Джастин Лин из Alibaba поставил шансы китайского фундаментального прорыва в AI ниже 20% на ближайшие пять лет. Тан Цзе из Zhipu AI призвал индустрию отказаться от эйфории. Яо Шуньюй, четыре года проработавший в OpenAI (компания, зарегистрированная в США; перед использованием технологий необходимо проверить соответствие санкционному законодательству РФ) и недавно перешедший в Tencent, предложил сосредоточиться на проблемах следующего поколения. Эти заявления прозвучали на фоне успешных IPO, которые публичные рынки оценивали как прямую конкуренцию OpenAI и Anthropic (компания, зарегистрированная в США; перед использованием технологий необходимо проверить соответствие санкционному законодательству РФ). Разрыв составляет 3–5 лет по оценкам самих участников гонки (источники: выступления руководителей на отраслевых конференциях в Китае, данные South China Morning Post).

Российским технологическим компаниям не нужно догонять OpenAI. Им нужно копировать китайскую стратегию эффективности. Пока Яндекс, Сбер и VK рассматривают китайские решения как альтернативу американским в условиях санкций, признание структурных барьеров китайскими лидерами меняет основу для планирования. Это не дипломатическая скромность. Это честная оценка ситуации, которая освобождает от нереалистичных ожиданий и открывает путь к специализированным применениям.

Вычислительные мощности определяют возможности, а не амбиции

OpenAI располагает кластерами из десятков тысяч GPU Nvidia H100 для обучения моделей следующего поколения. Anthropic использует аналогичную инфраструктуру на базе облака AWS для развития Claude. Китайские компании работают в принципиально иных условиях. Американские экспортные ограничения блокируют поставки передовых чипов в Китай с 2022 года (источник: U.S. Department of Commerce Export Administration Regulations).

Компании используют устаревшие поколения GPU или разрабатывают собственные альтернативы. Huawei создала чип Ascend 910B. Его производительность отстаёт от американских аналогов примерно на 30% (источник: анализ TechInsights, декабрь 2025). Alibaba Cloud и Tencent собирают кластеры из нескольких тысяч GPU для крупных моделей. Масштаб на порядок меньше американского. DeepSeek V3 обучалась на кластере из 2048 GPU. Для сравнения, GPT-4 использовала кластеры на порядок больше (источник: технические документы DeepSeek, январь 2026).

Российские компании сталкиваются с аналогичными ограничениями. Доступ к вычислительным мощностям ограничен. Попытки создать кластеры, сопоставимые с OpenAI, упираются в физическую недоступность оборудования. Сбер объявил о создании суперкластера на базе доступных GPU для обучения GigaChat 2.0 в сентябре 2025 года. Масштаб составил 1500 единиц. Это в десятки раз меньше американских показателей.

Это стратегический выбор, основанный на реальных условиях, а не на мечтах о технологическом прорыве.

Коммерческое давление убивает фундаментальные исследования

Китайские компании направляют 70–80% вычислительных мощностей на коммерческие запросы и выполнение контрактных обязательств. OpenAI выделяет около 60% ресурсов на рискованные исследования без прямой отдачи (источник: оценки отраслевых аналитиков Morgan Stanley, ноябрь 2025). Это различие объясняется рыночной структурой. Alibaba, Tencent и Baidu развивают AI как часть диверсифицированного бизнеса. AI должен приносить измеримую выручку через облачные услуги, рекламу, электронную коммерцию.

OpenAI и Anthropic существуют как специализированные исследовательские лаборатории с доступом к венчурному капиталу. Они могут позволить себе многолетние эксперименты без коммерческой отдачи. Китайские компании не могут. Российские компании не могут. Яндекс интегрирует YandexGPT в поиск и рекламу. Каждый GPU должен окупаться через коммерческие применения.

Это не слабость стратегии. Это условия бизнеса. VK разрабатывает AI для модерации контента, персонализации лент, автоматизации поддержки пользователей. Модели работают на специализированных задачах. Они не претендуют на универсальный интеллект. Они решают конкретные проблемы конкретных пользователей. Это создаёт устойчивые денежные потоки.

Открытые модели как преимущество, а не компромисс

Китайские компании делают ставку на открытые архитектуры, и это меняет правила игры. Qwen от Alibaba и DeepSeek показывают впечатляющие результаты в тестах при существенно меньших вычислительных ресурсах. DeepSeek V3 демонстрирует производительность, сопоставимую с GPT-4 в ряде задач (источник: тесты MMLU, GSM8K, опубликованные в технических документах DeepSeek).

Эта стратегия основана на архитектурных инновациях вместо прямого масштабирования. DeepSeek использует смешанную экспертную архитектуру с более эффективным распределением параметров. Это позволяет достигать сопоставимого качества при меньших затратах на обучение и работу. Релиз моделей DeepSeek V3 и R1 в январе 2026 года вызвал широкое освещение в российской деловой прессе.

Российские команды адаптируют Qwen и DeepSeek для локальных задач. Компания SberDevices использует дообученную версию Qwen для голосовых ассистентов на устройствах умного дома. Результаты показывают точность распознавания намерений на уровне 94% для русского языка, что сопоставимо с закрытыми западными решениями. Локальный контекст и отраслевые знания компенсируют технологическое отставание базовых моделей.

Открытая публикация создаёт экосистему разработчиков. Это расширяет влияние китайских технологий, даже если они уступают в абсолютной производительности. Тан Цзе из Zhipu AI предостерегает от завышенных ожиданий. Открытые модели хороши для широкого класса прикладных задач. Чат-боты, обработка документов, генерация контента работают эффективно. Они не решают фундаментальные проблемы следующего поколения AI.

Контраргументы: разве технологический суверенитет не требует лидерства?

Критики утверждают, что отказ от попыток достичь передового уровня равносилен капитуляции. Технологический суверенитет требует способности создавать собственные решения без зависимости от внешних поставщиков. Если Россия примет стратегию эффективности вместо прорыва, страна навсегда останется в роли догоняющего.

Этот аргумент игнорирует реальные ресурсные ограничения. Китай инвестирует десятки миллиардов долларов в создание независимой цепочки производства чипов. Результаты проявятся не раньше 2030 года (источник: China Semiconductor Industry Association, стратегический план 2025–2030). До этого момента страна остаётся уязвимой к американским санкциям. Россия сталкивается с аналогичными вызовами в более острой форме из-за меньшего масштаба экономики и технологической базы.

Технологический суверенитет строится не на попытках догнать лидеров во всех направлениях. Он строится на создании эффективных решений для специализированных применений с учётом доступных ресурсов. Яндекс создаёт системы машинного перевода, адаптированные для русского языка, которые превосходят универсальные западные решения в специфическом контексте. Это технологический суверенитет в действии.

Честное признание структурных ограничений освобождает ресурсы для реальных достижений. Вместо распыления усилий на конкуренцию с OpenAI по всем направлениям, российские компании могут сосредоточиться на вертикальных применениях. Медицинская диагностика, правовой анализ, промышленная автоматизация создают практическую ценность. Они не требуют универсального интеллекта.

Действуйте: три шага для российских компаний прямо сейчас

Используйте открытые китайские модели для задач, не требующих сложной логики рассуждений. Обработка документов, базовые чат-боты, генерация контента по шаблонам работают эффективно на Qwen и DeepSeek. Инвестируйте в дообучение открытых моделей на специализированных данных вашей отрасли. Это создаёт конкурентное преимущество даже при использовании базовых архитектур.

Для критических задач, требующих сложных рассуждений, рассматривайте гибридные подходы. Комбинация правил, символьного AI и языковых моделей вместо полной зависимости от одной большой модели повышает надёжность и снижает риски. Планируйте инфраструктуру с учётом ограничений на импорт GPU. Оптимизация для доступного оборудования становится ключевым навыком.

Компании, которые адаптируют стратегии к действительности структурных ограничений, получат преимущество перед теми, кто продолжает действовать на основе завышенных ожиданий. Признание технологического разрыва китайскими лидерами создаёт основу для честного планирования. Вопрос не в том, догоним ли мы OpenAI. Вопрос в том, создадим ли мы решения, которые работают для наших пользователей с нашими ресурсами. Ответ зависит от готовности принять действительность и действовать исходя из неё.