая фундаментальные финансовые сервисы для клиентов, механизмы антифрода. Поэтому Т-банк свободно выкладывает свои полноразмерные большие языковые модели и библиотеки для их дообучения под лицензией со свободным использованием. По словам Цыганова, такой подход способствует развитию ИИ-технологий и снижает порог входа для малых компаний и стартапов, делая внедрение ИИ доступнее для широкого круга разработчиков.

Зачем компаниям вкладываться в свои модели

Компании, которые могут позволить себе вложения в создание собственных моделей, рассчитывают на возврат инвестиций, сказал директор по развитию технологий искусственного интеллекта компании «Яндекс» Александр Крайнов. А в ситуации, когда ИИ-технологии представляют собой единственный значимый источник дохода компании, их монетизация становится критически важной для дальнейшего развития бизнеса. Поэтому «Яндекс» зарабатывает на доступе к ряду своих open source моделей, рассказал Крайнов. Процесс публикации моделей в open source требует значительных ресурсов и тщательной подготовки, говорит он и перечисляет: необходимо обеспечить качественное оформление кода, создать подробную документацию и провести необходимую техническую доработку.

«Яндекс» выкладывает в открытый доступ только те модели, которые демонстрируют высокую эффективность и не имеют аналогов на рынке, подчеркнул Крайнов. «Оупенсорсить для галочки» так себе идея, выкладывать нужно только то, что принесет пользу», – заключил он.

У компаний есть и другие мотивы для развития собственных языковых моделей. Открытые решения ограничены в функциональности по сравнению с проприетарными версиями и не позволяют создавать уникальные технологические преимущества, считает вице-президент по развитию технологического бизнеса Сбербанка Сергей Крылов. Ставка на генеративный ИИ в стратегии большой банковской экосистемы не может полагаться на технологии, которые компания не контролирует, полагает он. Кроме того, по мнению Крылова, в open source модели заложены риски зависимости от внешних поставщиков и существует угроза потери доступа к критически важным технологиям в случае изменения их политики.

Практические результаты разработки собственных решений подтверждают правильность выбранной стратегии, продолжает он. Последний релиз GigaChat MAX 2.0, по словам вице-президента Сбербанка, демонстрирует превосходство над открытыми аналогами при решении специализированных финансовых задач. «И мы рады, что это не только востребовано внутри, но может приносить пользу на рынке», – резюмировал он.

«Росатом» также проявляет интерес к технологиям искусственного интеллекта, однако компания подходит к их внедрению с осторожностью и прагматизмом, рассказал директор по информационным и цифровым технологиям госкорпорации Евгений Абакумов. В фокусе внимания «Росатома», по его словам, находятся проекты, связанные с развитием центров обработки данных, вычислительной инфраструктуры и экспортных решений. На сегодня интеграция ИИ-технологий в корпорации заключается в основном во внедрении элементов языковых моделей в мессенджерах для взаимодействия с сотрудниками, а также в тестировании технологий компьютерного зрения.

«Росатом» открыт к обмену опытом с коллегами из других отраслей, главным образом в сфере инфраструктурных решений и телекома, при этом сохраняя уникальные компетенции в области проектирования и эксплуатации сложных промышленных объектов, отметил Абакумов. «Особую актуальность приобретает вопрос применения искусственного интеллекта в редких событиях и критических ситуациях, где требуется разработка принципиально новых подходов к обучению моделей», – подчеркнул он.