 |
GreenData: статус национальной ИИ-модели может стать для разработчиков пропуском на enterprise-рынок
Законопроект о поддержке развития ИИ, который в данный момент рассматривается в Государственной Думе, вводит в правовое поле определения таких категорий ИИ-моделей, как «национальная» и «суверенная». По оценкам экспертов GreenData, такой подход может существенно изменить требования бизнеса к выбору ИИ-решений. Речь идет о переходе от пилотных внедрений к конкретным обязательствам в части происхождения модели, контроля над данными, доверия, локализации инфраструктуры и технической документации.
Новый законопроект № 1271570-8 «О поддержке развития технологий искусственного интеллекта в Российской Федерации» впервые дает рынку четкие правила игры, которые в перспективе могут повлиять на закупки, доверие крупных заказчиков к разработчикам и внедрение ИИ в enterprise-сегменте. По оценкам экспертов GreenData, эти положения могут стать основополагающими для всего рынка корпоративного ИИ: для разработчиков универсальных моделей и компаний, разрабатывающих прикладные ИИ-решения по заказу бизнеса и госсектора.
Ранее использовавшиеся аббревиатуры, такие как большие языковые модели (БЯМ), большие лингвистические модели (БЛМ), LLM, теперь в законопроекте обозначаются термином – «большие фундаментальные модели ИИ». К ним относятся такие модели, которые содержат не менее 1 млрд параметров, и могут выполнять широкий круг интеллектуальных задач, предоставлять информацию, а также прогнозировать результаты по заранее заданным параметрам.
В GreenData отмечают, что закрепление термина «большая фундаментальная модель» важно для профессионального рынка – оно отделяет универсальные модели от более узких ИИ-инструментов и создает основу для дальнейшего регулирования, оценки соответствия и промышленного применения ИИ.
Кроме того, отдельный блок законопроекта посвящен суверенным и национальным моделям. Для суверенной модели предполагается полный контроль российского разработчика над характеристиками на всех стадиях жизненного цикла, а также техническая и технологическая воспроизводимость цикла разработки, включая обучение и матрицу исходных коэффициентов. Подготовка ответов и хранение данных, при этом, должны обеспечиваться в ЦОД на территории РФ, принадлежащих российским юридическим лицам.
Национальная модель также должна разрабатываться компанией – российским юридическим лицом, но при ее создании допускается использование иных компонентов, в том числе других больших фундаментальных моделей, если они распространяются на условиях открытой лицензии.
Новые критерии могут заметно изменить расстановку сил на рынке. Не все разработчики смогут подтвердить достаточный уровень контроля над моделью, данными и инфраструктурой.
Суверенные модели, вероятно, останутся направлением для крупнейших технологических игроков. Их разработка требует масштабных вычислительных ресурсов, больших массивов данных, сильных, компетентных исследовательских команд с большой экспертизой и значительных инвестиций. При этом категория национальных моделей может сформировать более конкурентный рынок. В нее потенциально смогут войти специализированные решения, доработанные под отраслевые данные, российскую регуляторику, документооборот, финансовые, юридические, промышленные или клиентские сценарии.
В перспективе статус национальной или суверенной модели может стать для enterprise-заказчиков таким же значимым фактором, как наличие продукта в Реестре российского ПО. Для крупных компаний важно не только качество ответа модели, но и происхождение ее компонентов, контроль над данными, возможность документировать ограничения, управлять доступом и подтверждать соответствие требованиям безопасности.
«Законопроект впервые задает для рынка более четкую юридическую рамку, что считать большой фундаментальной моделью, чем суверенная модель отличается от национальной и какие требования могут предъявляться к таким решениям. Для крупнейших игроков это вопрос разработки собственных универсальных моделей, а для прикладных разработчиков – возможность создавать специализированные ИИ-решения на базе открытых компонентов и собственных данных. Первыми бенефициарами становятся компании, способные выстроить управляемый контур вокруг генеративного ИИ: контроль доступа и данных, аудит, соответствие отраслевым политикам, воспроизводимость экспериментов по обучению моделей. В enterprise-сегменте статус национальной модели может со временем стать важным критерием доверия, особенно там, где ИИ работает с документами, корпоративными данными и значимыми бизнес-процессами», – отмечает Александр Перевалов, руководитель группы разработки ИИ GreenData.
В GreenData отмечают, что практическое применение ИИ в корпоративной среде не ограничивается выбором фундаментальной модели. Для бизнеса не менее важны прикладной контур, качество данных, контроль доступа, возможность проверки результата и интеграция ИИ в существующие процессы.
Справка:
GreenData — российская ИТ-компания, первопроходец в разработке одноименной импортонезависимой low-code платформы.
За одиннадцать лет работы компания реализовала более 600 проектов для российских заказчиков, предлагая технологичные решения для различных отраслей бизнеса. Более 500 экспертов GreenData занимаются развитием продукта, а также внедрением и поддержкой проектов. GreenData аккредитована Минцифры, а ее платформа включена в Единый реестр российского программного обеспечения и признана эффективным решением для задач импортозамещения.
GreenData позволяет создавать ИТ-системы для решения сложных, бизнес-критичных задач в любых подразделениях компании. Решения, построенные на платформе, легко масштабируются, быстро адаптируются под текущие потребности и интегрируются с внешними сервисами, формируя единую рабочую экосистему.
Контактное лицо: Татьяна Алексеева
Компания: GreenData
Добавлен: 16:52, 12.07.2026
Количество просмотров: 27
Страна: Россия
| ГИГАНТ - Компьютерные системы: госзакупки серверов выросли на 42%, ГИГАНТ, 17:06, 12.07.2026, Россия33 |
| СЕО компании «ГИГАНТ — Компьютерные системы» Сергей Семикин подвел итоги 2025 года и спрогнозировал динамику ИТ-рынка на 2026-й, он рассказал о реальных драйверах роста серверов и СХД, изменении структуры госзакупок и переходе заказчиков к расчету совокупной стоимости владения вместо ажиотажных закупок. |
| CICADA8 автоматизировала комплаенс-аудит подрядчиков, CICADA8, 17:04, 12.07.2026, Россия34 |  |
| Разработчик решений по управлению уязвимостями и цифровыми угрозами в реальном времени CICADA8 добавил модуль «Опросы» в платформу CyberRating. Решение автоматизирует аудит внутренних процессов информационной безопасности контрагентов, которые невозможно оценить исключительно техническими средствами. |
| ПО мониторинга и управления «Гравитон» совместимо с РЕД ОС 8, «Гравитон», 16:14, 12.07.2026, Россия44 |
| Компании «Гравитон», разработчик и производитель российской вычислительной техники, и РЕД СОФТ, разработчик программного обеспечения, объявили о подтверждении совместимости программного обеспечения мониторинга и управления «Гравитон» с российской операционной системой РЕД ОС 8. |
| ГК «Умные решения» модернизировала сетевую инфраструктуру АПК «Камский», Умные решения, 17:01, 12.07.2026, Россия34 |  |
| Группа компаний «Умные решения» завершила проект по модернизации сетевой инфраструктуры АПК «Камский» (бренд «Сосновоборская»). В рамках проекта компания спроектировала и создала современную отказоустойчивую сетевую инфраструктуру и защищенный периметр сети на базе решений Qtech и Ideco. |
| Беарпасс объявила о начале процедуры сертификации ФСТЭК, Беарпасс, 16:57, 12.07.2026, Россия33 |
| Компания «Беарпасс» (входит в Группу «Индид»), российский разработчик решения BearPass для корпоративного управления паролями и доступом к секретам, начала процедуру сертификации ФСТЭК России по 4-му уровню доверия. |
| НТЦ АРГУС: ИИ заставит операторов по-новому планировать аплинк, НТЦ АРГУС, 16:54, 12.07.2026, Россия31 |
| Российский разработчик OSS-решений НТЦ АРГУС отмечает: развитие ИИ-сервисов, видеоаналитики, IoT и агентных систем меняет профиль нагрузки на сети. Операторам придется точнее учитывать не только общий объем трафика, но и рост обратного канала, связь нагрузки с конкретными сервисами, клиентами и участками сети. |
|
|
