В Москве прошла конференция Selectel «MLечный путь». Там собрались эксперты по инфраструктуре, разработчики платформ и аналитики, чтобы обсудить, что сейчас происходит с искусственным интеллектом и как бизнесу могут помочь облака. Главная тема — как компании переходят от разговоров с ChatGPT к внедрению ИИ-агентов, которые реально что-то делают в корпоративных системах, сколько это стоит и на каком железе все это работает. «Компьютерра» собрала самое важное из этих дискуссий.
Эффекты есть, но не для всех
Одним из самых насыщенных докладов стало исследование компании Axenix, которое она проводила вместе с ИЦИИ МГУ. Андрей Мальков, ведущий исследователь Axenix, рассказал, что они проанализировали 250 бизнес-кейсов и опросили три группы специалистов: ИТ-интеграторов, разработчиков решений и бизнес-заказчиков. Вывод получился довольно предсказуемым, но от этого не менее важным — чем выше цифровая зрелость бизнеса, тем больше эффекта он получает от внедрения ИИ-агентов.
В лидерах здесь, как и следовало ожидать, финансовый сектор и ритейл. У них больше данных и больше процессов, которые можно автоматизировать. Эффекты от внедрения делятся на три категории. Первая — прямая экономия на фонде оплаты труда. Компании хотят масштабировать выручку, не нанимая дополнительных сотрудников. Вторая — ускорение процессов: агенты просто работают быстрее людей. Третья — снижение ошибок, хотя тут есть нюанс: на первых порах агенты могут ошибаться даже чаще, чем люди.
«Бизнес давно стал цифровым. ИТ-функция — это фактор конкурентоспособности. Чем лучше она работает, тем большую долю рынка компания захватывает».
Андрей Мальков, ведущий исследователь Axenix
При этом, по его словам, косвенные эффекты даже интереснее прямых. Например, клиентский опыт и удобство сервисов. Мальков напомнил, как один крупный российский банк смог перераспределить рынок в свою пользу именно за счет этого, хотя у всех были одинаковые кредитные продукты.
Но есть и серьезный барьер, и он связан вовсе не с технологиями, а с людьми. Многие сотрудники боятся, что их заменят. Мальков рассказал об одном опрошенном, который признался, что не пользуется корпоративным ИИ-ассистентом, потому что руководство увидит его простые запросы и решит, что его легко заменить. В итоге люди уходят в публичные сервисы вроде ChatGPT, и компания теряет контроль над тем, какие данные куда утекают.
Как приручить агентов?
Разговор об агентах продолжил Михаил Зайцев, директор платформы Kolmogorov AI в компании Data Sapience. Он объяснил, почему 2026 год многие называют годом агентов. Дело в том, что агенты — это не просто очередной чат-бот. У них есть логика, они интегрируются с корпоративными системами и, по сути, представляют собой полноценные программные артефакты, которые нужно разрабатывать, тестировать и поддерживать.
Зайцев выделил несколько уровней сложности. Начинается все с простых запросов к ChatGPT — это минимальный уровень. Дальше идут разговорные ассистенты с управлением промтами и инструкциями. Затем — прирученные агенты с RAG (поиском по базам знаний) и строгими последовательностями действий. Потом — агенты со сложной логикой, самопланированием и долгосрочной памятью. И наконец, полностью автономные агенты, которые пока существуют скорее в теории.
Для промышленного внедрения, по мнению Зайцева, нужна платформа, и эксперт описал трехуровневую систему, как внедрять нейросети в свой бизнес. На первом этапе — быстрый и недорогой старт на облачных сервисах с централизованными прокси для работы с моделями и корпоративным порталом. Второй этап — подключение собственных моделей. Зайцев отметил, что современные модели размером 30–35 млрд параметров по качеству сравнимы с передовыми моделями двухлетней давности, и для их запуска достаточно всего двух GPU. Третий этап — полноценная платформа с конструктором агентов, ролевыми моделями и инструментами тестирования.
В качестве живого примера Зайцев привел внедрение в компании «Таврос», крупном АПК-холдинге. Там сделали корпоративный портал с доступом к разным моделям, организовали общий поиск по документам и создали двух ключевых агентов. Один ежедневно мониторит новости по отраслевым тематикам, отсеивает дубли и определяет важность. Второй — стратегический советник, который работает по схеме, аналогичной GPT Deep Research: пользователь пишет запрос, и агент сам планирует исследование, собирает данные, перестраивает план по ходу дела и выдает многостраничный аналитический отчет.
В итоге результат превзошел ожидания, и ресурс собрал больше сотни активных пользователей и более 100 тыс. запросов. При этом, как подчеркнул Зайцев, вся система начиналась с очень скромных ресурсов — 80 ГБ оперативной памяти и пары видеокарт.
А что с китайскими GPU?
Отдельной и очень популярной темой на конференции стало альтернативное железо. Дмитрий Шилов, технический директор компании Chaitex и руководитель направления альтернативных GPU в Институте искусственного интеллекта МФТИ, сделал подробный обзор китайских производителей. В Китае их сейчас образно называют «три дракона и четыре змеи».
«Три дракона» — это крупные BigTech-компании: Baidu (с дочерней Kunlun), Huawei и Alibaba. Интересно, что Huawei — единственная из всех, чьи чипы несовместимы с архитектурой CUDA. Это сделано намеренно, чтобы развивать собственную экосистему. Их карты Ascend 950 PR, по данным Шилова, уже превосходят Nvidia H20 — специальную карту, которую американский производитель поставлял в Китай в рамках санкционных ограничений.
«Четыре змеи» — это компании поменьше, вышедшие на биржу: Moore Threads, MetaX, Iluvatar Corex и Biren Technology. Их основатели — бывшие архитекторы из Nvidia и AMD, так что инженерная школа там очень серьезная. Производительность их текущего поколения чипов, по оценкам Шилова, находится на уровне Nvidia Hopper.
Самый важный момент, который он отметил, — все новые китайские чипы теперь производятся на их отечественных мощностях Semiconductor Manufacturing International Corporation (SMIC), а не на тайваньском TSMC. Продажи Nvidia в Китае за последний год упали на 40%, и этот тренд, похоже, только усиливается. Шилов рассказал, что утилизация китайских GPU-серверов в местных ЦОДах сейчас практически стопроцентная, а очередь на аренду достигает трех месяцев.
Для России это означает, что опенсорсные модели (DeepSeek, Qwen и другие) все активнее оптимизируются под китайские GPU. «В этом году это станет де-факто стандартом», — пояснил он.
Также «Компьютерра» уточнила у эксперта, когда китайские карты смогут вытеснить Nvidia и AMD с российского рынка. Шилов обозначит 2028 год датой перехода к GPU из Поднебесной. По его словам, это произойдет не потому, что китайцы сделают какое-то громкое заявление или представят революционный продукт. Просто в какой-то момент все вдруг осознают, что китайские GPU уже повсюду — точно так же, как это случилось с автомобилями.
«Еще недавно казалось, что рынок навсегда останется за европейскими и японскими марками, а теперь китайские машины стали привычной частью городского пейзажа. С графическими ускорителями произойдет та же история. Без лишнего шума, без громких презентаций — просто однажды окажется, что они уже здесь и их вполне достаточно для большинства задач».
Дмитрий Шилов, технический директор компании Chaitex
В кулуарах конференции мы поговорили с Александром Туговым, директором ИИ-вертикали Selectel. Он подтвердил, что китайские GPU — рабочие решения, и если заказчик хочет именно их, компания готова их поставить. Однако на данный момент 99,9% клиентов Selectel выбирают Nvidia. Причина не в экономике: Nvidia эффективнее на рубль за счет более зрелого софтверного стека, который развивается в компании уже 20 лет.
«Конечно, прогресс у китайцев есть. За последний год они прошли путь от совсем нерабочих систем до хотя бы работающих. Но пока наши клиенты выбирают более проверенные и предсказуемые решения».
Александр Тугов, директор ИИ-вертикали Selectel
Что нового у Selectel?
Сама компания Selectel тоже не осталась в стороне от анонсов. Они обновили собственную ИИ-платформу. Главное нововведение — сервис Foundation Models Catalog теперь доступен на выделенной инфраструктуре с возможностью автомасштабирования. В каталог добавили новые open-source модели, включая IBM Granite, Alibaba Qwen, DeepSeek, Microsoft Phi и Mistral AI. В ближайшее время появятся Whisper, GPT-OSS и MiniMax.
Кроме того, архитектуру платформы перевели на vLLM — высокопроизводительный фреймворк для инференса, что позволило увеличить производительность без дополнительных затрат. Появились инструменты для наблюдения за работой моделей (логи и метрики), а управление сервисами теперь доступно через REST API.
Еще один важный анонс — собственный ИИ-сервер Selectel. Это 8U-платформа с двумя процессорами Intel Xeon 6, до 8 ТБ оперативной памяти и возможностью установки до 16 графических ускорителей. Сервер уже доступен для аренды и покупки.
Компания инвестировала в ИИ-инфраструктуру около 3,6 млрд рублей с 2020 года, а до 2031 года планирует направить на эти цели еще 10 млрд.
Вывод
Конференция «MLечный путь» показала, что российский бизнес перешел от разговоров об искусственном интеллекте к реальному внедрению. Компании уже не спрашивают «зачем нам агенты?», они спрашивают «как их масштабировать и контролировать?». Эффекты от внедрения есть, но они требуют цифровой зрелости и готовности менять внутренние процессы.
При этом отрасль сталкивается с двумя большими вызовами. Первый — человеческий: люди боятся, что их заменят, и это тормозит внедрение даже сильнее, чем технологии. Второй — инфраструктурный: выбор железа становится все сложнее. Китайские GPU догоняют, но пока проигрывают по экономике. Однако с учетом того, что опенсорсные модели все больше оптимизируются под китайское железо, и геополитические ограничения никуда не делись, выбор поставщика GPU в России скоро может стать не столько техническим, сколько стратегическим решением.