Ассоциация ФинТех выпустила отчет о 10 главных технологических трендах на 2026 год. Я их проанализировал и ниже делюсь своим мнением.
Топ-3 тренда, которые уже «взлетели» в России:
1⃣ Отраслевые языковые модели (Domain-Specific LLMs)
Универсальные модели плохо работают с узко отраслевыми технологическими задачами. Разработчики LLM активно делают специализированные отраслевые языковые модели.
Примеры: «Норникель» выпустил MetalGPT-1 — первую в мире доменную модель на 32 млрд параметров для металлургии, обученную на миллионе закрытых инженерных документов. Свои отраслевые модели также активно развивают и внедряют Авито (для классификации товаров и работы с объявлениями), Мосбиржа (для анализа финансового рынка), специализированные модели для юристов (GigaLegal и Нейрошлюз).
2⃣ Малые языковые модели (Small Language Models, SLMs)
Компактные нейросети стали ответом на потребность в автономности, безопасности данных и экономии вычислительных ресурсов. Особенно это актуально для крупных организаций, которые разворачивают корпоративные LLM во внутреннем контуре
Примеры: Т-Банк выложил в open-source модели T-Lite (7 млрд параметров) и T-Pro (32 млрд параметров). Они дообучены специально под русский язык и заточены под локальное развертывание (fine-tuning) для решения конкретных бизнес-задач без передачи чувствительных данных в сторонние облака. Подобные модели создаются самими вендорами - MWS AI, GigaChat, YandexGPT.
3⃣ Платформы для разработки на основе ИИ (AI-Native Development)
ИИ становится не просто помощником, а основной процесса написания кода. В условиях кадрового голода в ИТ российские корпорации массово внедряют ИИ-ассистентов для программистов.
Примеры: Активное использование Yandex Code Assistant, GigaCode от Сбера и MWS Kodify, которые ускоряют написание рутинного кода на 20-30% и уже стали стандартом в крупных ИТ-командах.
Топ-3 тренда, которые в России пока «не взлетели»
1⃣ Конфиденциальные вычисления (Confidential Computing)
Почему не работает в полной мере: об этой технологии (защита данных прямо во время их обработки в доверенных средах) говорят не первый год, но успешных примеров внедрения в production крайне мало. Часто за «конфиденциальные вычисления» выдают другие технологии (например, блокчейн). Пока тренд остается на уровне разговоров и редких пилотов. Ну или мне не хватает кругозора :)
2⃣ Платформы для ИИ-супервычислений
Почему не работает: жесткие геополитические ограничения, дорогие деньги и отсутствие своей микроэлементной базы. Доля России в мировой производительности суперкомпьютеров составляет менее 0,5%. Ограничения на импорт современных чипов (особенно NVIDIA) делают создание собственных суперкомпьютеров крайне сложной задачей. Бизнес вынужден полагаться на доступные облачные мощности и лишь немногие делают собственные платформы.
3⃣ Периферийные вычисления (Edge Computing)
Почему не работает: для переноса вычислений «на край» (ближе к источнику данных) нужна колоссальная инфраструктура IoT-устройств и датчиков, которой в РФ пока нет в нужных объемах. Кроме того, исторически российский ИТ-сектор сфокусирован на мощных централизованных облаках, а не на распределенных сетях.
Резюме для руководителей:
Российский ИИ-рынок предельно прагматичен. Мы не строим суперкомпьютеры для абстрактных научных задач, а фокусируемся на том, что дает быстрый экономический эффект и быструю окупаемость: специализированные отраслевые модели, локальные малые нейросети (SLM) и автоматизация разработки.
PS: сам отчет по трендам в комментариях.
#тренды
ген ии