Искусственный интеллект как драйвер развития отечественной экономики
Для развития отечественной экономики и роста производительности труда сегодня необходимо активное внедрение технологий искусственного интеллекта (ИИ). Эту задачу можно решить только благодаря тесному сотрудничеству между бизнесом, наукой и образованием. Об этом шла речь на стратегической сессии НИУ ВШЭ по развитию ИИ.
Стратегическая сессия была организована Центром ИИ НИУ ВШЭ, Центром трансфера технологий НИУ ВШЭ, Институтом статистических исследований и экономики знаний НИУ ВШЭ и Высшей школой бизнеса НИУ ВШЭ. Мероприятие прошло на площадке ВШБ.
Открывая стратсессию, директор проектного офиса Центра ИИ Анна Козырева подчеркнула: встреча организована для обсуждения развития ИИ и его применения в различных сферах жизни. Ее цель — создать платформу для взаимодействия бизнеса и исследователей, обмена идеями и ресурсами для достижения общих целей. Она сообщила, что в сессии участвуют эксперты из разных отраслей, в том числе представители 25 компаний, уже применяющих ИИ в повседневной деятельности и планирующих его использование.
Анна Козырева отметила: искусственный интеллект и его развитие — один из приоритетов государства, на него предполагается выделять около 5% расходов на науку. Именно здесь можно ожидать прорывов в прикладных исследованиях для бизнеса. Вышка стала одним из лидеров развития ИИ и платформой взаимодействия исследователей с бизнесом и государством.
Операционный директор Института искусственного интеллекта и цифровых наук НИУ ВШЭ Алексей Масютин отметил: университет — это площадка, где компании могут встретиться не только с исследователями, но и друг с другом, поделиться опытом и знаниями. Нынешняя стратегическая сессия стала результатом совместной работы подразделений, занимающихся научными исследованиями и прикладными разработками в сфере ИИ. Он напомнил: «свобода искать и возможность создавать» — девиз факультета компьютерных наук Вышки. Пока компании осторожно относятся к фундаментальным исследованиям, требующим значительных инвестиций и имеющим риск завершиться без положительного результата, поэтому важна совместная работа бизнеса и ведущих университетов.
Алексей Масютин напомнил: за последние 20 лет трудоспособное население России сократилось на 6,5 млн человек. Исследования рынка труда, в том числе ученых Вышки, показали: кривая Бевериджа, отражающая соотношение вакансий и безработных, резко пошла вверх с 2020 года. Нынешнее молодое поколение, выходящее на рынок труда, малочисленно, в этих условиях компаниям сложнее развивать бизнес.
Однако, отметил Алексей Масютин, резерв развития есть: это повышение производительности труда, в том числе через применение искусственного интеллекта. По расчетам аналитиков, в отраслях, где активен спрос на навыки ИИ, темпы среднегодового прироста производительности труда в 4,8 раза выше, чем в тех отраслях, где навыки ИИ не так востребованы.
Важность развития ИИ осознается в России на высшем уровне. Наша страна входит в число 50 государств (среди них Китай, США, Индия, Бразилия, Франция, Италия и др.), принявших национальные стратегии развития искусственного интеллекта. Россия близка к мировому топ-10 по некоторым показателям, например количеству публикаций по теме искусственного интеллекта и числу суперкомпьютеров, входящих в топ-500.
Чтобы не отставать от передовых стран, Россия актуализировала стратегию развития ИИ, ее новый вариант предполагает, что эффект от применения ИИ составит к 2030 году около 11,2 трлн рублей. Планируется создать 13 фундаментальных моделей, в 5 раз увеличить число выпускников вузов по специальностям, связанным с искусственным интеллектом, и довести до 85% долю занятых, имеющих навыки его применения.
По данным Национального центра развития ИИ при Правительстве РФ, около 27% отечественных компаний получают значительный (от 25 до 100%) или многократный эффект от применения ИИ, но масштабы его использования в разных отраслях отечественной экономики существенно различаются. В ТЭК, финансовых услугах и ИКТ его применяют или планируют применять от 59 до 76% организаций. Напротив, в АПК, экологии и природопользовании, а также, что любопытно, в общем, среднем и среднем профессиональном образовании большинство организаций не предполагают использовать ИИ. Организации и компании, применявшие искусственный интеллект, отметили прежде всего повышение скорости и качества бизнес-процессов.
Алексей Масютин подчеркнул: для ускорения темпов развития ИИ бизнесу следует объединить усилия с наукой и образованием, поскольку без вовлечения специалистов компаний, находящихся на фронтире технологических достижений, учащиеся получают знания вчерашнего дня.
Он также представил результаты совместного форсайт-исследования НИУ ВШЭ и Сбера, посвященного тенденциям развития ИИ и проведенного по результатам опроса 50 ведущих отечественных экспертов в сфере искусственного интеллекта.
По их мнению, в перспективе наиболее динамично будут развиваться исследования в следующих сферах:
архитектура и алгоритмы машинного обучения;
вычисления для ИИ;
данные для ИИ (в том числе сохранение их конфиденциальности, создание и аугментация);
фундаментальные и генеративные модели;
безопасность, доверие и объяснимость;
искусственный интеллект для узких задач (компьютерное зрение, обработка языка, синтез речи);
принятие решений в агентных и мультиагентных системах, элементы генеративного ИИ;
взаимодействие человека и машины.
Директор по фундаментальным исследованиям Института ИИ и цифровых наук НИУ ВШЭ Алексей Наумов подчеркнул: в развитии искусственного интеллекта нельзя останавливаться, надо опережать конкурентов. По его мнению, ставка на прикладные исследования в области ИИ с фокусом только на ближайший горизонт не всегда верна, для его развития необходимо привлекать лучшие умы, создающие новые идеи и формирующие научные направления в долгосрочной перспективе.
Совершить рывок можно, только инвестируя в научные исследования. Бизнесу следует делать совместные проекты с университетами, которые находятся на передовой науки, например создают диффузионные модели ИИ, модели генеративных потоков, при этом простой аутсорс стандартных задач в университеты, по мнению Алексея Наумова, не приведет к успеху.
Безусловно, российским ученым необходимо обеспечивать международное лидерство в исследованиях в сфере ИИ. Подготовка ученых, занятых фундаментальной наукой, позволит готовить новые умы и формировать сообщества, создающие передовые технологии.
Алексей Наумов отметил: сейчас цикл внедрения инноваций сокращается, от появления идеи до ее массового применения нередко проходит совсем немного времени: например, ChatGPT потребовалось меньше недели, чтобы набрать миллион пользователей.
Управляющий директор управления исследований и инноваций Сбера Иван Хлебников представил сообщение о развитии Сбером внешних исследований с университетами в сфере ИИ. Он пояснил: Сбер не только использует собственную экспертизу R&D-подразделений, но и подбирает внешние команды, в том числе привлекая исследователей из университетов.
Сейчас каждый третий заказчик разработок Сбера и его партнеров взаимодействует с центрами ИИ благодаря удобному формату, созданию открытого и объективного конкурса, позволяющего выделить сильнейшие исследовательские команды на базе вузов при поддержке Аналитического центра при правительстве России.
Отдельным треком обсуждения в рамках стратегической сессии была коммерциализация разработок. Внедрение разрабатываемых технологий ИИ и создание с их использованием продуктов является приоритетом господдержки центров ИИ в новом цикле. В рабочей группе с участием представителей компаний обсуждались вопросы конкретных механизмов, форматов и условий, при которых кооперация университетов и бизнеса будет максимально эффективной. «Компании заинтересованы в быстрой проверке на практике предлагаемых решений. Для них важна вовлеченность исследователей университета и собственных инженеров в процесс разработки. Создание совместных с бизнесом индустриальных лабораторий, а также тиражирование модели передачи прав на результаты по лицензиям, позволяющей быстро собирать и тестировать прототипы, — приоритетные форматы кооперации, которые были предложены группой в дополнение к уже существующим», — подвел итоги обсуждения директор ЦКРТТ НИУ ВШЭ Антон Яновский.
Об успешном примере такой кооперации рассказал заместитель коммерческого директора управляющей компании АО «Новое сервисное бюро», руководитель проекта Data.Forecast Алексей Казьмин. Он показал, как НСБ совместно с Центром ИИ НИУ ВШЭ разработал предиктивную платформу для анализа данных в сфере туризма и гостеприимства. Прикладной задачей разработчиков модели было выяснить, в какой период имеет смысл вкладывать в маркетинг, определить модель ценовой эластичности спроса, подобрать оптимальную стратегию динамического ценообразования, выяснить ключевые факторы, влияющие на заезд и его отмену.
Для создания платформы по лицензии была передана модель, разработанная в Центре ИИ. Это существенно ускорило разработку, которая включала обучение нейросети на данных о более чем 125 000 бронирований курорта «Игора», отелей «Точка на карте», «Дача Винтера». Сначала были разработаны базовые модели, затем после пополнения данных о бронированиях, погоде в регионе и этапах переходов на сайте отеля выявлялись закономерности связи между ценой и спросом, определялся момент, когда можно корректировать тариф, не снижая спроса, изучалась реакция на изменения ценовой политики.
В результате была создана автоматизированная система моделирования спроса и прогнозирования загрузки номерного фонда без применения ручного труда, что сократило трудозатраты на аналитику на 75% при точности прогноза 95%, а процент отмен снизился на 19%, сообщил Алексей Казьмин.
Систему можно развивать с применением моделей и геоаналитики, учитывая факторы близости гостиниц к туристическим точкам притяжения и достопримечательностям и конкуренции между отелями и сетями.
Помимо кейса для туристической отрасли, есть немало других успешно реализованных проектов, отметил Алексей Масютин. Например, анализ выхода из строя сетевых дисков позволил экономить дорогостоящее сложное оборудование, прогнозировать вероятность его поломки и своевременно проводить профилактику оборудования.
Также сотрудники Центра ИИ совместно с коллегами занимаются сжатием нейронных сетей, что позволяет экономить ресурсы при применении и повысить их устойчивость к состязательным атакам. Новые архитектуры сетей для задач биоинформатики ускоряют поиск таргетов и мишеней при разработке лекарств.
Применение ИИ в экологии повышает точность прогнозирования скорости ветра и влажности и, как следствие, вероятные маршруты передвижения загрязняющих веществ и упрощает поиск источников выбросов.
Компьютерное зрение ускоряет настройку моделей под конкретные производственные стенды, сокращает число нарушений регламентов, улучшает качество продукции.
Совершенствование компьютерного зрения с помощью ИИ облегчает поиск пропавших людей на местности, поскольку оператор с большей вероятностью может пропустить мелкие детали на изображении. Это может также облегчить решение задач безопасности с помощью видеоаналитики, например детектировать, что некто находится в аномальной позе в попытке скрыть запрещенный предмет, или в образовательной сфере — заметить нарушения процедуры экзаменов (использование гаджетов или бумажных шпаргалок).
Алексей Масютин предложил участникам отраслевых секций разработать предложения, какое использование ИИ может быть целесообразно для разных компаний и какие совместные исследования с Вышкой могут иметь наибольший научный и прикладной эффект. Работа стратегической сессии продолжилась в тематических и отраслевых секциях.
На стратегической сессии было предложено более 190 гипотез о том, как развитие фундаментальных направлений ИИ повлияет на отрасли. Эти идеи включают в себя разработку алгоритмов машинного обучения, фундаментальных и генеративных моделей, мультиагентных систем, безопасности в ИИ и вопросы взаимодействия между человеком и машиной. В групповой работе представители науки и индустрии сформулировали 94 прикладные R&D задачи, которые станут основой для сотрудничества НИУ ВШЭ с индустриальными партнерами в таких сферах как промышленность и строительство, фармацевтика и медицина, финансовые услуги и страхование, ИТ и интернет сервисы, телекоммуникация и связь.
Вам также может быть интересно:
Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ
Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.
В Вышке открыли проектно-учебную лабораторию совместно с Группой «Т-Технологии»
Группа «Т-Технологии» (головная структура Т-Банка) открыла проектно-учебную лабораторию на базе факультета компьютерных наук НИУ ВШЭ (ФКН НИУ ВШЭ). Проектно-учебная лаборатория Группы «Т-Технологии» в НИУ ВШЭ сосредоточится на проектах и задачах в области искусственного интеллекта, распределенных вычислений, анализа больших данных и информационной безопасности в финансовом секторе. Лабораторию возглавит Алексей Теплов, кандидат физико-математических наук.
«Защищать конкуренцию от ИИ нам придется с помощью самого искусственного интеллекта»
В НИУ ВШЭ прошел двухдневный семинар «Искусственный интеллект и конкурентная политика в странах БРИКС». Его участники обсудили две ключевые для конкурентной политики темы: трансформация конкуренции и рынков под влиянием технологий ИИ и усилени е регуляторного потенциала антимонопольных органов за счет технологий искусственного интеллекта.
В НИУ ВШЭ разработали сервис обезличивания табличных данных для безопасного использования в ИИ-системах
Институт искусственного интеллекта и цифровых наук ФКН ВШЭ разработал сервис обезличивания табличных данных, предназначенный для подготовки корпоративных данных к использованию в аналитических и ИИ-сервисах. Решение позволяет выявлять персональные данные в структурированных наборах, применять к ним воспроизводимые правила обезличивания и формировать артефакты, необходимые для контроля качества, аудита и последующего использования данных в защищенных контурах.
Высшая школа экономики и «Ростелеком» поддержат ИИ-стартапы для госсектора
НИУ ВШЭ и «Ростелеком» подписали на ПМЭФ-2026 соглашение о сотрудничестве в рамках реализации акселератора ИИ-решений для государственного сектора. Совместная работа позволит объединить технологическую экспертизу крупнейшего цифрового партнера государства и академический потенциал ведущего исследовательского университета страны.
Проблемы этики: как и где использовать ИИ
За последние годы этика в сфере искусственного интеллекта превратилась из философско-теоретической в прикладную дисциплину. Эксперты в НИУ ВШЭ обсудили, какие этические проблемы возникают в связи со стремительным развитием цифровизации и какие их инженерные решения могут быть предложены.
НИУ ВШЭ и МТС договорились об обмене ИИ-компетенциями при подготовке инженерных кадров для телекома
НИУ ВШЭ и ПАО «МТС» заключили соглашение о стратегическом партнерстве, которое предполагает подготовку кадров с ИИ-компетенциями для телекоммуникационной отрасли по программам высшего и дополнительного профессионального образования. Соглашение направлено на повышение качества образования, обмен экспертизой и компетенциями при подготовке инженеров, владеющих технологиями ИИ и машинного обучения.
Точка входа в ИИ: на ЦИПР обсудили влияние технологий на будущее
Участники ЦИПР-2026 обсудили, как офисные приложения могут стать точкой массового доступа к ИИ и снизить барьеры использования. Эксперты сошлись во мнении, что будущее — за адаптивными моделями и экосистемным подходом к корпоративным данным. В экспертных дискуссиях приняли участие представители НИУ ВШЭ.
ФКН ВШЭ расширяет линейку образовательных программ по ИИ для руководителей
Центр непрерывного образования факультета компьютерных наук НИУ ВШЭ (ЦНО ФКН ВШЭ) развивает уникальную линейку образовательных продуктов для топ-менеджмента, где передовая компьютерная наука соединяется с реальными задачами бизнеса. Цель этого направления — помогать развивать бизнес в России через внедрение технологий искусственного интеллекта.
Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).