Такая вера аналитиков обусловлена в том числе интеграцией искусственного интеллекта, который решает давние ограничения супераппов и совершает революцию внутри приложений.

Какими будут супераппы будущего и чего ожидать от сервисов, которыми пользуются миллионы людей по всему миру, — рассказывает Никита Кожуханов, руководитель продукта суперапп Яндекс Go.

— Давай начнем с небольшого введения — расскажи про ключевые рынки и игроков в нише супераппов.

— Супераппы — это приложения, как правило для мобильных устройств, которые объединяют разные сервисы в единую экосистему. Модель особенно популярна в Азии, можно сказать, что это ключевой рынок. Например, приложение WeChat в Китае запускалось как мессенджер, а превратилось в экосистему, где можно оплатить коммунальные счета, заказать еду, записаться к врачу, вызвать такси и воспользоваться услугами — не выходя из одного приложения. Grab в Юго-Восточной Азии вырос из сервиса заказа такси в суперапп с банкингом, доставкой и страхованием.

При этом в США такая модель так и не стала массовой. В стране исторически развивался рынок узкоспециализированных приложений, и лишь единичные компании идут по пути супераппности — например, попытку стать суперапп-платформой предпринял Uber, интегрировав Uber Eats.

В России супераппы более популярны. У нас они представлены, например, крупнейшими игроками финтеха, которые строят экосистемы вокруг своих финансовых сервисов по схожей модели с зарубежными игроками. Есть и социальный суперапп, где соседствуют сообщества, магазины и контент. Мы развиваем городской суперапп Яндекс Go, объединяющий более 15 сервисов, включая такси, доставку еды и доставку посылок и грузов.

— Мы привыкли, что ИИ пишет код, ищет за нас информацию или, на крайний случай, открытки бабушке генерирует. Зачем он в повседневных приложениях?

— Еще несколько лет назад отношение к искусственному интеллекту в массовых продуктах неизбежно сводилось к крайности, что это «черный ящик, которому нельзя доверять». Качество работы нейросетей было непредсказуемым, а разработчикам и пользователям приходилось контролировать каждый их шаг, чтобы получить нужный результат. Но сегодня ИИ превращается в невидимого помощника для повседневных задач — такого, который не требует от пользователя ни специальных знаний, ни лишних усилий.

ИИ помогает подстраивать возможности приложения под нужды каждого пользователя. Нейросети научились видеть даже неочевидные взаимосвязи в том, как человек использует сервис, — и начали предугадывать его потребности раньше, чем тот успевает их сформулировать.

Внутри супераппов это уже работает: Grab, например, использует более тысячи ML-моделей, которые в реальном времени формируют персональные рекомендации ресторанов, рассчитывают маршруты и предсказывают, где в ближайшее время будет повышенный спрос на поездки. Похожие технологии работают и в Go. Например, ML-модели подбирают удобные точки посадки, готовят умные подсказки про места, куда едет пользователь, а также динамически формируют персонализированную рекомендательную ленту товаров и услуг. Таким образом технологии в смартфоне пользователя активно взаимодействуют с его физической средой.

Сейчас здесь можно наблюдать новый виток эволюции с приходом ИИ-агентов. Если раньше ИИ в первую очередь решал задачу персонализации — то недавнее появление ИИ-агентов может в целом изменить подход к тому, как пользователи взаимодействуют с сервисами.

— Это футуризм или уже есть такие примеры на рынке?

— Компании, которые являются мировыми лидерами в области супераппов, уже сейчас идут по пути агентности. ИИ-агент не просто советует: он призван самостоятельно совершить цепочку действий — найти опции, помочь с выбором и оформлением услуги или продукта. Это органично ложится в концепцию супераппов: убрать между желанием пользователя и результатом все лишнее.

Мировые игроки активно развиваются в этом направлении, задействуя при этом силы известных разработчиков в области ИИ. Tencent тестирует ИИ-помощника на архитектуре DeepSeek в WeChat. Kakao Corp сотрудничает с OpenAI, чтобы превратить мессенджер в суперапп с умными функциями покупок и платежей. Grab запускает ИИ-инструменты в партнёрстве с OpenAI и Anthropic. ИИ-агенты через интерфейс ChatGPT уже могут формировать заказы в Instacart и вызывать машины в Uber, фактически избавляя пользователя от необходимости перемещаться между экранами разных приложений. Яндекс движется в этом же направлении. Но при этом мы одни из немногих в мире, кто может себе позволить построить экосистему, объединив и свои сервисы и свои технологии.

Так, в Яндекс Go с декабря 2025 года мы тестируем ИИ-агентов, которые через чат с нейросетью Алисой AI помогают по-новому решать городские задачи. Мы видим, что пользователи, которым уже доступны новые возможности в бета-версии, активно тестируют, например, заказ такси через нейросеть или подбор блюд. Про заказ такси еще важно уточнить, что с появлением Алисы AI в приложении станет доступна возможность заказа голосом — это вообще будет новый сценарий на российском рынке.

— Как работают эти агенты?

— Человек пишет запрос — а нейросеть распределяет его между нужными агентами, которые выполняют конкретные действия. Например, на фразу «Хочу отправить торт бабушке» агент «Доставки» уточнит детали и предзаполнит форму заказа, а по запросу «Хочу на обед томатный суп с креветками» агенты предложат варианты продуктов для готовки и рестораны с этим блюдом.

— Что это меняет для пользователей, как решает проблему удобства?

— Подобные системы меняют сразу две вещи. Первое — логику навигации: пользователям больше не нужно самостоятельно искать конкретный сервис внутри экосистемы и разбираться в опциях каждого раздела. Проблему, которая нарастала по мере усложнения и обогащения супераппов, наконец решил ИИ — максимальным упрощением интерфейса. Он трансформировался в диалоговое окно.

Второе — саму природу решения запроса. Раньше любые приложения требовали от пользователей уже готового, сформулированного желания: хочешь такси — открываешь раздел такси, хочешь суши — открываешь доставку и ищешь суши. Теперь достаточно сказать «я хочу чтобы в моем завтраке были блюда из яиц» — и ИИ предложит варианты: от подбора рецептов или готовых блюд до ресторанов и кафе поблизости. При этом система не просто отвечает на запрос, но и объединяет знания о привычках и предпочтениях пользователя, превращая приложение в личного городского ассистента, который предлагает нужное раньше, чем человек успел это сформулировать.

Таким образом теперь интерфейс становится по-настоящему гибким и персонализированным, а навигация пользователя внутри приложения — максимально бесшовной.

— Ну и напоследок. Что будет дальше?

— Суперапп как концепция прошел путь от идеи до зрелых экосистем с сотнями миллионов пользователей. Следующий шаг — переход от экосистемы сервисов к экосистеме агентов. Эти агенты станут незаменимыми помощниками для городских задач — они будут глубоко понимать пользователя и город, держать единый контекст и бесшовно работать на всех поверхностях.

Рег.ру известен прежде всего как крупнейший регистратор доменов, но в последние годы компания активно развивала облачное направление. В 2025 году оно было выделено в самостоятельную структуру — Рег.облако. Под новым брендом собраны все инфраструктурные сервисы: от виртуальных машин до GPU-серверов и ИИ‑решений. Собственная облачная платформа, сеть дата‑центров уровня Tier III в нескольких регионах и фокус на open‑source‑технологии — с этим багажом Рег.облако входит в число заметных игроков российского рынка.

— Рег.облако сделало ставку на GPU как основу своего ИИ-направления. Расскажите, как изменился спрос за последний год — что клиенты хотят от GPU-инфраструктуры сегодня и чего хотели раньше?

—  За последний год запросы клиентов существенно изменились: спектр задач сместился от разовых экспериментов к долгосрочному внедрению ИИ‑решений в бизнес‑процессы. Мы видим, что все больше обращений поступает именно на новое и дорогое железо — особенно GPU‑серверы. Первая партия оборудования едва успевает прийти с завода, а клиенты уже спрашивают о следующих моделях.

Чаще всего на наших мощностях сейчас решают задачи, связанные с искусственным интеллектом: запуск и развертывание больших LLM‑моделей в контролируемых контурах, обучение собственных моделей, генеративные задачи и задачи computer vision. В этом легко увидеть системный переход бизнеса от «попробовать» к тому, чтобы строить на ИИ‑инфраструктуре стабильные продукты и сервисы.

— Оборудование за последний год сильно подорожало. Как вы для себя определяете, что можно переложить в стоимость услуг, а на чём не стоит экономить?

— Действительно, с ценами сейчас происходит нечто невообразимое: рынок GPU и памяти переживает дефицит и тотальный рост стоимости компонентов. Но в этом контексте все равно работает рынок, действуют законы конкуренции, и у каждой компании есть свои принципы маржинальности и стратегия.

Повышение цен на оборудование рано или поздно отражается и в стоимости услуг — это закономерный тренд. Однако с точки зрения инженерной честности мы не уходим в компромиссы по качеству и не перекладываем риски на клиента. Мы продолжаем держать планку надежности, доступности и соответствия стандартам, чтобы наши решения оставались предсказуемыми и безопасными, даже в условиях сложного рынка.

— Вы запустили сетевые блочные диски, где хранилище живёт отдельно от сервера. Что, кроме инженерного любопытства, за этим стоит? Какие реальные запросы клиентов вас к этому подтолкнули?

— Сетевые диски открывают перед бизнесом возможности, которых раньше просто не было: данные живут независимо от сервера, что снижает вероятность отказа и повышает доступность. Можно расширять хранилище по более выгодной цене и переключать диски между облачными серверами без остановок. Это основа для отказоустойчивых решений: кластеров, репликаций, резервного копирования и масштабирования без перепроектирования инфраструктуры.

Удаленные сетевые диски и хранилища — далеко не новая архитектура, за ними уже стоит реальное сегодня: современные дата‑центры и облачные платформы давно отделяют хранилище от вычислений. В будущем без такого подхода не обойтись — это естественная эволюция: от жесткой привязки диска к серверу к гибкой, управляемой и надежной инфраструктуре хранения, которая подстраивается под бизнес‑задачи, а не наоборот.

— Рег.облако запустило «ИИ-ассистента». Сейчас у каждого второго провайдера есть что-то с похожим названием. Чем ваше решение отличается от всех остальных и для кого вы его создавали на самом деле?

— Наше решение специально задумано как простое, безопасное и гибкое. Оно построено на open‑source‑технологиях и полностью контролируется клиентом: мы не смотрим в API‑вызовы и не просматриваем данные, которые обрабатываются и хранятся в его инфраструктуре, — все остается в контролируемом контуре.

На стороне выбора моделей мы не ставим барьеров: клиент может подключать любые модели с ollama.com, включая собственные или сторонние open‑weight‑модели. При этом решение преднастроено для быстрого старта — есть чат‑бот, набор популярных моделей (Gemma 3, DeepSeek, LLaMA и другие), а также готовый API‑интерфейс.

В то же время ИИ‑ассистент легко кастомизируется даже через веб‑интерфейс, без глубоких технических навыков: подключается RAG, веб‑поиск, устанавливаются новые модели, агрегируются данные и создаются интеграции с внешними сервисами — в том числе с low‑code‑платформой n8n.

Мы создавали его в первую очередь для бизнеса, которому важно не «просто поиграть с ИИ», а работать с конфиденциальными данными, контролировать окружение и быстро интегрировать ИИ‑агентов в реальные бизнес‑процессы: поддержку, документооборот, аналитику, автоматизацию задач и так далее.

—  Вы говорите, что ИИ-ассистент построен на open-source и полностью контролируется клиентом. А сами сотрудники Рег.облака используют его для внутренних задач? Можете поделиться примером, как вы у себя автоматизировали какую-то рутину с его помощью?

— Да, мы используем его для внутренних задач, например когда нужно обработать данные, которые нельзя выводить за контур компании. Один из частых сценариев — аналитическая обработка больших массивов: скажем, проанализировать воронку продаж и определить частотность запросов на те или иные услуги, их функциональность. Или взять смысловую классификацию обращений в техподдержку — тоже хорошая задача. Еще применяли в кейсах, где нужно было качественно проверить данные на нормализованность: найти опечатки, повторы, шаблонные формулировки. В ассистенте есть все необходимые механики для интеграции с другими системами и чат-бот для отладки. То, что раньше делал человек, теперь можно поручать роботам.

— ИТ всегда двигалось в сторону упрощения, но сейчас это ускорилось: low-code, no-code, ИИ-помощники. Вы за этим следите — и есть что-то, что вас самих зацепило или подтолкнуло к новым продуктам?

— Мы стараемся не изобретать велосипеды, а выбирать инструменты, которые уже работают и используются нами самими. n8n — один из таких «кирпичиков», который органично вписывается в нашу философию гибкости и простоты использования. Это очень функциональный, но при этом понятный инструмент, получивший широкое распространение в ИТ‑сообществе. Он сочетает no‑code‑подход с возможностью вставлять код, даёт большой набор готовых интеграций и при этом позволяет глубоко кастомизировать сценарии. Без него наш портфель уже кажется неполным: он закрывает тот слой автоматизаций и интеграций, где многие задачи — от связки сервисов до оркестрации ИИ‑агентов — просто перестают требовать отдельной полноценной разработки.

— В феврале вы запустили n8n как готовое приложение в облаке. Зачем облачному провайдеру low-code платформа — и что вы сами получаете от этого инструмента?

— Вместо того чтобы раз за разом писать код для множества пайплайнов, можно собрать сценарий в n8n буквально в несколько кликов: связать Telegram с чат‑ботами, транскрибировать голос из корпоративной телефонии в текст и сразу складировать его в базу знаний, проверять почту на ключевые паттерны через LLM‑помощника, настраивать fine‑tuning и RAG‑сценарии для моделей — любая интеграция и автоматизация в n8n собирается очень легко, за минуты. Да, при помощи ИИ стало довольно просто писать и сам код, но проблема не только в написании: код нужно ещё где‑то запускать, следить за его работой, организовать параллелизм, очереди, обработку ошибок, логирование. n8n даёт всё это из коробки. Для нас это и инженерный азарт, и холодный расчёт. Азарт — в том, как через одну платформу можно радикально упростить построение автоматизаций; расчёт — в том, что бизнес всё чаще ищет решения, где интеграцию процессов можно делать быстро и без длительных циклов разработки.

И если говорить о пороге входа — он ниже, чем кажется. Чтобы начать, достаточно заказать приложение через личный кабинет, посмотреть пару видео и спросить у любой ИИ-модели, как решить конкретную задачу на n8n. Для 80% типовых бизнес-задач хватает базового понимания логики и пары часов экспериментов. Разработчик может понадобиться, если у вас очень специфичная задача, — но это скорее исключение.

— n8n, ИИ-ассистент, GPU-инфраструктура — всё это выглядит как части чего-то большего. Куда Рег.облако движется дальше в ИИ и автоматизации и что вас лично сейчас больше всего драйвит?

— Всё это это части большой волны, и n8n — один из важных инфраструктурных кирпичиков в ней. Все наши планы раскрывать не буду, но сервисов вокруг ИИ в Рег.облаке появится ещё много. Мы идём последовательно по классическому облачному пути: IaaS → PaaS → SaaS, понимая, что нужно рынку, да и нам самим.

Мы слышим и разделяем многие страхи наших клиентов: что будет с конфиденциальностью и безопасностью данных? Насколько сервис окажется надежным и доступным именно тогда, когда он больше всего нужен? Не получится ли так, что технология окажется слишком сложной или дорогой в реальной жизни?

Именно поэтому мы не просто разрабатываем ИИ-решения, а стараемся делать сложные технологии по-настоящему простыми и безопасными в использовании для любого бизнеса: от маленькой кофейни до крупного холдинга. Чтобы ИИ и автоматизация стали такой же естественной инфраструктурой, как электричество или интернет. Это непростая задача. Но именно этот вызов ежедневно мотивирует нас идти дальше.

Реклама. ООО «РЕГ.РУ». Erid: 2VtzqvG4VLQ

Для чего создавался и как устроен RUTUBE Tech, чем занимаются команды, а также что будет происходить в IT-разработке и медиатехе в ближайшие пять лет.

— Недавно было объявлено, что вся экспертиза в IT-разработке цифровых активов «Газпром-Медиа Холдинга» и технологические команды видеосервисов объединяются на базе RUTUBE Tech. Расскажите, с чем связано такое решение, как давно началось формирование единого IT-хаба цифровых активов?

— Этот процесс начался в рамках перехода к обновленной технологической стратегии «Газпром-Медиа Холдинга», а само решение о создании IT-хаба для видеоплатформ прорабатывалось и принималось не за один день. Формирование единого технологического центра компетенций шло постепенно и стало логичным продолжением развития продуктов, которые объединяют возможности сразу нескольких видеосервисов.

Пока каждая команда работает над собственными технологическими решениями, часть усилий неизбежно дублируется. На высококонкурентном рынке это напрямую влияет и на эффективность разработки, и на скорость релизов. Чтобы быть быстрее и работать более системно, мы приняли решение объединить экспертизу команд и создали единую технологическую среду.

По сути, речь идет о переходе от разрозненной разработки к платформенному подходу. Он позволяет сосредоточиться на создании общих технологических компонентов, снизить издержки и масштабировать лучшие решения сразу на несколько продуктов.

— Что сейчас входит в структуру RUTUBE Tech?

— Мы консолидировали платформенные решения и продолжаем выстраивать общие процессы. Сейчас завершаем этап формирования единых стандартов разработки и культуры взаимодействия команд.

Сегодня IT-хаб — это не только команды разработки, но и единая экспертиза по архитектуре, данным, ИИ, видеотехнологиям и платформенным сервисам. Он становится центром компетенций, который обеспечивает устойчивое развитие цифровых активов и задаёт общий технологический вектор для всей экосистемы

— Расскажите подробнее, чем занимается команда RUTUBE Tech? Какие задачи решает?

— Сегодня RUTUBE Tech работает с широким технологическим стеком, объединяет направления разработки и поддержки видеосервисов, включая платформенные бэкенд и фронтенд, мобильную разработку, QA, компетенции в ИИ. Хаб отвечает за всю технологическую основу видеоплатформ «Газпром-Медиа Холдинга»: архитектуру, разработку, масштабируемость и надежность сервисов.

Наша главная цель — чтобы видеоплатформа стабильно работала при любой нагрузке и могла быстро развиваться. Пользователь может этого не видеть, но именно эти решения определяют скорость работы сервисов, качество видео и общее ощущение надежности продукта.

Наш основной заказчик — продуктовые команды. Мы развиваем стриминг и видеоотдачу под высокую нагрузку, работаем также над рекомендациями и поиском. Отдельные важные направления — модерация контента и антифрод-решения. Для сервисов с многомиллионной аудиторией надежность и безопасность особенно критичны.

Команда решает задачи не точечно, а системно — на уровне платформы. Это позволяет масштабировать решения сразу для нескольких продуктов и быстрее запускать новые функции без потери стабильности.

Мы разрабатываем как базовые сервисы, так и сложные высоконагруженные системы. То, что лежит в основе цифровых продуктов «Газпром-Медиа», прежде всего RUTUBE. В том числе — собственные ML/ИИ-решения, которые поддерживают новые форматы взаимодействия пользователей с контентом.

— Как строились процессы и единая среда разработки для команд, которые раньше работали над отдельными продуктами? На каких принципах будет строиться работа команд после завершения объединения?

— Когда формируешь команду из людей с разной культурой разработки, самое сложное — не сами процессы, а человеческий фактор. Можно описать регламенты и инструкции, но без понятных правил и комфортной среды они не работают. На старте мы увидели высокий интерес к обмену знаниями и практиками между командами и проектами. Это и стало ключевым фактором для выстраивания единой среды.

Было важно сначала выстроить общее понимание того, как мы работаем и взаимодействуем, и только потом закреплять это в процессах и технологиях. Поэтому мы сразу договорились о базовых принципах: общая технологическая платформа, стандарты разработки и культура с понятными ценностями внутри команды. Для разработчиков это критично — важно понимать, как устроена среда, коммуникации в ней и по каким правилам принимаются решения.

При этом для нас было принципиально сохранить автономность команд и свободу в действиях. Благодаря такому подходу удается быстрее реагировать на задачи конкретного сервиса и при этом не ломать всю систему.

В результате работа команд строится на сочетании единых правил и локальной ответственности. Общая платформа и стандарты задают рамку, а команды сохраняют гибкость и могут самостоятельно принимать решения по своим продуктам.

— ИИ стал неотъемлемой технологией, которая сейчас используется практически в любом цифровом продукте, включая видеосервисы. Насколько широко искусственный интеллект применяется в модерации контента и других сценариях?

— Искусственный интеллект для нас — уже не эксперимент, а рабочий инструмент. В первую очередь он используется в модерации: это распознавание сцен и объектов, выявление запрещенного контента, обнаружение копий и перезаливов.

Чтобы понять масштаб, давайте представим, что ежедневно на RUTUBE грузится до миллиона видео. Средняя продолжительность ролика — около 21 минуты. Это около 350 тыс. часов каждый день. Все нужно просмотреть и промодерировать. Если брать три рабочие смены по восемь часов — понадобится примерно 15 тыс. человек.

Такой объем задач невозможно эффективно закрывать только вручную, особенно на платформе с многомиллионной аудиторией. Поэтому мы используем обученные ML-модели, которые помогают находить нарушения не только в видео и аудио, но и в комментариях.

ИИ и алгоритмы также активно используются в рекомендациях и поиске. Это помогает пользователям быстрее находить релевантный контент и делает взаимодействие с платформой более удобным. По мере роста видеосервиса роль этих технологий будет усиливаться. Главная задача рекомендательных систем — понимать предпочтения пользователя в видео, создавать персональные подборки контента на основе метаданных.

В творческих задачах с помощью ИИ мы генерируем фрагменты сценариев и создаем прототипы персонажей. В клиентском сервисе ML-технологии помогают работать поддержке, анализировать отзывы пользователей. В составе антифрод-решений искусственный интеллект позволяет находить подозрительный трафик и пресекать потенциальное мошенничество с монетизацией.

Развитию ИИ-систем и интеллектуальных агентов мы уделяем большое внимание в нашей долгосрочной бизнес-стратегии. И это не просто дополнение существующих процессов, а создание нового цифрового ландшафта.

Для нас принципиально важно выстроить работу так, чтобы люди и ИИ работали вместе и дополняли друг друга.  Мы видим в искусственном интеллекте, прежде всего, инструмент, усиливающий экспертизу команд.

— Какие направления работы технологического хаба вы бы назвали приоритетными? Какое место они занимают в стратегии технологического развития «Газпром-Медиа Холдинга»?

— В первую очередь для нас это масштабирование и стабильность платформы RUTUBE. Когда ты работаешь с высоконагруженным сервисом, ключевая задача — сделать его стабильным. Пользователь не должен задумываться о технологиях «под капотом». Сервис просто должен быть быстрым и надежным, на любом устройстве и в любой точке мира.

Стабильность и надежность для нас — это не фоновая задача, а стратегический приоритет. Именно они создают основу для роста аудитории, внедрения новых форматов и развития более сложных технологических решений поверх платформы.

Второй крупный блок — искусственный интеллект и работа с данными. Это развитие рекомендаций, модерации и контентной аналитики. ИИ помогает нам точнее подбирать контент для пользователей, быстрее реагировать на риски и в целом улучшать пользовательский опыт по мере роста платформы.

Отдельное направление — платформенные решения. Мы развиваем единые API и базовые сервисы: авторизацию, биллинг, контент-менеджмент. Это технологический каркас, который позволяет цифровым продуктам «Газпром-Медиа Холдинга» расти быстрее и согласованнее, без дублирования.

Такой платформенный подход позволяет не просто ускорять запуск новых продуктов, но и выстраивать единую технологическую логику. Это снижает издержки, повышает управляемость и упрощает масштабирование.

Все эти направления встроены в стратегию технологического развития «Газпром-Медиа Холдинга». Наша цель — создать единую, современную и независимую цифровую экосистему видеосервисов.

IT-хаб в этом смысле — не отдельная структура, а среда, в которой формируются общие стандарты, архитектурные принципы и темп развития всей экосистемы. Он задает основу для долгосрочного роста и технологической самостоятельности «Газпром-Медиа».

— Над созданием каких собственных технологических разработок сейчас работают ваши команды?

— Мы закрываем сразу несколько технологических потребностей объединенной видеоплатформы. Продолжаем разработку системы автоматической модерации нового поколения, развиваем решения на основе машинного обучения и нейросетей для эффективной работы с видео-, аудио- и текстовым контентом.

Отдельное направление — развитие рекомендательных систем на базе ML. Мы постоянно улучшаем алгоритмы подбора контента под интересы пользователей, чтобы лента точнее соответствовала интересам. Это напрямую влияет на вовлеченность аудитории и на общее качество пользовательского опыта.

Большое внимание уделяем и базовым видеотехнологиям. Эти решения остаются за кадром, но именно они определяют скорость загрузки видео, стабильность плеера и то, как платформа справляется с высокой нагрузкой. Еще одно важное направление — развитие эмбедируемого плеера для партнерских сайтов. Здесь ключевая задача — обеспечить легкость, стабильность и соответствие требованиям рынка, поскольку плеер становится частью внешних цифровых экосистем.

Конечно, мы работаем и с генеративным ИИ для создателей контента. Это инструменты, которые должны помогать авторам — упрощать работу с видео, снижать порог входа и открывать новые форматы взаимодействия с платформой. Для нас принципиально важно не просто внедрять ИИ-технологии, а делать их действительно полезными в повседневной работе автора. Так, мы продолжаем разработку ИИ-ассистента для создателей контента. Он помогает генерировать обложки для видео, создавать субтитры, подбирать музыку и решать другие задачи, позволяя авторам сосредоточиться на идеях и качестве контента, а не на технических деталях.

— Какие технологии вы бы назвали наиболее влиятельными в 2025 году?

— Многие технологии в 2025 году окончательно перестают быть трендами и становятся рабочими инструментами. В первую очередь это генеративный ИИ и мультимодальные модели. Они уже не используются точечно, а встроены в продуктовые и операционные процессы.

Важно, что в 2025 году ИИ перестает быть экспериментом и становится частью операционной зрелости компаний. Конкурентное преимущество все чаще определяется не наличием технологии, а тем, насколько глубоко она встроена в процессы и масштабируется без потери качества.

Еще одно ключевое направление — модерация. Для видеосервисов это ключевая технология, без которой невозможно масштабироваться и одновременно соблюдать требования законодательства к безопасности контента. Здесь ИИ уже стал частью базовых сервисов, а не вспомогательным инструментом.

Все большее значение приобретают также персонализированные сервисы на основе больших данных. Пользователь ожидает, что платформа будет учитывать его интересы и контекст. Это требует глубокой работы с данными и рекомендательными алгоритмами.

Если говорить об автоматизации разработки, ИИ помогает командам ускорять процессы, снижать рутину и фокусироваться на продуктовых задачах, а не на техническом обслуживании кода. А это значимо повышает продуктивность и открывает возможности для реализации человеческого таланта.

В целом 2025 год — это точка, в которой технологии ИИ перестают удивлять и начинают системно менять эффективность, качество и скорость работы цифровых продуктов.

— А какие технотренды будут определять технологический ландшафт индустрии в 2026 году и ближайшие 5 лет?

— Здесь картинка уже более масштабная. Мы смотрим не на отдельные технологии, а на то, как меняется сама логика цифровых продуктов.

В 2026 году и в горизонте ближайших пяти лет технологический ландшафт индустрии будет определяться не столько отдельными технологиями, сколько изменением самой логики цифровых продуктов.

Ключевым направлением станет переход от точечного использования искусственного интеллекта к ИИ-платформам, встроенным в ядро сервисов. Это решения, которые участвуют в управлении процессами — от рекомендаций и модерации до аналитики и оптимизации пользовательского опыта.

Уже в 2026 году заметную роль начнут играть ИИ-агенты, и медиа станет одной из индустрий, где такие подходы будут внедряться особенно активно — из-за масштабов контента, высокой динамики и требований к качеству и безопасности.

Важно понимать, что цифровые продукты перестают быть набором отдельных функций и все больше превращаются в адаптивные системы. Такие системы меняются вместе с пользователем и контекстом в реальном времени, а их поведение определяется данными, обратной связью и алгоритмами принятия решений, а не жестко заданными сценариями.

ИИ-трансформация затронет не только продукты, но и операционную модель компаний. Работа все чаще будет строиться как партнерство между людьми и ИИ-агентами: интеллектуальные системы возьмут на себя значительную часть рутинных и аналитических задач. При этом речь не идет о замещении специалистов — большинство профессиональных навыков сохранят ценность, но изменятся способы и контекст их применения. Все больше задач будет решаться в сотрудничестве человека и интеллектуальных систем.

В этих условиях ключевым фактором становится скорость адаптации. Выигрывают не обязательно самые крупные игроки, а те, кто быстрее перестраивает продукты, процессы и команды под новые технологические и пользовательские сценарии. Гибкость архитектуры и операционной модели начинает играть большую роль, чем масштаб.

— Как вы оцениваете влияние этих изменений на российский рынок медиа?

Базовой необходимостью для индустрии медиа остаются автономные системы модерации и интеллектуального контроля контента. С учетом масштабов платформ, регуляторных требований и ожиданий пользователей такие технологии становятся не конкурентным преимуществом, а обязательной инфраструктурой.

На фоне роста ИИ-генерируемого и синтетического контента доверие к источникам, данным и алгоритмам становится самостоятельным технологическим фактором. Для медиа это означает, что вопросы прозрачности, контроля и ответственности все чаще решаются на уровне технологий, а не только редакционной политики.

Еще один вектор — супераналитика и гиперперсонализация. Работа с поведенческими паттернами позволит нашим сервисам подстраиваться под пользователя в реальном времени и предлагать максимально релевантный и динамичный опыт.

Параллельно будет развиваться и медиапотребление в новых форматах — пространственные интерфейсы, AR и VR. В горизонте нескольких лет они станут частью медиаландшафта и потребуют новых технологических и продуктовых подходов.

Отдельно стоит отметить рост значения устойчивых технологий: оптимизация хранения данных, снижение энергопотребления и более эффективная работа с вычислительными ресурсами. Масштаб цифровых платформ увеличивается, и ответственность за их использование становится все выше.

Граница между продуктом и внутренними процессами постепенно стирается. ИИ одновременно влияет на пользовательский опыт и на операционную эффективность — от рекомендаций и модерации до аналитики и планирования, и в этом смысле цифровой продукт все чаще становится отражением того, как устроена сама организация.

В целом мир медиа и технологий входит в фазу фундаментальных изменений. Задача лидеров индустрии сегодня — не просто адаптироваться к этим сдвигам, а формировать новые стандарты развития рынка.

Через несколько лет они научатся распознавать в контенте тонкий юмор, чувства и переживания, делая выдачу в лентах более персонализированной.

Об этом и многом другом в интервью «Коду Дурова» рассказал руководитель направления рекомендаций AI VK Андрей Зимовнов.

— Привет! Как сегодня трансформируются подходы к разработке рекомендательных систем, их метрики успеха и роль в индустрии?

— Привет! Рекомендательные системы есть фактически в каждом цифровом продукте: от контентных сервисов до маркетплейсов и банковских приложений. В VK подход к развитию рекомендательной системы идентичен подходу к разработке отдельного продукта, у которого есть свои свойства и акторы – группы со своими интересами и ожиданиями. Обычного пользователя или автора контента интересует насколько система учитывает его личные предпочтения, текущие события и даже настроение.

Поэтому можно назвать пять характеристик рекомендательной системы.

Во-первых, актуальность. Как я уже говорил, в ленте должен быстро появляться трендовый и актуальный контент. Например, популярные треки или сезонные тренды.

Во-вторых, реактивность, то есть насколько быстро алгоритм адаптируется к новым интересам пользователя.

Третье — контекстность: не только общие предпочтения, но и обстоятельства, в которых находится человек. Время, настроение, ситуация вокруг. Например, утром по пути на работу нам актуальна динамичная музыка, а под конец дня — спокойная.

Четвертое — умение вывести пользователя из привычного информационного пузыря и предложить новое. Например, любителям хайкинга показать контент про сплавы и рыбалку.

Пятое — стандартные для рекомендательных систем метрики вовлечённости аудитории: лайки, комментарии, шеры. Такие сигналы становятся фундаментом для улучшения других характеристик и метрик рекомендаций.

— Какую конечную цель вы ставите перед рекомендациями?

— Сделать сервисы и продукты максимально персонализированными. Учитывая количество сервисов в VK, большое количество данных, рекомендации должны быть экосистемными. Поэтому мы запустили Discovery-платформу, которая формирует точные профили интересов каждого пользователя, исходя из истории его взаимодействия с контентом на разных площадках. На базе этой платформы строятся как рекомендательные алгоритмы, так и поиск, и реклама.

— То есть у поиска, рекламы и рекомендаций одна общая задача?  

У поиска, рекомендаций и рекламы очень схожие задачи. В конечном итоге во время просмотра ленты или поиска, пользователь должен быстро увидеть искомое и удовлетворить свой запрос. При этом его раздражают неактуальные рекламные баннеры, в то время как рекламодатели хотят точечно попадать в свою целевую аудиторию.

Когда речь идёт о крупных социальных и контентных площадках как в VK, где есть разнообразные продукты, решать эти задачи нужно централизованно.

— Что важнее для рекомендательной системы: увеличить время пользователя в сервисе или, наоборот, быстрее удовлетворить его потребность?

— Вопрос не совсем корректный. Раньше в индустрии главным показателем работы рекомендаций было именно время, проведённое на площадке. Мы двигаемся дальше, поэтому развиваем разные свойства рекомендаций, которые отличаются от продукта к продукту.

Иногда улучшение качества рекомендаций, то есть точное попадание в сиюминутный интерес пользователя, может снижать time spent (Проведённое время — Прим. «Кода Дурова») и это нормально, если растут долгосрочные метрики: возвраты, количество сессий, лояльность.

— Какой должна быть идеальная рекомендательная система: быстрой или долгоиграющей?

— Идеальный баланс в каждом продукте свой. Например, в VK Клипах пользователи за сессию успевают посмотреть много коротких роликов и очень часто находят новый краткосрочный интерес, который важно хорошо исследовать в этой же сессии. А в VK Видео, где в основном длинные видео, важно хорошо учитывать долгосрочные интересы, там пользователи детально подходят к выбору контента.

Важно при выстраивании рекомендаций в продукте ориентироваться не только на time spent. В краткосрочной перспективе долгая прокрутка ленты может принести дополнительные минуты на площадке, но в долгосрочной выигрывает рекомендательная система, за которой охотнее возвращаются.

— А количество скроллов считается?

Конечно, но мы это называем «скипы» — быстрые пролистывания контента, который пользователь отвергает за секунды. Это одна из метрик качества рекомендаций и значимый сигнал для алгоритмов.

— Что важнее — лояльность пользователя или доход от дополнительных рекламных показов?

— Приоритет — качество пользовательского опыта. Даже если эксперимент с рекомендательными алгоритмами дает рост дохода, но, например, вызывает всплеск дизлайков, он считается неудачным. Важно не жертвовать долгосрочной лояльностью пользователей ради краткосрочной выгоды.

— Сегодня много говорят о мультимодальных моделях, которые понимают контент «как человек». Улавливают ли они сарказм, иронию или специфический контекст внутри роликов?

— Не все люди понимают сарказм и иронию, поэтому для рекомендаций это тоже непросто. Но есть мультимодальные модели, которые улавливают в контенте тонкие смыслы. Они анализируют не просто тексты, речь и кадры, но и настроение высказывания и эмоциональный окрас. Рекомендации VK основаны как раз основаны на таких технологиях глубокого понимания контента. В какой-то перспективе алгоритмы рекомендаций научатся понимать и сарказм.

— Многие говорят, что рекомендации VK хуже, чем у YouTube. Так ли это? И копируете ли вы подходы конкурентов?

— Сравнивать рекомендации разных платформ довольно сложно: нет общепринятых открытых бенчмарков, а у сервисов отличаются аудитория, форматы контента, сценарии потребления и даже цели продукта. То, что выглядит “лучше” субъективно, может в измеримых метриках показывать что-то другое.

Мы в VK оцениваем рекомендации по набору характеристик, о которых я ранее рассказывал. За год мы сильно прокачали релевантность и вовлечённость благодаря единой Discovery‑платформе: год к году выросло время просмотра VK Клипов почти на 20%, количество сохранённых треков в VK Музыке — на 40%, релевантность рекомендуемых роликов в VK Видео почти в полтора раза, а число подписок на авторов из ленты ВКонтакте— на 43%. В будущем году мы сосредоточимся на реактивности и актуальности, чтобы лента быстрее подстраивалась под пользователя и в ней было легче находить трендовый контент.

Что касается «копирования» подходов, то рекомендательные системы невозможно просто заимствовать или перенести один к одному. Мы, безусловно, внимательно следим за развитием индустрии и научными публикациями, но проектируем технологии с учётом собственных форматов, экосистемного контекста и реальных сценариев пользователей и авторов VK. Например, задачи роста и поддержки авторов-новичков почти не представлены в открытых исследованиях, и здесь мы во многом опираемся на собственный оригинальный ресёрч. Для нас как для экосистемы принципиально важно не только рекомендовать контент, но и помогать креаторам развиваться и находить новую аудиторию.

— Сколько авторов у VK?

— Авторов, которые целенаправленно развивают сообщества и аккаунты, миллионы, например, во Вконтакте их около 22,5 млн (по данным Brand Analytics и соцсети). Но на самом деле каждый пользователь — потенциальный автор. Мы развиваем механики, помогающие авторам-новичкам находить релевантную им аудиторию.

— Какой тренд в рекомендательных системах оказался переоценённым?

— Я бы назвал Reinforcement Learning. Это подход к обучению, при котором модель не опирается на заранее подготовленный набор правильных ответов. Вместо этого она взаимодействует со средой: выполняет действия и получает отклик от человека или алгоритма. Если поведение приводит к желаемому результату, модель получает «вознаграждение» и усиливает стратегии, которые к нему привели. Если результат нежелательный, модель сталкивается со «штрафом» и корректирует параметры так, чтобы избегать подобных ошибок в будущем. Уже много лет его пытаются применять в рекомендациях, но значимых практических улучшений пока нет. В других областях, например, в дообучении LLM, он работает хорошо, но в рекомендациях пока переоценён.

— Что станет следующим прорывом в рекомендациях?

Рекомендации станут диалоговыми. Пользователь может просто написать или сказать: «Давай что-нибудь лёгкое на вечер», «Я устал от футбольных обзоров», «Хочу посмотреть крутой боевик». Такая форма рекомендаций соединит мощные языковые модели, мультимодальные представления и глубокие знания об интересах пользователя. Мы исследуем, как сделать такое взаимодействие максимально естественным и комфортным.

Поговорили о развитии GigaChat с технической точки зрения, о её возможностях, а также о том, какую пользу в будущем должен будет приносить человеку GigaChat.

Также порассуждали о том, на что нейросети будут способны в будущем, о признании российских ИИ на мировом рынке, о том, почему важно выкладывать модели в open source и как младшим разработчикам и дата-сайентистам оставаться в тренде?

Видеоверсия интервью:

— Федор, привет! Мы с тобой виделись последний раз где-то полгода назад на конференции GigaConf. И с тех пор произошло много изменений, в том числе и в GigaChat. Расскажи, пожалуйста, об этих изменениях, над чем работала твоя команда, и может быть, приоткроешь анонсы, что будет дальше.

— Да, 4 месяца назад мы виделись, тогда мы работали над рассуждающими моделями и вторым поколением GigaChat. В последнее время мы работали над тем, чтобы запустить третье поколение GigaChat. В общем у нас задача простая — сделать ещё более умную модель, сдвигать границы того, что мы можем в России, учиться открывать новое, и предоставлять сервис, который умнеет каждый месяц.

Поэтому мы выпустили GigaChat 3. Он сейчас работает в режиме превью. Это самая большая модель, обученная вообще, наверное, в Европе и у нас. Он размером примерно как DeepSeek. Все же про DeepSeek слышали. Мы целились на модели такого же ранга, качества, и получилось неплохо, несмотря на то, что она ещё в статусе Preview.

Получилось достичь на русском классных метрик, обойти всё, что у нас есть сейчас, GigaChat 2 и все остальные наши модели. По русскому удалось занять первые места по многим метрикам, и DeepSeek обошли, Qwen и так далее. Там есть ещё над чем работать, мы хотим, чтобы наша модель сравнялась с лидерами по всем языкам. В английском мы ещё отстаём, потому что это Preview, но будем надеяться, что в финальной версии мы будем в паритете. Но по русскому мы уже сильно лучше — по крайней мере мы ТОП-1 сейчас среди моделей DeepSeek, Qwen и даже ChatGPT некоторые. Такой бенчмарк, набор тестов, который фокусируется только на русский язык. Поэтому мы его считаем одним из важных, потому что мы русскую Сеть делаем. Но понятно, наша амбиция в том, чтобы на всех языках быть в лидерах, выйти на паритет с мировыми моделями.

Для этого мы и работали над, наверное, самой большой и умной моделью GigaChat. В следующем году мы будем над тем же работать, потому что все сейчас в гонке: сделать самую умную модель, сделать самую классную, выполняющую за тебя как можно больше вещей.

— Вот если убрать в сторону маркетинг и все эти пиар-истории, расскажи, пожалуйста, ключевые отличия, может быть, преимущества или недостатки нынешней модели GigaChat в сравнении с ближайшими конкурентами, которые сейчас есть на рынке.

— Стоит отметить, что все сети сейчас соревнуются в английском, потому что мировая арена, мировое сообщество IT-гигантов — оно на английском. И поэтому даже китайские модели DeepSeek, они когда публикуют свой результат — он на английском, потому что английский для всех важен. На русском мы много где обходим конкурентов, да, и у нас нативный русский язык, это один из наших главных. Мы тоже английскому уделяем внимание, но сейчас есть достаточно много метрик, по которым в английском мы отстаём. Вот моя цель, в том числе по английскому достигнуть уровня DeepSeek и английских корпоративных сетей, которые закрыты, ChatGPT, Grok, Gemini.

— Сейчас вообще тренд этой мультимодальности, где изображение, текст, звук, всё это вместе в одной нейросети уживается. Какая, по-твоему, следующая модальность будет таким прорывным этапом в истории развития нейросетей?

— Мне кажется, здесь стоит думать не о модальности мира. В целом мы все хотим сделать сеть, чтобы она понимала как человек. Человек видит, слышит, разговаривает, но у него есть ещё обоняние, но обоняние в сетях — это довольно сложная штука, потому что она сложно диджитализируется. Очень сложно превратить обоняние в сигнал. Поэтому над этим работают, кстати, но, наверное, ограниченно, наиболее ограниченно из того, что человек ощущает.

Но мне больше нравится думать о модальностях, как о чём-то, что помимо текста сеть может делать и осознавать. И вот мне кажется, что весь мир сейчас идёт в то, чтобы сеть использовала инструменты и как можно более сложные. Сейчас поясню, что это значит. Вот, например, один из самых, мне кажется, важных инструментов последних лет — это код. То есть когда мы начали писать код, формальный язык с формальными правилами, люди очень быстро всей цивилизацией спрогрессировали. У нас появились IT-системы, приложения, сети и так далее. То есть код во главе этого всего стоял. И в целом, наверное, большая часть людей не знает код и никогда на нём не писала и никогда, наверное, не будет писать. И то, что вот эти сети могут привнести людям, это знание кода. Ты можешь и не знать кода, но модель его знает, может написать его за тебя, и вот сейчас в GigaChat конкретно она может его выполнить. То есть ты можешь задачу поставить: вот у меня здесь физика, надо что-то понять по теплопроводности — построй мне график, так далее, какую-то математическую вещь. Она напишет код, сложнейший математический, описывающий формулу какую-то, выведет график и сделает необходимое тебе вычисление. И ты поймёшь, ага, вот так вот. То есть люди, кто умеет писать код, в целом вот всякие такие задачи на уровне научных, они всегда решаются кодом. Очень сейчас мало математиков и физиков, кто не пишет код, это нереально. То есть там код — это очень важный инструмент для всех. И сети будут давать возможность писать и запускать код даже тем, кто его не знает. Это, наверное, такая модальность для большого количества людей, которая будет открыта и доступна. Мне кажется, это очень прикольно — с сетями делать то, что ты не умел.

— Ну то есть по большому счёту нейросети такие помощники в том, что ты не знаешь, в чём ты не разбираешься, и ты можешь, собственно, поручить им какие-то вещи, в которых ты, например, не сечёшь. Вот как раз о концепции ИИ-помощника с GigaChat в центре я бы хотел с тобой сейчас поговорить. Расскажи, пожалуйста, вообще об этой концепции, что она собой подразумевает и как она будет развиваться. Вот непосредственно ИИ-помощник с GigaChat.

— Хороший вопрос. В чём вообще концепция ИИ-помощника? Вот все нейросети возьмём, даже ChatGPT, Qwen и все. Это модели, которые на вход принимают текст и пишут текст, но им не хватает связи с реальным миром. До реального человека им не хватает действий. Вот концепция очень простая: давайте этим сетям дадим такой инструментарий, чтобы они выполняли действия. Ну, допустим, могли бы выполнить моё какое-нибудь: допустим, хочу книгу новую, «Дюну», например, посмотрел, хочу её прочитать. И сейчас в целом нет ни одного помощника в России, который купит тебе по такому запросу книгу. GigaChat, точнее... помощник на основе GigaChat станет первым таким, кто сможет действия выполнять до конца.

— То есть он будет ходить в интернет-магазин и с привязанной картой заказывать на адрес что-то, да?

— Да, он сможет делать действия в реальном мире, ну, понятно, с вашего разрешения, не будет такого, что он пошел, купил кучу товаров.

— Купи мне «Дюну», а он купил бархан такой огромный песочный.

— Да, гигантского червя, плюшевого. Соответственно, мы целимся, чтобы эти сети могли делать интеллектуальные действия завершённые. И вот мы будем выводить туда много агентов, которые будут делать какие-то финальные действия. И хочется, чтобы GigaChat стал не только сетью, с помощью которой работаешь, учишься, развлекаешься, а чтобы он стал помощником, чтобы вы ему могли поручить долгие и сложные задачи — а он их выполняет.

— Слушай, а это не та же концепция, которая была в ассистентах Сбера, Джо и Афина, ещё несколько лет назад, когда их Сбер запускал, когда можно было через колонку заказать себе что-то, и он тебе там условно самокат купит? Или где-то в маркете можно было что-то заказать. Это не то же самое?

— Отличие таких систем от старых в том, что в старых системах мы просто автоматизировали процесс. Мы знали, что есть процесс покупки товаров в «Самокате», давайте по шагам его распишем, автоматизируем всё, и сделаем голосом запрос, и вот в эту автоматизацию загрузим. Для того, чтобы вывести в прод, надо было полностью покрыть сценарий — от и до автоматизации. То есть там не было интеллекта, оно классифицировало, что ты хочешь купить, но дальше всё шло по рельсам очень жёстким. Поэтому на самом деле старый мир ассистентов иногда людей бесит. Сколько мемов породила Siri, когда она не понимает, у неё очень примитивный сценарий — шаг влево, шаг вправо и не работает.

Такие сети в целом более гибкие. Их гораздо проще вывести в прод, чтобы не надо было автоматизировать весь процесс. Ты дал ему API — вот так покупать, и всё, он умеет полностью делать это действие. Вот мы идём туда, чтобы были как можно более гибкие, более быстрые процессы вывода новых фичей. Конечно, и сейчас можно в любого ассистента захардкодить какую-нибудь одну фичу. Но массово тысячи так нельзя вывести. А вот в новом подходе с большими языковыми моделями в целом можно.

— И когда это вообще появится? Когда мы сможем пользоваться и помощником, давать ему задания какие-то, покупать «Дюну», например, уже в проде?

— Да я думаю будет всё плавно: у нас уже появилась кнопка на главной GigaChat, где можно выбрать агентов. Мы хотим выкатываться плавно, потому что мы сделаем сейчас тысячу агентов, тысячу разных историй, включим их, и люди даже не поймут, это слишком новая история, поэтому мы сейчас выделили в кнопку «Агенты». Те, кто понимает, о чём это, и хочет это попробовать — включают это. После некоторого теста мы соберём фидбэк, улучшим, и будем как можно больше агентов туда выводить.

— Расскажи, пожалуйста, я так считаю... что уже ажиотаж  прошёл в отношении генеративного искусственного интеллекта. Ажиотаж в каком плане? Что люди уже поднаигрались в эти истории, и сейчас уже более прагматичный подход к генеративному искусственному интеллекту, то есть используют его в своих бизнес-задачах, какие-то рутинные вопросы позволяют решать при помощи нейросетей. Но вместе с тем, какой тренд ты отмечаешь, какие запросы от бизнеса чаще всего приходят по использованию генеративных искусственных интеллектов?

— Самое сложное в бизнесе — это то, что очень мало людей на стыке ИИ и бизнеса. То есть нам вообще в целом в сфере не хватает людей на стыке, которые могут понять: «Вот это какие процессы, вот сюда мы можем такой ИИ внедрить». Потому что те, кто занимается бизнесом, они в целом редко понимают в ИИ, а те, кто занимается ИИ, они не понимают в бизнесе. И в целом, допустим, внедрение и в медицине очень долгое время тормозило этот процесс, что людей нет на стыке, и всё, и они не понимают друг друга. Соответственно, наверное, это больше всего мешает, потому что внутри Сбера у нас тысячи разных абсолютно применений. Мы, соответственно, довольно активно всё это внедряем. И какие-то из этих кейсов мы показываем нашим основным клиентам.

Документооборот, например: очевидно, что такие нейросети очень быстро читают. Мы недавно подсчитали, что примерно в 2000 раз быстрее человека. И это круто, потому что ты загружаешь очень много информации в модель — человек мог бы только читать это целый день, а она через 30 секунд уже всё поняла, и с этим можно что-то сделать. Поэтому полезно применение в документообороте, обработке больших массивов данных и так далее. Конечно, всем интересны именно ИИ-агенты, чтобы они выполняли действия до конца и предлагали реальную помощь в работе и не только. И главное, чтобы это был не чат-бот, потому что у многих людей в головах, особенно в бизнесе, мысль: «Ну и зачем нам нужен чат-бот?». Но мы показываем наши ИИ-помощники на основе GigaChat, демонстрируя, что мы можем делать системы, которые действуют, а не просто чатятся с тобой.

— Как я понимаю, сейчас бизнес только входит в этот тренд на использование генеративного ИИ. И, по большому счёту, только начинает развиваться это направление.

— Да, я считаю, что такие ИИ-агенты и модели в некотором смысле тоже являются революцией. Потому что мы видим, что за последние три года нейросети в мире сильно продвинулись. Сейчас высокий темп развития, и очень сложно? за этим следить. Складывается даже ощущение, что это происходит не просто быстро, а невероятно быстро. Так никогда не было. Когда, допустим, появлялись машины, происходили какие-то промышленные революции — всё это тянулось десятилетия и медленно внедрялось. А то, что сейчас происходит в ИИ, в сравнении это развитие происходит очень быстро. И даже на текущем этапе внедрение этих технологий бизнесом очень быстрое. Люди уже привыкают и начинают использовать их в бизнес-процессах. Это невиданные ранее скорости внедрения.

— Сегодня многие эксперты говорят о том, что при разработке моделей и при создании каких-то генеративных нейросетей, да и вообще при работе с ИИ важно не закрывать то, что делаешь, а раздавать это всё на open source. Об этом и на AI Journey говорилось неоднократно. И что важно показывать, рассказывать, предлагать бесплатно этим всем пользоваться, и так далее. Какое у тебя мнение на этот счёт? Считаешь ли ты, что действительно важно всем показывать и рассказывать, что ты делаешь? Или же нужно, наоборот, немного подержать свои ноу-хау и разработки внутри команды?

— Я считаю, что на том этапе, на котором Россия и российский ИИ находятся, держать все эти технологии внутри команды просто контрпродуктивно. Дело в том, что в реальности у нас очень маленькая сфера. В Китае ещё год назад было сто моделей фундаментальных, но сейчас двадцать. Но это всё равно двадцать, тогда как у нас — всего одна. У нас был Яндекс, который делал свои модели, но сейчас они скорее берут open source и доделывают его. Мы пытаемся делать, но это очень маленькая для страны сфера: всего две компании, даже одна. Закрыть — это значит остаться в темноте. Зачем надо закрывать, не очень понятно. Поэтому мы решили открыть все наши наработки миру. Чтобы показать, что они реально всё это умеют, о чём мы заявляем.

Знаешь, сколько отзывов разных я слышу, что, например: «На самом деле GigaChat — это просто ChatGPT, который мы по API вызываем». Поэтому таким образом мы хотим показать, что мы действительно всё это сами делаем, всё это умеем и что это всё реально. Open source — очень хороший способ это продемонстрировать. На самом деле Сбер уже много лет подряд что-то выкладывает в open source. Вот мы сегодня представили акустическую модель GigaAM, но это уже третья версия, которая находится в open source. То есть мы каждый год что-то выкладываем, и я считаю, что во многом это правильно. Я не думаю, что будем всегда всё выкладывать, но сейчас такой момент, что стоит опубликовать. И сообществу в целом это даст больше пользы.

— А вы как-то отслеживаете использование того, что выкладываете в open source? То есть можно ли понять, насколько востребовано то, чем делитесь с обществом?

— Да, конечно, в каком-то роде отслеживаем, но в целом у нас довольно простая лицензия. Она говорит: «Бери и делай, что хочешь». Поэтому мы не обязываем никого отчитываться, что они что-то используют. Конечно, это будет хороший тон, если вы применили в своих проектах технологию, то сказать: «Да, это GigaChat». На самом деле люди так и делают. То есть мы много где слышим про наши модели. Кто-то выпускает пресс-релиз и говорит, что основано на таких-то технологиях. Это хороший тон и, конечно, нам приятно. Мы отслеживаем популярность тех или иных моделей на общих площадках.

— Без конкретики можешь ли ты назвать какое-то решение, которое было создано на основе open source вашей модели буквально за последние полгода? Что-нибудь интересное попадалось тебе?

— Я состою во всяких профильных чатах и вижу, что много ребят используют нашу модель, например, локально. Потому что в целом, когда ты маленький разработчик, прикольно просто использовать модель локально. Никаких облачных сервисов не нужно, абсолютная приватность и так далее. Видел, например, разных ассистентов, которые делаются локально, на мобильном устройстве, и которые полностью только с тобой общаются или отвечают текстом.

До текущего момента мы выкладывали, пожалуй, такие маленькие модели, которые более компактные и с гигантскими несравнимые, однако в своей нише очень хороши. Конечно, интересно, где будет использован GigaChat. Вчера, например, читал Reddit, а там про нас писали. Говорят: «Русские выложили огромную MoE-модель [Mixture-of-Experts. — Прим. ред.], ничего себе, умеют!». И в комментариях наконец признали наше название, говорят: «Название огонь». Ну и картинка GigaChat. Поэтому зарубежные ребята понимают мемы.

— Это признание. Особенно когда мемы появляются, это значит, что уже пошло в массы, в народ. И это здорово, мои поздравления. Тут можно только порадоваться за наших ребят. В общем, я не устаю задавать следующий вопрос каждые полгода, учитывая, как всё быстро меняется. Ты об этом сегодня говорил уже. Что нужно учитывать при подготовке молодому дата-сайентисту, ML-разработчику, инженеру, чтобы быть в тренде? Чтобы можно было развиваться согласно тому, как сейчас развивается рынок и технологии? Чтобы не быть, скажем так, аутсайдером. На что нужно делать акцент при подготовке?

— Зачем мы в целом делаем проект типа GigaChat? Можно взять китайское, кайфовать за 0 рублей, всё доступно в open source. Достаточно большие модели хорошо работают на русском. Зачем мы делаем своё? Потому что люди растут только из-за челленджа. Если в России вообще проектов не будет, то у нас сфера моментально перестанет быть хоть как-то актуальной. Почему у нас считают, что русское IT в целом гораздо более живое, чем, допустим, в Европе? Потому что у нас много проектов, множество компаний, которые что-то делают. Можно чему-то поучиться и хоть как-то прогрессировать. Если у нас будет история, когда проектов будет очень мало, то шансов прокачаться будет очень мало.

Поэтому младшим разработчикам и дата-сайентистам я советую найти проект, который реально является челленджем. Не тот, который абсолютно понятный и тысячу раз сделанный. Понятно, что в России мало компаний, где можно найти челлендж, но его можно найти или создать. Но если ты младший разработчик, обычно надо сначала найти, прежде чем что-то создавать. Поэтому важно, конечно, образование. Важно работать с ИИ, потому что если вы не работаете с ним, вы точно будете отставать. Практика важна. Но я лично считаю, что самое важное — найти челлендж, потому что это вызовет мотивацию в людях, которые готовы мотивироваться, и вызовет рост. Нельзя просто сидеть, читать книжки и считать себя экспертом, потому что ты придёшь в проект, поймёшь, как это работает, и там окажется совсем другое, нежели чем ты представлял себе в голове, особенно на младшем уровне. Поэтому ищем челлендж, работаем очень много над этим челленджем, и вы обязательно вырастете.

— Вижу заголовок нашего интервью: «Нельзя только читая книжки считать себя экспертом». И крайний вопрос, он такой футуристичный, чтобы пофантазировать. С экспертами, которые до тебя приходили к нам в студию, мы уже обсуждали это. Ты человек, который непосредственно работает руками и, собственно, разрабатывает все эти модели. В горизонте ближайших 5-10 лет, какой, на твой взгляд, будет технологический прорыв? Что может появиться такое, о чём можно будет сказать: «Да, это прям топ»?

— Ой, я не очень люблю предсказывать на такие сроки. Думаю, что все задачи, которые можно проверить, это написание кода, математика, науки и так далее, будут решены. И будут решены на уровне гораздо более высоком, чем человек. Если даже сейчас возьмём нейросети, то они выбивают золотые медали по программированию на международных олимпиадах. Я никогда такое не напишу. Это нереально. Это надо специально учиться, потратить полжизни на это, и обладать огромным талантом. Эти нейросети уже лучшие из лучших. Это значит, что через 5 лет все задачи, которые так или иначе проверяемые, а код — это очень проверяемая задача, они будут решены на гораздо лучшем уровне. Поэтому дальше все люди и вся сфера у нас перейдёт в неконтролируемые задачи.

Чем хорош человек? Он в целом может решить задачу, даже не зная финальный результат, и не зная, она вообще решается или нет. И поэтому всё перейдет в сферу такого большого хаоса, больших открытых вопросов. И вот там, наверное, нас ждёт самый большой прорыв. Потому что самые сложные вопросы — это реальное рассуждение, реальные планирования и более сложные истории. Но из-за того, что мы не решили более простое, мир пока туда не идёт. Потому что все знают: там сложно, там реально непонятно, что делать. А пока есть такие вещи как программирование, математика, то всё очень понятно.

Когда выходит GPT-5, допустим, они, если вы смотрели презентацию, показывают код, математику, науки. Почему? Почему не показывают более абстрактные вещи? Ну, потому что это проверяемое, это очень понятное, и мы там не на пределе. Поэтому все идут туда. Как только придут туда, то пойдут уже более сложные вещи. И я думаю, что появятся в какой-то момент ИИ-агенты, которым можно поручить большую часть рабочих и рутинных задач. Поэтому я говорю даже младшим разработчикам, что если не будет челленджа, который будет драйвить вас всё быстрее и быстрее изучать, то будет просто очень скучно.

Через 5 лет, мне кажется, будет некая кнопка, которая кодит, делает даже ML-технологии. Но саму идею нужно будет откуда-то черпать. Нужно найти эту идею.

— Я думал, что ты сейчас скажешь, что в 2030 году будет GigaChat 10.0, которым будут пользоваться по всему миру, в том числе все разработчики и технари. Почему бы и нет? Всё это возможно. Спасибо большое за эту беседу. Было очень интересно! Я желаю тебе и твоей команде большой удачи и успехов в реализации поставленных вами целей.

— Спасибо!

Мы обсудили, насколько быстро ИИ-модели прогрессируют по уровню знаний, насколько умнее и полезнее для человека они будут становиться в будущем. Андрей Белевцев также рассказал о новейших функциях GigaChat — возможности создавать подкасты из чего угодно, а также общаться в голосовом режиме, как с человеком и голосом, неотличимым от человеческого.

Также порассуждали о возможностях роботов для людей и бизнеса на фоне презентованного Сбером антропоморфного робота Грина, и пофантазировали о том, что же будет обсуждаться на конференции AI Journey через 10 лет.

Видеоверсия интервью:

— Сегодня конференция AI Journey посвящена генеративному искусственному интеллекту, и по большому счёту сейчас он является двигателем прогресса. То есть он везде, все им пользуются: и бизнес, и даже B2C-сегмент тоже активно использует его. Но по большому счёту, сегодня это такой помощник, то есть технология, которая позволяет решать какие-то рутинные вопросы, давать подсказки. Как вы видите дальнейшее развитие генеративного ИИ? Будут ли ИИ-агенты, которые способны решать суперсложные задачи и брать на себя, возможно, какую-то ответственность? Есть ли барьеры на пути развития генеративного ИИ?

— Мы идём сразу по нескольким траекториям. С одной стороны, сами модели, которые лежат в основе любого приложения такого типа, как помощник, они очень быстро эволюционируют. С точки зрения большинства известных бенчмарков современные сильные модели достигают, на самом деле, уже сверхчеловеческого уровня. То есть это гораздо выше среднего человека.

Например, некоторое время назад придумали такой экзамен с громким названием “Humanity Last Exam” — последний экзамен человечества. Насколько я знаю, его сначала хотели драматически назвать как «последний рубеж человечества», но это перебор. Тем не менее экзамен очень прикольный. Там 2500 вопросов, которые они попытались собрать со всего мира с экспертами такого класса, на которые только очень узкопрофильный и глубокий одновременно эксперт в своей предметной области сможет ответить. Я читал некоторые примеры вопросов: я некоторых слов не понимаю. Там такие вещи написаны, которые понять я не могу, не то чтобы ответить на них.

В начале этого года лучшие модели в мире отвечали на 9% вопросов из этого бенчмарка. А сейчас лучшие модели мира отвечают больше, чем на 40%. О чём это говорит? Вы можете сказать: «Смотрите, всего на 40% вопросов, а на 60% не отвечает». Но с 9% до 40% за один год, на самом сложном экзамене с точки зрения вопросов человечества. То есть по уровню знаний модели прогрессируют очень быстро. Встаёт другой вопрос: «Знание — классно, но вообще для реальной жизни и то, чтобы у тебя был кто-то, кто мог стать твоим помощником, тебе не энциклопедия нужна. Иногда дело не в этих знаниях. Надо размышлять». Важное направление развития современных моделей и продуктов на их основе — это учить развивать когнитивные навыки, учить делать правильные выводы и умозаключения, а также пользоваться инструментами.

Например, если вы начнёте работать с GigaChat, включите режим рассуждений и поставите ему задачу, то увидите, что в определённый момент он в своих рассуждениях приходит к выводу о том, что, например, ему нужно использовать поиск, чтобы получить более свежую информацию. Или, например, надо уточнить сегодняшнюю дату и число, если вы спрашиваете что-то актуальное. Это модель делает сама. Это очень хороший пример, когда можно увидеть, как модель использует инструменты.

Что же дальше будет с помощниками? Инструментов будет больше. Например, мы сегодня [в рамках конференции AI Journey 2025. — Прим. ред.] представили маркетплейс агентов в GigaChat. Это возможность разрабатывать, создавать и подключать к вашему помощнику дополнительных агентов. Он сам научится их вызывать, сам будет выбирать, в какой ситуации это делать. Конечно, для этого нам надо одновременно развивать и навыки модели, и агентов, иначе GigaChat просто не поймёт, в какой ситуации к какому агенту обратиться. Тем не менее развитие будет идти по этому пути. Модели будут становиться всё умнее, они будут понимать, для какого типа вашего запроса какие инструменты использовать. И количество инструментов тоже будет резко увеличиваться.

— Раз уж мы заговорили про генеративный ИИ, не могу не спросить про GigaChat и, собственно, про его дальнейшее развитие. Очень много всяких классных фишек в нём появляется, я сам пользуюсь GigaChat. Расскажите, пожалуйста, что сейчас нового в GigaChat? Какие дальнейшие ближайшие планы?

— Несколько вещей, начну с главной для нас темы. Это голосовой режим. Мне не всегда удобно всё-таки переписываться и общаться текстом. Да, GigaChat давно понимает аудио: ему можно наговорить и отправить аудиофайл, это всё у нас уже было. Но иногда я просто даже не готов смотреть на экран, например, за рулём и на пробежке. Порой я могу, конечно, посмотреть на экран, но, честно говоря, я устаю писать или читать текст — я хочу просто поговорить, как мы с вами сейчас.

И для этого мы сделали голосовой режим в GigaChat. Во-первых, у него абсолютно другой синтез голоса, просто попробуйте! Наша команда перестала отличать его от человеческого. Да, если я вас предупрежу, то у вас появятся ощущения отличия, но я вас уверяю: 2-3 примера [речи. — Прим. ред.], и я вас запутаю, вы не сможете отличить голос от человеческого. Голоса могут быть самые разные. Современная технология, которую мы сейчас разработали, основана на нашей фундаментальной модели под названием “Giga Acoustic Model”. Мы, кстати, сегодня опубликовали её открытый исходный код — поэтому ею можно пользоваться, например, чтобы развивать свои продукты. Это лучшее решение для русского языка, так как сейчас никто в мире так не понимает разговорный русский язык, как мы.

Тем не менее, с голосовым режимом в GigaChat вы можете разговаривать по-человечески. Если ответ слишком длинный, или вас не поняли, просто перебивайте, задавайте свой другой вопрос, и продолжайте разговор. К сожалению, этот режим пока не обладает возможностью использовать инструменты, о которых мы с вами говорили. Например, он не сможет сходить в поиск и узнать какую-то актуальную информацию. Поэтому этот режим лучше всего сейчас использовать для диалога. Мы в команде, например, такие сценарии используем: игры (детям это очень заходит), подготовка к собеседованию, рабочему интервью, публичным выступлениям, мозговой штурм и так далее. Например, у нас многие ребята всё это делают сейчас по дороге на работу. Если у вас есть в машине Handsfree, просто включаете и можете приятно пообщаться по дороге.

Вторая функция, помимо голосового режима, это подкасты. Я часто получаю информацию и знания из подкастов, это новый вид интервью. Не знаю, как вас, но мне не очень нравится, что многие подкасты занимают два-три часа, а у меня нет столько свободного времени. А вторая сторона подкаста — это то, что его автор решил мне рассказать. А что, если у меня есть другая информация, которая мне интересна? Например, научная статья или книга, что мне с ней-то делать? Не ждать же, пока кто-нибудь из известных блогеров запишет подкаст об этом. Поэтому мы предложили новую функцию: теперь в GigaChat можно сделать подкаст из всего. Вы можете дать ему ссылку, поставить задачу сделать исследование, а можете просто дать ему текстовый файл и сказать: «Сделай мне подкаст».

Мы специально сделали для этого два вида коротких подкастов: суперкороткий на 2-3 минуты и средний на 6-10 минут. Потому что мы считаем, что всю смысловую информацию можно изложить [в формате подкаста. — Прим. ред.]. Тогда GigaChat сначала поработает для того, чтобы сделать для вас резюме, а потом с разными голосами, которые вы можете выбрать, запишет интервью, как будто два профессионала собрались в студии сделать подкаст специально для вас. Вы можете послушать его по дороге на работу, утром дома на наших колонках или, например, взять с собой на пробежку, и просто слушать и получать какие-то знания. Так что подкастом теперь можно сделать всё.

Ещё одна крутая история для нас. Часто в исследованиях не хватало визуализации. Формат всё-таки был текстовый, теперь есть голос, но чего ещё не хватает? Мы научились делать пока что достаточно простые, но [в то же время. — Прим. ред.] ёмкие презентации как результат этого исследования. В них нам сильно не хватает визуализации, так как часто исследование имеет какую-то графическую составляющую. Поэтому мы сделали специальных ИИ-агентов, которые теперь понимают и могут анализировать, например, электронную таблицу. На основе этого они и делают презентацию, в которой будут демонстрироваться графики разных форм, и которые можно использовать для того, чтобы интерпретировать эти данные. Очень многие нас просили сделать это, это важно, например, для тех, кто работает в малом и среднем бизнесе, и вообще [презентации. — Прим. ред.] это такой крайне популярный рабочий сценарий, который сильно экономит время. Или, например, MindMap [интеллект-карта, графический способ визуализации данных. — Прим. ред.], тоже многие любили, так что теперь исследование можно увидеть структурированно в виде MindMap, который поможет вам знакомиться с материалом.

— Классные решения, особенно откликается с подкастами: очень сложно смотреть трёхчасовые интервью. Во-первых, теряешь иногда мысль, во-вторых, просто иногда невозможно досмотреть. Помимо генеративного ИИ и развития GigaChat, на этой конференции Сбер также представил антропоморфного робота Грина. Направление робототехники уже давно в Сбере развивается, но сегодня это какой-то новый шаг. Что это в целом такое? Какое-то стратегическое направление, то есть вы будете в этой сфере дальше двигаться? Либо это проба пера. Или сейчас попробовали с антропоморфным роботом, посмотрели и дальше как бы забыли. Или что это будет?

— Да, это стратегическое направление, на котором будет дальше фокусироваться наш блок. Мы называем его физический искусственный интеллект, потому что когда мы говорим с вами о генеративном ИИ, большинство примеров, которые мы приводим, они из цифрового мира. Конечно, нам хочется, чтобы помощник мог и физически нам помогать, мог делать какие-то действия, которые мы хотели бы ему поручить.

Основной прорыв робототехники связан сейчас именно с тем, что генеративный ИИ получил физическое воплощение. В этом смысле антропоморфный робот — это, конечно, не единственная форма, которую он может получить. Но почему она всех интересует? Потому что она самая универсальная. Мы живём в мире, который сделан для человека. Он понятный и физически пригодный. Это сделано для человека. Ручка двери сделана для человека. Производственные системы сделаны для человека. Если мы сделаем универсальное воплощение в виде антропоморфного робота, это гарантированно сможет использовать все инструменты и всё то, как устроен реальный мир.

Повторюсь, мы не считаем, что это единственный вариант развития. Конечно, их будет много. Но это очень хорошая платформа для нас, для обработки навыков и знаний. Вот сейчас мы в тело робота поместили мозг, который мы создаём на основе модели семейства GigaChat. Это уже теперь “Vision Language Action” модели. То есть наш робот видит, ориентируется в пространстве и предпринимает действия. В ответ на то, что он видит, и как он воспринимает обстановку. Именно это дало нам возможность создать Грина, который учится и развивается. Вот вчера он был впервые на публике, а сегодня он для такой широкой аудитории исполнил специальный номер, который сам готовил. У него 40 степеней пластичности, 40 степеней подвижности, он очень пластичен. Поэтому мы хотели показать пластику робота, его движения. В этом нам помогли профессионалы, вместе с которыми он как раз и учился владеть своим телом.

Это важный этап, мы на этом не останавливаемся, он будет уметь всё больше и больше.

— 40 степеней подвижности! Это ровно в 40 раз больше, чем у меня. Я хотел спросить, когда же мы всё-таки увидим подкаст, где будут сидеть три Грина и общаться между собой на какие-то суперумные темы. Мне кажется, что это совсем недалёкое будущее.

— Это возможно, абсолютно! Главное, чтобы вам хотелось их послушать.

— Учитывая, как мы обсудили выше, что это будет недолго по времени, не будет трёхчасовых занудных историй, то почему бы и нет. Особенно если они будут говорить голосами, которые мы не отличим от человека.

— Мы столкнулись с интересной особенностью. Мы, конечно, можем дать Грину сегодня тот голос из нашего шикарного голосового синтеза в GigaChat, который вы все сейчас можете попробовать: который мы используем для подкастов, для голосового режима. Но, как ни странно, первое восприятие людей, когда робот начинает говорить неотличимым от человека голосом, становится странным каким-то. Поэтому мы пока дали ему голос, больше похожий на робота, но со временем, конечно, мы будем переходить к таким человеческим голосам. Весь арсенал технологий в нашем распоряжении. Видимо, людям надо как-то привыкнуть к тому, что роботы среди нас. Скоро, мне кажется, это станет очень обыденным явлением.

— По большому счёту это и сейчас уже применяется. Например, я звоню куда-то записаться, мне отвечает женский голос, я сначала не понимаю, это робот говорит или настоящий человек. То есть эти технологии в целом уже внедряются. Довольно здорово, что мы идём в ногу со временем в этом плане.

— Здесь будет абсолютный прорыв. Я думаю, что в следующем году при любом таком телефонном звонке вы не сможете отличить робота от человека совсем. И это не в том смысле, что вас как-то кто-то хочет обмануть. Вы хотите решить задачу, вы решите её быстрее. Вам не надо будет никогда и нигде ждать какой-то очереди. В любую секунду вы сможете решить свою задачу.

Мы тоже, кстати, разговоры в голосовом режиме с GigaChat внутри команды называем «звонком». Буквально за несколько недель, как представили эту технологию, люди наговорили уже два года непрерывного разговора со своим виртуальным собеседником. И это за такое короткое время. Для человека звонок оказался понятной аналогией тому, что происходит. Он как бы снимает трубку и звонит.

— Позвони мне, позвони. Вопрос про применение человекоподобных роботов. Как вы считаете, бизнес в России и не только у нас, готов ли к применению подобных технологий? Например, использование таких роботов в логистических направлениях или в производственных. Такие роботы могут применяться уже сейчас? Или пока мы ещё находимся на том рубеже, когда бизнес не готов применять такие технологии?

— Бизнес готов там, где у него возникает бизнес-задача или бизнес-смысл. Повторюсь, далеко не всегда робот должен быть антропоморфным. Но важно, что если у тебя есть технологии, которые позволяют делать антропоморфного, то более простые формы ты тоже сможешь делать, потому что основа, генеративный ИИ, он значительно более универсален. Бизнес готов там, где они видят эффект внедрения. Где это возникает с робототехникой? Когда быстрее, когда дешевле, когда не хватает рабочей силы, когда опасно, когда низкая точность выполнения операций человеком.

Нам действительно нужны робототехнические системы нашей разработки, с которыми будет безопасно, с которыми мы будем знать, что если он пришёл на производство, то он не выключится завтра.

— Вы сейчас видите это как решение для B2B-сегмента больше или всё-таки для B2C тоже возможно применение таких роботов в ближайшем будущем?

— Знаете, как ни странно, это сегмент, где B2B будет опережать B2C. Всё-таки роботу потребуется время для того, чтобы учиться, осваивать разные операции. И всё-таки B2B-среда, она больше к этому готова. Поэтому, наверное, в первую очередь это. Но, с другой стороны, когда вы пришли в магазин или в отделение, это B2B или B2C? С одной стороны, это бизнес. С другой стороны, вы человек и общаетесь с роботом, вы не представитель бизнеса. И это B2C. Это сейчас очень сильно развивается.

— Я, конечно, очень жду продолжения робота-сомелье от Сбера. Очень бы хотелось, чтобы он обрёл человеческие черты. Одеть его в пиджак и уже не отличишь в принципе.

— И с ним можно поговорить.

— Давайте вернемся к генеративному ИИ. Я не устаю задавать этот вопрос на каждом интервью, но всё равно. Я вижу, как стремительно развиваются эти технологии. Опять же, вы в начале сказали про то, что «последний экзамен человечества» ИИ уже на более чем 40% решает. И этому нет границ, нет предела, по большому счёту всё развивается, не стоит на месте. Как вы считаете, как дальше будет развиваться именно кадровый вопрос в связи с тем, что постоянно совершенствуют ИИ-технологии, генеративный ИИ? Нужно ли компаниям делать акцент на этом и, соответственно, готовить больше ML-инженеров? Или же мы всё-таки пока находимся в классическом понимании IT-сегмента и его развития?

— Есть две особенности. Первая: вернёмся к “Humanity Last Exam”, надо понимать это правильно. Это связано с тем, что нам сейчас надо ставить перед этими технологиями не те задачи, которые решает человек, и смотреть, как она доходит до этого уровня. Нам надо ставить задачи, которые человек не решает. И особенности как раз генеративных моделей именно в том, что одна и та же модель может быть сразу специалистом в огромном количестве областей.

Вот вы можете найти хорошего программиста и хорошего врача. А вот хорошего врача-программиста, одинаково крутого в двух областях, попробуйте ещё найти. Наверное, они существуют, но их совсем мало. При этом для развития, и для аналитики нам нужны такие вот бленды специальностей. Это то, что у человека хуже получается. Но мы же не переживаем о том, что мы бегаем медленнее, чем автомобиль или считаем медленнее, чем калькулятор. Технологии для того и созданы, чтобы человек мог их использовать для своей пользы. И именно с этим, на мой взгляд, связано такое огромное влияние, которое генеративный ИИ может оказать на всю экономику в целом. Мы просто должны ставить его на службу нам и ставить перед ним такие задачи, которые мы сами решать не умеем. Пусть он их решает.

Говоря о рынке труда, о людях, мы видим следующие особенности. Генеративный ИИ, с одной стороны, обладает очень высокой степенью универсальности и переносимости. Вот, например, программисты. Наверное сложно найти современного разработчика, который не использует эти инструменты. Но, с другой стороны, всё-таки человек должен задачу поставить и результат проверить. В этом смысле требования достаточно высокие. Ты можешь и должен использовать своих ассистентов, но будь добр, всё-таки сформулируй задачу и проверь результат. Ну, так и на работе. Ты можешь делегировать кому-то выполнение задачи, но как бы контролировать результат итога тебе всё-таки нужно. Поэтому это очень сильные инструменты, но инструменты в глазах, в руках квалифицированного пользователя.

Что делать? Мы много думаем над тем, а как же стать квалифицированным разработчиком, например, если мы говорим о том, что работу джуниоров как раз меняет ИИ. Но как нам кажется, нужно использовать этот ИИ, чтобы быстрее прокачать свои навыки разработчиков в том числе или в другой профессии. Он же может быть хорошим наставником, хорошим учителем, он может не только давать себе готовый ответ, он может проверять то, что ты делал, он может подсказывать тебе, он может проводить с тобой интервью или собеседование. Надо просто поставить такую задачу.

— Подкаст тот же самый.

— Например, для того, чтобы освоить какую-то новую тему.

— И крайний вопрос. Мы очень много говорим про генеративный ИИ. Этому посвящена конференция AI Journey в этом году. Когда начиналось всё с точки зрения именно конференции, был акцент на машинном обучении, а сейчас уже генеративный ИИ. Что, на ваш взгляд, будет ключевой темой через 10 лет? Как вы считаете, какая ключевая тема конференции и вообще в целом в мире будет по ИИ?

— Я думаю, что нас будут очень сильно интересовать сверхчеловеческие профессии. Как раз то, что люди либо делать не умеют, либо делают единицей. Как сделать так, чтобы это стало массово доступным всему человечеству. Например, у вас есть хирург, который гениальный. Мы знаем, что существуют люди, которые на совершенно фантастическом уровне могут делать какие-то операции. Мы знаем про таких специалистов в любом виде. А представляете, что будет с экономикой, когда их станет сколько угодно? Когда их можно построить, когда их можно скопировать.

Это совершенно другой уровень доступности всего. Другой уровень доступности медицины, другая стоимость производства, другой уровень бытового комфорта. Это совершенно новый мир. Мы сможем наконец сделать такую технологию, которая сможет по нашей поставленной задаче достигать таких результатов. Давайте подумаем о таком будущем. Мне кажется, оно будет очень интересное. Я бы вообще хотел в нём жить.

— То есть гении будут не рождаться, а производиться? Правильно я понимаю?

— Я очень надеюсь, что гении будут рождаться. Но мы сможем определённые задачи и специальности поручить построенным специально для этого системам. Повторюсь, человек на планете Земля не самый быстрый, не самый гибкий, не самый устойчивый, не самый сильный.

До сих пор мы считали, что человек самый умный. Возможно, это так. Но если мы такие умные, давайте построим такие системы, которые могут решать задачи быстрее нас, и в какой-то степени быть умнее нас. Мы всё время говорим: «кто умнее, компьютер или человек?». Смотрите, компьютер считает быстрее, читает быстрее, видит лучше. Мы же не переживаем из-за этого. Наоборот, давайте использовать эти системы, чтобы создать новое будущее.

— Да, во благо! Спасибо большое, Андрей! Я желаю успехов конференции и желаю, чтобы как можно больше интересных и продуктивных решений именно в рамках этой конференции было принято.

— Спасибо!

Мы обсудили, как страна входит в эпоху обязательного внедрения ИИ, почему «GPT-момент» стал переломным для всей индустрии и как за десять лет конференция превратилась из узкой профессиональной встречи в главную площадку страны по искусственному интеллекту.

Александр Ведяхин поделился взглядами на темпы технологического прогресса, роль Сбера в гонке больших моделей, вызовы агентного ИИ и то, какие события могут определить развитие отрасли к 2035 году.

Видеоверсия интервью:

— Сегодня конференция AI Journey уже десятая по счёту, юбилейная. Это немалый этап развития конференции, давайте поговорим о том, как искусственный интеллект за это время превратился из инструмента для анализа в двигатель прогресса для бизнеса и стал неотъемлемой частью бизнеса.

Давайте пофантазируем: если через 10 лет мы с вами здесь встретимся, в 2035 году, на этой же конференции, какие вехи, пройденные за предстоящие 10 лет вы могли бы обозначить? Что, как вы думаете, изменится за эти 10 лет? И чем вы можете гордиться как представитель топ-менеджмента технологического гиганта Сбера?

— Первое: я желаю, чтобы мы действительно встретились. В 2035 году это будет уже 20-я конференция, поэтому, собственно говоря, она снова будет юбилейная.

Что будет в 2035 году — мы сказать не можем. Но смотрите, как быстро развивается генеративный искусственный интеллект. Идёт экспонента, мы, когда начинали 10 лет назад... наша конференция тогда называлась «Сбербанк Data Science Journey» и была очень нишевой конференцией. Мы говорили про внедрение искусственного интеллекта в очень простые вещи: простая аналитика. Тогда это казалось прям очень круто. XGBoost'инг я помню тогда. Яндекс выпустил свою библиотеку CatBoost, она прямо сильно звучала. И потом, в конце 22-го года произошёл GPT-момент — и всё поменялось. Вот вообще всё поменялось.

Классический искусственный интеллект остался. У нас есть достаточно много моделей, он хорошо работает, и, в принципе, там, где работает — пусть работает. Но GPT поменял наше восприятие существенным образом. Мы сделали свою модель — GigaChat, и она тоже является большой языковой моделью. Нам радостно, что коллеги из Яндекса тоже участвуют в этой гонке. Если в 2023 году GPT был на уровне хорошего продвинутого стажера (если мерить людьми), 2024 год — это был уже уровень хорошего специалиста, то 2025 год — это уровень топ-специалиста в мире. И 2026 год, не знаю даже, наверное, какая-то из моделей сдаст «последний экзамен человечества». Знаете, да, эту историю.

Уже сейчас, по-моему, сдан экзамен на 42%, а в прошлом году это было около 20%. То есть, по всей видимости, какая-то из моделей сдаст это либо в 2026, либо в 2027 году. Но это не значит, что у человечества нет надежды, пока что моделям не хватает самостоятельного целеполагания, это и отличает их от людей. И модели пока что не могут решить какую-то даже житейскую, бытовую ситуацию, несмотря на то, что у них всё есть. Но тем не менее прогресс идёт очень сильный.

Я вспоминаю слова Рэя Курцвейла, который сказал, что в 2030-2035 году нас ждёт сингулярность, ASI (artificial superintelligence), которая превзойдёт всё человечество вместе взятое. Можно по-разному относиться к словам Рэя, но в любом случае такая резкая траектория развития заставляет задуматься о том, что будет дальше. Но уверен, что нам предстоит с вами решить вопрос по контролю искусственного интеллекта, по снижению риска, по регулированию — где найти правильный баланс. Это всё не так очевидно. Вообще, мы видим по любой технологии, что мы всегда переоцениваем влияние технологий в ближайшей перспективе и недооцениваем в долгосрочной.

— Я думаю, что в качестве подтверждения ваших слов, что у человечества ещё остаются шансы на существование, как раз является то, сейчас очень распространена профессия промпт-инжиниринга. То есть люди, которые общаются с нейросетью, задают правильные цели, задают правильные вопросы, чтобы она давала правильный результат. И я думаю, что как раз симбиоз человека и искусственного интеллекта в перспективе как раз только будет наращивать свои возможности, и у человека будет больше свободного времени для рутинных задач, которые у него возьмёт на себя искусственный интеллект.

Давайте поговорим немного про программу AI Journey. В этом году, как и традиционно в предыдущие годы, она насыщена огромным количеством анонсов, технологических разработок, решений в сфере искусственного интеллекта. Вот каких прорывов нам стоит ждать на этой конференции? Это будут прорывы в области мультимодальных систем, это будут прорывы в области, возможно, предтечи AGI, так называемого самого сильного искусственного интеллекта, или это всё-таки какие-то научные изыскания больше в сфере ИИ?

— Я думаю, что всё вместе. Смотрите, сейчас все увлечены агентным искусственным интеллектом, но агентный искусственный интеллект мы ещё недоисследовали и, конечно, недовнедрили все те плюсы и все те возможности, которые у него есть.

В Сбере у нас идёт более 500 проектов, которые основаны на генеративном искусственном интеллекте и агентном искусственном интеллекте и хочу сказать, что это такая практика-практика, где мы считаем, что если улучшение менее 50%, то мы просто их не делаем. Мы же тратим ресурсы, поэтому отсечка — это 50%: на 50% должны вырасти продажи, на 50% сократиться какие-то ненужные вещи и так далее. Бенчмарк 50% очень жёсткий для нас и на самом деле хорошо получается. Поэтому мы, конечно, будем говорить про практические кейсы «практика-практика». Будем говорить про ошибки, потому что у нас, знаете, как это: кого ни спроси, у всех всё получается — ну это же не совсем так, так не бывает. Каждый выносит свои лучшие кейсы, и от этого возникает такое недоверие. Если у всех всё получается, то в волшебство мы не верим, растёт недоверие. Искусственный интеллект, конечно, не волшебство — это возможность качественного достижения результата с минимальными усилиями, но она не всегда получается. Вот я могу рассказать про наш опыт.

Точность — одна из важных характеристик работы модели и агента соответственно, точность 50% достигается легко, любой студент-инженер садится, пишет агента, что занимает примерно час. Этот агент с большой долей вероятности достигает 50% точности. Чтобы достичь точности 70%, нужно уже неделю поработать. 80% — две недели, даже больше. Точность человека 85%, это тоже надо понимать. Многие считают, что 100% точность — нет, к сожалению. Поэтому достигнуть точности человека 85%+, это минимум месяц работы с агентом, с простым. А выйти 90%+ – это несколько месяцев и не факт, что получится. Это генеративный искусственный интеллект, он генерирует, там основная задача, чтобы он не нагенерировал лишнего. Если неправильно нарисована кошечка или собачка, с этим как-то можно смириться, но в финансовых транзакциях навряд ли вы, Алексей, захотите, чтобы я вам перевёл примерно тысячу рублей. Если вы мне дали ровно тысячу, то вам нужно получить обратно ровно ту же сумму.

Это, кстати, ещё хороший разговор про рамки применения генеративного искусственного интеллекта, очевидно, что финансовые вычисления должны иметь под собой нормальные финансовые калькуляторы, инженерные калькуляторы и так далее. Там нет причин для генерации, там есть условия для прямого расчёта, поэтому мы и говорим про прикладное значение агентского искусственного интеллекта на нашей конференции, и против вызовы, проблемы, ошибки, которые есть. У нас это большая история — это точность выведения, точность на стоимость. Потому что можно, конечно, сделать ИИ суперагентом, он будет супердорогой, но он такой просто в бизнесе не нужен. Это ещё одна проблема.

И третья проблема — это время ответа. Генерит нейросеть не так быстро, как хотелось бы. При этом если это условно простой запрос, то голос может появляться достаточно быстро. Если это сложный вопрос или обращение к каким-то базам знаний, то задержка в ответе голосом вызывает раздражение у клиента. Это тоже одна из проблем, которую мы сейчас решаем. Но могу сказать про наши кейсы, при общении с нашим ИИ-агентом в чате удовлетворённость клиента выше, чем с человеком.

— Это классный показатель. Я, честно говоря, тоже пользуюсь GigaChat'ом в своих профессиональных нуждах и могу сказать, что очень неплохо работает. Правда, очень неплохо.

— Спасибо. Особенно сейчас вышла новая версия.

— Я буду тестировать. Как говорится — и в хвост и в гриву.

Александр Александрович, мы с вами заговорили про деньги, про переводы между лицами. И как раз вчера Сбер представил банкомат нового поколения: с искусственным интеллектом внутри, с помощником и так далее. То есть вы уже даже и в банкомат ИИ внедрили. Расскажите, пожалуйста, почему вы делаете ставку на такие устройства и чего ждать дальше вообще в целом от этого направления?

— Смотрите, банкомат — это же не только машина по выдаче или приёму денег. Это точка общения с клиентом, человеком. Мы, как Сбер, заявили, что мы становимся человекоцентричной организацией. Что вас волнует как человека? Понятно, что вы находитесь в точке совершения финансовой транзакции, вас, очевидно, волнуют финансы: снять, положить деньги, но любого человека волнует здоровье.

Команда Сбера сделала такую уникальную технологию, где за 30 секунд можно пройти такой экспресс-чекап, экспресс-проверку своего здоровья, которая покажет вам основные параметры состояния сердечно-сосудистой системы, основные показатели анализа крови и, собственно говоря, усталость, стресс и так далее.

Если кто-то носит смарт-часы, это больше, чем смарт-часы, просто потому что даёт ещё медицинское измерение состояния организма. Интереснейшая технология, конечно, она не является диагнозом. Но в любом случае может направить человека обратиться к тому или иному специалисту. Можно записаться на приём прямо в банкомате.

— То есть я правильно понимаю, что банкомат — это теперь уже целый комплекс, в котором можно и здоровье проверить, и деньги снять?

А если посмотреть на свой баланс, то может быть, и уровень стресса сразу повысится немножко, а может быть, и наоборот, опустится, если зарплата в моменте пришла.

— Кстати, хорошая идея, да, замеряйте уровень стресса и кровяного давления до или после транзакции.

— Сбер как крупнейший Big Tech сейчас в России, без преувеличения, как в фундаментальные исследования, так, собственно, и в уже существующие модели искусственного интеллекта развивает собственные какие-то решения и процессы.

Вот с точки зрения ресурсов, как вы считаете, что наиболее привлекательно и что для вас как для бизнеса лучше? Инвестировать большие деньги в развитие именно того, что ещё не существует на рынке, что-то придумывать новое, фундаментальные исследования, либо в то, что уже существует, его развивать. Вот как вы к этому относитесь?

— Ну нет же такого выбора или-или. Есть выбор — и то и другое. И даже это не выбор. Конечно, мы должны развивать те продукты, которыми пользуются наши клиенты. Дорабатывать их, улучшать на основании ИИ, конечно. И это то, что мы делаем, то, что у нас получается. И клиенты, знаете... клиенты всегда голосуют деньгами. Что бы ты ни говорил, если нравится — они покупают. Если не нравится... будут хвалить, но не купят, значит, не то ты сделал. В общем-то, в данном случае мы видим, что клиентам это нравится, и они готовы за это платить, и это хорошо. Что-то, что ещё пока что у нас, может быть, недостаточно хорошо ещё сделано, или тест мы, конечно, даём бесплатно.

При этом если мы будем опираться только на существующие продукты, то далеко, конечно, мы не уйдём, мы остановимся. И, конечно, мы инвестируем большие деньги в R&D, в Research and Development нашего и GigaChat, и другие направления. И хочу сказать, что это с каждым годом становится дороже и дороже. То есть это прям такой выбор-выбор. Мы делаем выбор в сторону развития, в сторону инвестиций, но каждый раз это сложное инвестиционное решение.

— Ну, я вам желаю, чтобы те деньги, те инвестиции, которые вы делаете в развитие искусственного интеллекта в целом, оправдывались, безусловно, и чтобы получались новые и новые продукты, такие классные, как, например, тот же GigaChat. Ну и крайний вопрос: как вы считаете, в России нужно ли жестко регулировать искусственный интеллект? Должно ли быть какое-то прям вот сильное регулирование этой отрасли, или пока нужно сосредоточиться на развитии и не мешать?

— Знаете, что произошло в Европе, когда они решили зарегулировать искусственный интеллект? Искусственного интеллекта в Европе нормального нет. Теперь европейцы поняли, расслабляют регулирование, хотят 200 миллиардов евро положить в программу развития искусственного интеллекта в Европейском Союзе. Получится это или нет, непонятно, потому что люди уехали, технологии... у них в общем-то есть один Mistral, и то, который, по-моему, в Великобританию сейчас переехал от ЕС. В общем, технологий нет, людей нет, опыта нет. Всё равно продолжаются огромнейшие ограничения по использованию данных и так далее.

Европейский Союз, к сожалению, сейчас отстаёт от этой гонки. Посмотрим на два лидера этой гонки — это США и Китай. В Китае очень поддерживающее регулирование. При этом сейчас на их уровне развития они начинают этику определять и так далее, что, наверное, важно. Не наверное, а точно важно. У нас есть самоограничение, кодекс этики, который подписало больше тысячи участников.

В США как только Трамп пришёл к власти, он убрал все ограничения и создал специальное агентство, которое занимается тем, чтобы эти ограничения убирать. И вы видите, сколько они вкладывают денег и так далее. Но искусственный интеллект — это та технология, которая ещё развивается. Не надо её ограничивать, сильно ограничивать не надо. Искусственный интеллект часто сравнивают с электричеством. Когда появилось первое электричество, в эбонитовых трубках, в лампах и так далее. Так и появилась первая лампочка накаливания. Ну и представьте, что в это время выписали бы большое предписание про то, как правильно передавать электричество, как правильно потреблять электричество и так далее. То есть сейчас это регулирование есть, но оно появилось только после того, когда эта технология вышла на такой хороший, правильный промышленный масштаб.

— Александр Александрович, спасибо вам большое за это интервью. Я желаю Сбербанку успехов в развитии искусственного интеллекта на благо нашей огромной страны. Спасибо большое.

— Спасибо большое, Алексей. Я желаю «Коду Дурова» тоже процветания.

Сегодня платформа делает ставку на баланс между удобством для пользователя, этичностью и бизнес-эффективностью: не навязывает пользователю подписку, даёт бесплатный доступ к первым сериям тайтлов и пытается заинтересовать его продуманными рекомендациями.

В разговоре с «Кодом Дурова» CPO PREMIER и RUTUBE Евгений Ильчук рассказал, как за эти годы трансформировалась модель монетизации, как строится работа с «бесплатными» зрителями и почему искусственный интеллект не заменит редакторов даже в эпоху персональных рекомендаций.

— Как трансформировалась модель монетизации PREMIER за последние несколько лет? Какие этапы вы прошли и что стало поворотным моментом?

— Онлайн-кинотеатру PREMIER уже 7 лет, и за эти годы мы прошли большой путь. Мы начинали с простой SVOD-модели, затем перешли к модели FreeVOD + Trial, позднее добавили AVOD. Изменения были плавными, мы последовательно экспериментировали со стоимостью подписки, длительностью промо-периода, и тестируем разные гипотезы до сих пор. Единственное, с чем мы осознанно не работали — TVOD-модель, в ней мы не видели потенциала.

— Как вы работаете с разными типами пользователей — платящими, «бесплатными», нерегулярными? Есть ли стратегии «перевода» из одного сегмента в другой?

— Задача каждого онлайн-кинотеатра, который работает с подписками, нарастить аудиторию и с помощью интересного контента, удобного интерфейса и клиентоориентированности перевести пользователя из бесплатного промо-периода в подписку.

Мы работаем прозрачно и всегда выкладываем первые серии наших проектов бесплатно — чтобы пользователь мог познакомиться с контентом и не покупать «кота в мешке». Также мы не используем агрессивные «чёрные паттерны» при отмене подписки, пользователи это ценят.

В последние годы особое внимание мы уделяем удержанию пользователей в подписке. Для этого мы создали удобную рекомендательную систему, которая помогает нашим зрителям быстро выбрать контент по интересам на основе того, что они уже посмотрели на PREMIER. Мы внимательно подходим к производству контента, сотрудничаем с коллегами по рынку, чтобы производить ещё более качественные, дорогие сериалы.

— Как изменилось поведение аудитории после появления рекламы на платформе? Есть ли отток или наоборот — новые возможности?

— В платной подписке PREMIER нет рекламы и также нет «дешёвых» тарифов с рекламой. Мы не ставим перед собой задачу «загнать» пользователя в платную подписку большим количеством рекламы, которая откровенно мешает просмотру контента. Наша модель — это платный контент сам по себе, мы не усложняем просмотр намеренно. В бесплатной модели реклама интегрирована для минимальной монетизации, поскольку бизнес в любом случае несёт издержки, создавая для пользователей пробный период. По внутренней статистике, на данный момент порядка 90% пользователей, которые смотрят на PREMIER бесплатный контент, спустя месяц решают купить подписку.

— Насколько глубоко персонализация влияет на пользовательский путь? Есть ли примеры, когда она напрямую увеличивала удержание или выручку?

— Многие даже не задумываются, как много времени они тратят, пытаясь выбрать себе фильм или сериал на вечер. В результате могут даже не посмотреть ничего, поскольку свободное время уже потрачено на выбор и раздумья. По подсчётам Netflix, пользователь тратит в среднем около 19 минут перед тем, как запустить тот или иной тайтл. А ведь он может ему не понравиться с первых минут, и тогда придётся снова искать что-то другое.

Мы делаем упор на непрерывность просмотра пользователем, поэтому совершенствуем нашу рекомендательную систему. И это даёт свои плоды — время смотрения контента на платформе растет.

— Есть ли внутренняя борьба между «алгоритмом» и «редакцией»? Как вы балансируете между автоматизированными рекомендациями и ручной модерацией?

— Ну «соревнования», кто заманил пользователя в просмотр, у нас, конечно, нет. Но не стоит забывать, что пользователи приходят в онлайн-кинотеатр с разными целями и разным настроением. Поэтому подборки похожих тайтлов — контента на основе предыдущих просмотров пользователя — не всегда релевантны.

Это звучит странно, но я приведу банальный пример — Новый год. Без редакционной подборки комедий, советских фильмов и всего, что нас связывает с этим праздником, не обойтись. Согласитесь, странно бы выглядела новогодняя подборка от ИИ на основе просмотров пользователя, который весь год смотрел у нас только хорроры и детективы.

Это крайний случай, поэтому говоря о повседневных буднях, мы ранжируем не только тайтлы на полках, но и внешний вид, и порядок полок на главной странице. В зависимости от поведения пользователей подборка ИИ может быть как условно первой в списке, так и принципе не попасть на первые два экрана.

— Как устроен рекомендательный движок PREMIER сегодня? Какие источники данных вы используете для персонализации?

— Рекомендательный движок анализирует более 100 различных действий пользователя. Среди основных это: просмотренные тайтлы, время, проведённое на сервисе, оценки пользователя, наличие подписок. Также мы работаем с системой тегов: каждый контент помечен несколькими тегами (например, «детектив», «про полицию», «мистический»). На основе этих параметров выстраивается модель и делается подборка похожих тайтлов. Есть ещё много вспомогательных параметров, которые помогают нам с большей вероятностью предложить нужный тайтл пользователю.

— Что помогает удерживать пользователей между громкими релизами? У вас же не каждый месяц выходит новый «Домашний арест».

— «Домашний арест» действительно выходит не каждый месяц, основные громкие релизы, как это принято, обычно появляются осенью. Наша библиотека позволяет нам оставаться интересными для пользователя не только в моменты громких релизов. На главной странице есть полка топ-10 тайтлов и она работает по-честному. Полностью автоматизированно, туда не вмешивается ни продукт, ни редакция. Мы просто выводим туда рейтинг того, что на данный момент больше всего смотрят у нас. И вы можете сами заметить, что там практически всегда находятся наши основные хиты, такие как «Универ», «Реальные пацаны», «Полицейский с Рублёвки». Пользователи любят эти тайтлы и часто их пересматривают. Ещё никому не удавалось снять столько нового контента, чтобы пользователь всегда мог смотреть только премьеры. Иногда напоминание пользователю о его любимом сериале увеличивает время, проведённое им на сервисе, любовь к  платформе намного сильнее, чем какая-нибудь громкая новинка.

— Как будет меняться продуктовая команда с учётом объединения RUTUBE и PREMIER?

— Сейчас мы только находимся в процессе объединения. Важно понимать, что команды RUTUBE и PREMIER — это разные бизнесы и команды продукта, где каждая, естественно, была заточена под свою специфику. Команда RUTUBE работает с огромной аудиторией, непривычными для платных онлайн-кинотеатров метриками. Команда PREMIER имеет больше опыта работы с монетизацией и подписками. Объединение этих команд как раз и позволит нам наладить синергию в продуктах и улучшить обмен опытом.

«Газпром-Медиа Холдинг» объединил команды разработчиков RUTUBE, PREMIER и YAPPY

В ближайшее время сотрудники получат предложения о переводе в новую структуру с сохранением текущего уровня дохода и компенсаций.

Код ДуроваКирилл Сергеев

Платформа ежедневно обрабатывает более миллиона загружаемых видео и выдерживает нагрузку более чем 7 терабит в секунду.

— С какими уникальными техническими вызовами вы сталкиваетесь при обработке и доставке огромного объёма видео, который ежеминутно загружается на RUTUBE? Какие меры обеспечивают минимальную задержку и стабильную доставку контента в пиковые часы?

— Учитывая колоссальные нагрузки, которые приходятся на видеохостинг, нам приходится выстраивать и содержать достаточно большую инфраструктуру, и контролировать процесс, чтобы это всё работало быстро и надежно. У нас есть собственная CDN-сеть, расположенная не только в РФ, но и за её пределами, а в Москве находится порядка семи ЦОДов с размещённой инфраструктурой, в том числе для хранения. Всё это позволяет держать нагрузку более 7 терабит в секунду на CDN сеть в пике и 80 миллионов уникальных пользователей в месяц. К тому же мы получаем порядка миллиона входящих видео, то есть более 350 тысяч часов видео в день мы обрабатываем. Также на случай экстремальных нагрузок у нас есть интеграция с облачными провайдерами с автоскейлингами и так далее, которые тоже автоматически поднимают нам сервера, добавляющие мощности.

— То есть даже в условном сценарии пиковой экстремальной нагрузки вы можете масштабироваться легко и как бы «не заметить», то есть сервис не падает в таком случае?

— Да, всё так. Мы это как раз в прошлом году испытали, когда начали тормозить CDN-сервера у YouTube и к нам кратный рост пользователей пришел. Мы успешно справились с этой нагрузкой и обеспечили стабильную работу платформы. Так что, если у нас заканчиваются мощности на собственных серверах, мы начинаем использовать облачных провайдеров и облачные CDN тоже.

— Если мы говорим про CDN, которые не в России, в каких регионах они расположены?

— Это Беларусь, Кыргызстан, Казахстан, Узбекистан. Если говорить про западные страны, не из СНГ, то это Германия и США.

— То есть это всё ваша внутренняя инфраструктура, это никому не принадлежит?

— Да, это наши сервера, которые используются для нужд RUTUBE и других Цифровых активов Холдинга.

— Если мы говорим про эти цифры — может быть, я человек не супер технический, — когда мы говорим про 7 терабит в секунду и 1 миллион загрузок, если сравнивать это с вашими прямыми конкурентами — «VK Видео» и YouTube, — какой это порядок цифр, для понимания? Вы больше обрабатываете, чем конкуренты, или меньше?

— Тут на самом деле сложно сравнивать, потому что в открытом доступе мало информации, что по «VK Видео», что по YouTube.  По YouTube были догадки, что у них в прошлом году было 10–15 терабит, но это не точно. VK тоже не даёт цифры чисто по «VK Видео». У них там были какие-то цифры, что по всему холдингу VK вроде в районе 12 терабит. Остаётся только догадываться, сколько приходится чисто на «VK Видео». Поэтому, я думаю, цифры в целом сопоставимы.

— Тогда следующий вопрос. У вас выходила новость про то, что вы впервые загрузили тестовый контент 8К в HDR, и там исходный файл весил порядка 100 гигабайт. И то, что, наверное, интересно пользователям: какой объём хранилища вы сейчас используете? То есть сколько места занимает весь тот видеоконтент, который сейчас загружают пользователи на RUTUBE? И на каких технологиях построены эти хранилища?

— Да, cамо видеохранилище после последней поставки — мы добавляли сервера в этом году, — оно уже ёмкостью порядка 400+ петабайт, сейчас на нём уже более 415 миллионов видео. По поводу технологии, мы используем собственную разработку, называется FileHeap. Почему не использовать, например, какие-нибудь популярные Ceph или что-то на S3? Просто потому, что без доработок оно такие объёмы не потянет. Есть американский CERN, которые вроде как хранят 1 эксабайт на Ceph, но это их собственная разработка, у них там разработчики, которые допиливают этот Ceph. А то, что лежит в open source, такие объёмы не потянет, естественно.

— Тогда что касается в целом серверов, на какие критерии вы больше всего обращаете внимание, когда мы говорим про обработку видеоконтента? Речь идет о мощных GPU, или размер RAM, или пропуская способность CPU? Какие характеристики именно для вас релевантны, когда вы настраиваете свои сервера?

— Если энкодинг, то нужны видеокарты с максимальным количеством блоков NVENC, например. Если это ИИ, то там тоже нужны видеокарты, но там уже в приоритете, например, объём памяти. То есть на каком-нибудь инференсе можно использовать те же видеокарты, что и для энкодинга видео, но для обучения важен объём памяти.

Если говорить про CDN-сервера, там важна CPU, пропускная способность памяти, дисков, сетевых интерфейсов и так далее. Потому что там важно максимально быстро отдать контент пользователю.

Если говорить про всё остальное, а это backend, frontend, база данных и так далее, то там в основном как раз CPU и память. Ну, база данных — ещё IOPSы на дисках тоже большую роль играют.

— Если ещё раз возвращаться к серверам, сколько у вас сейчас в целом всех серверов, которые есть?

— Сейчас уже порядка 7000 серверов. Из них 380 — это CDN-сервера. В этом году мы развернули полторы тысячи серверов и 250 CDN, то есть CDN мы в этом году увеличили более чем в два раза. Также планируем ещё 100 CDN-серверов добавить к концу года — это нам позволит удержать общую ёмкость видеотрафика порядка 15 ТБ/с.

— То есть в два раза?

— Да. По сути, это уже объёмы, которые были у YouTube до того, как они ушли.

И почти весь трафик сейчас у нас уже на собственных CDN обрабатывается, а облачный CDN мы держим на всякий случай.

— Правильно ли я понимаю, что свой CDN вы никому не шарите, он чисто для RUTUBE?

— Для RUTUBE и других Цифровых активов Холдинга, да.

— Я к тому, что это не может стать частью бизнеса, как бывает у некоторых?

— Может быть, в следующем году мы будем готовы думать в сторону коммерциализации CDN, потому что такая глобальная сеть, будет интересна на рынке.

— Да. Мы даже на своей стороне, хотя у нас нет ни разу видеоконтента, но CDN — это большая и нужная история для всех. А с уходом условных Cloudflare и прочих сейчас заметно, что CDN-то дорогой.

Потому что он, условно, был бесплатный для каких-то маленьких сайтов и прочего. И есть ощущение, что на этом рынке грядет большая конкуренция, потому что не очень много за вменяемые деньги есть операторов поставки.

— Это точно. Ценники облачных CDN, по нашим расчётам, в 5-10 раз дороже, чем косты на наш собственный CDN.

— Если мы говорим про огромное количество серверов, которые вы обслуживаете, какие фундаментально самые крупные задачи выполняют эти серверы? То есть это обработка видео… И на что больше всего тратится ресурс?

— Думаю, примерно одинаково. Самое глобальное — это хранение видео, потом обработка и, соответственно, раздача этого контента. Это всё, что касается CDN. Под ML и под ИИ тоже большие кластера. И оставшееся — как раз сами приложения, потому что в RUTUBE сейчас больше 200 приложений (backend, frontend и так далее).

— Если мы говорим про искусственный интеллект, какие сейчас технологии вы используете у себя и как они выражены на платформе?

— Я думаю, самое явное — это рекомендательные системы. Если не углубляться в названия моделей, например, коллаборативная фильтрация, то есть градиентные бустинги. И сейчас экспериментируем и готовимся к внедрению всяких трансформеров, чтобы они обрабатывали пользовательскую историю. В целом, если говорить про рекомендательную систему, сейчас ещё на главной у нас есть подборки для вас, они сделаны с помощью ИИ. На основе тестов они, например, собирают на 75% больше CTR и watch time, чем те, которые редакция вручную делает.

Модерация, само собой. Когда под миллион видео прилетает, никакого штата, наверное, не хватит, чтобы руками всё это просматривать. Поэтому, естественно, все видео, которые приходят, они обрабатываются ИИ. И всё подозрительное подсвечивается для модеров «обратить внимание» и так далее.

Затем тегирование видео. Эта история используется и для рекомендаций, чтобы понять, что именно на видео — машина, марка. Может аудиодорожку тоже анализировать, если там стендап какой-нибудь. Затем эти теги используются в рекомендации, и в рекламе, например, тоже могут использоваться. Всякие генеративные истории — это генерация обложек видео, аватаров и так далее.

— А под рекламой понимается, что можно выставлять свою рекламу релевантно контексту видео?

— Да, для этого и делается. Так называемая таргетированная реклама.

— У меня сложилось ощущение, что если, например, в видео говорят про кошачий корм, то будет вставка рекламы про кошачий корм. Или это я чуть-чуть неправильно понял?

— Всё верно. Это как раз и является таргетированной рекламой. То есть можно на профиль пользователя таргетироваться, можно относительно видео таргетироваться.

— А если мы говорим про модерацию, как сегментируется контент, что просматривают модераторы, какие параметры? Мы говорим про порно, или про какой-то жёсткий контент, или сейчас мы разговариваем про пиратский контент?

— На самом деле есть очень много моделей, все они определяют разный тип контента и последовательно всё это прогоняется. Но основное — это насилие, пиратка, оружие, наркотики. Ещё аудиодорожки, само собой, проверяются тоже на нецензурные слова, агрессивную речь и так далее.

— То есть если много мата, то это может не пройти модерацию?

— Это будет подсвечено в любом в случае, и если ИИшка что-то отловила, это всё равно пойдёт к модератору. То есть финальное решение всё равно принимает человек.

— А есть какие-то сценарии, когда ИИ сам забраковывает материал, и его не нужно просматривать человеку? Если это что-то совсем жестокое, скажем.

— Именно для видео нет, оно всё равно попадет человеку, потому что мы потом, дообучаем на этих данных модельки. Всякие комментарии, да, там просто такой объём, что, даже если помечено, всё равно нереально обработать. Поэтому, если я не ошибаюсь, 80% нелегитимных комментариев банятся ИИшкой — до модераторов уже не доходит.

— Каждый видос, который как-то помечается искусственным интеллектом, он идёт к человеку, тот его просматривает и даёт добро к публикации или нет, правильно?

— Да, всё верно.

— За счёт этой системы не сильно увеличивается время загрузки видео на платформу?

— У нас сейчас микс постмодерации и премодерации. Есть каналы, у которых всё ОК, хорошая репутация, не было никаких нарушений и так далее, их могут перевести на постмодерацию, например. На премодерации находятся какие-нибудь подозрительные каналы, либо которые уже совершали некоторые нарушения.

— Если мы говорим сейчас про тяжёлые видео, и прошлая новость про загрузку 8К видоса, если не ошибаюсь, сам исходный видеофайл весил порядка 100 гигабайт, а по итогу после всей обработки он весил в районе 400 мегабайт. Какие вы используете современные кодировки, чтобы так сильно сжимать, но при этом не терять качество в видеоматериалах?

— Такого уровня сжатия удаётся добиться с помощью видеокодека AV1 — он сейчас один из тех, которые в промышленной эксплуатации самые эффективные. Но у него есть проблемы с аппаратными декодерами, так как он относительно свежий. На всех новых устройствах уже есть аппаратные декодеры, но на старых могут быть проблемы, и посмотреть 8К на каком-нибудь девайсе 5-10-летней давности может быть затруднительно. То есть тут такой баланс, что, да, он очень круто жмёт, экономит трафик пользователям и так далее, но там нужны аппаратные декодеры AV1 на устройствах, чтобы прям смотреть 4К или тем более 8К.

— Если мы говорим про современные форматы, какие вы новые истории внедряете помимо вертикальных видео, интерактивных роликов, HDR, который вы активно используете?

— Мы сейчас много вкладываем в генеративное ИИ — от создания аватарок, обложек и так далее до аудио и видео генерации.

Также так называемая ультра персонализация для рекомендательных систем — это персонализация на основе графовых эмбеддингов и мультимодальных LLM, чтобы учитывать контекст просмотра, эмоциональный анализ и так далее. Это должно дать ещё лучший CTR, watch time и в целом вовлечённость пользователя.

И были ещё эксперименты с WebGL-плеерами, с элементами геймификации. Но это тоже пока что внутренняя экспериментальная история.

— Если мы говорим про генеративные модели по аудиодорожке и прочие, как они в теории могут применяться авторами?

— За последние несколько лет в генерации аудио и видеоконтента наблюдается уже большой прогресс, и смотря некоторые видеоролики, если не всматриваться, то тяжело их отличить от реальных. Для автора это может быть возможностью генерировать видеоконтент по написанному сценарию: «Сгенерируй мне видео по такому сценарию» и так далее, чтобы снизить затраты на продакшн, реализовать самые креативные идеи и прочее — это существенно облегчит жизнь блогеру и откроет перед ним новые дороги.

— Я понял. Но если мы говорим про генеративный ИИ для авторов на вашей стороне — это сейчас тестируется или это уже можно как-то потыкать каким-то блогерам?

— Пока что всё на этапе тестирования.

— Мне недавно попадались именно короткие ролики, сгенерированные искусственным интеллектом, и они набирают огромное количество просмотров, то есть там сотни миллионов просмотров. Это будет интегрировано именно в RUTUBE или это будет какая-то отдельная платформа?

— Хотели именно в рамках RUTUBE Studio это делать.

— И как в таком случае монетизировать контент? Потому что сейчас многие провайдеры, наоборот, не хотят монетизировать контент, который создан искусственным интеллектом, специально его помечать и прочее.

— Специально помечать будем в соответствии с законодательством, действующим на тот момент, а вопрос по монетизации открытый — вернёмся к нему, когда будем уже готовиться к запуску.

— Это ведь огромная нагрузка, которая будет на ваши сервера, насколько я понимаю?

— Да. Видеокарты сильно утилизируются в рамках использования, потому что есть тяжёлые модельки генеративные, особенно которые генерят видео- и аудиоконтент.

— На рынке ИИ и генеративных моделей в России пока мало кто представлен. На западе, понятно, там много кто генерирует. То есть вы потенциально можете занять достаточно большую нишу?

— Да, в рамках видеохостинга это удобно, что пользователь заходит в студию, там сразу ИИ-помощники и так далее. А не то, что ты зашёл в одно место, потом что-то перетащил в другое. Идея такова, чтобы реализовать всё в рамках RUTUBE.

— В целом, возвращаясь к моему последнему вопросу, какие ключевые технологии в ближайшие 3–5 лет вы рассматриваете и подготавливаете, это, скорее всего, искусственный интеллект, я правильно понимаю?

— В целом да, там всё связано с искусственным интеллектом. Есть ещё эксперименты с 3D-графикой, отрисовкой 3D в плеере. Но это, скорее всего, тоже будет что-то, что сгенерирует искусственный интеллект.

— Нет ли ощущения, что искусственный интеллект заберёт огромную долю трафика, который ранее получали обычные пользователи? Или просто увеличивается в целом весь трафик?

— Я думаю, трафик будет увеличиваться и за счёт того, что снизится порог входа для авторов, то есть у нас будет больше контента, будет больше зрителей, и люди будут больше проводить времени вообще за потреблением именно видеоконтента.

— А если мы говорим про короткие ролики в формате reels, shorts, они на RUTUBE существуют?

— Да, есть RUTUBE Shorts

— Если говорить про трафик на шортсы и большие видосы, насколько сильно они отличаются?

— Сейчас в десятки раз больше трафика на большие, именно если оценивать пропускную способность на сети. Шортсы всё-таки меньше весят, чем горизонтальные видосы и время смотрения там меньше. Поэтому суммарно там объём watch time, если так говорить, в десятки раз меньше. Но я думаю, что потребление шортсов будет расти.

— Как устроена команда разработки RUTUBE? Какие вы сейчас используете технологии у себя внутри? Какие видите зоны роста внутри команды?

— Если говорить про то, как построена именно команда, то всё достаточно стандартно. Это продуктовые фичи команды c agile-структурой, двухнедельные спринты. То есть фича команды — это обычно команда до 10 человек, в которой есть бэкендеры, фронтендеры, ML-инженеры (если там нужен ИИ), девопсы, которые потом выкатят этот сервис в продакшн, тестировщик, продуктовые и delivery менеджеры.

Если говорить про технологии, само собой микросервисная архитектура. Я уже упоминал, что в RUTUBE более 200 сервисов, хотя года три назад было 10-15 монолитов. Но сейчас уже можно сказать, что мы перешли на микросервисную архитектуру. Всё это крутится, естественно, в Kubernetes.

Оперативно через пайплайны раскатывается, это если говорить про CI/CD.

Какие зоны роста? Для бизнеса важно максимально быстро выкатывать фичи и так далее. Поэтому мы развиваем сервисы для разработчиков, чтобы они могли себе оперативно поднимать окружение. Типа SaaS для разработки, чтобы каждый разработчик мог поднять себе мини-RUTUBE, накатить изменения своего сервиса и из бранча протестировать, и потом всё это в релиз быстро выкатить.

A/B-тесты везде, где можно, уже внедряем. Осталось совсем немного, чтобы мы могли любые изменения тестировать и получать продуктовую аналитику, насколько пользователи приняли и насколько им это нужно.

— Сергей, RUTUBE всё активнее развивается как технологическая платформа. Какие решения уже работают на видеохостинге?

— Мы давно делаем ставку на ИИ и стараемся внедрять его туда, где он действительно помогает — за счёт собственных разработок. ИИ используется нашими специалистами в различных областях. Я бы выделил три ключевых направления.

Так, технологии искусственного интеллекта мы применяем для модерации загружаемых видео. Ещё мы запустили детекцию перенаправления трафика на сторонние сайты, систему распознавания речи, которая используется для генерации автоматических субтитров, а также систему модерации названий и описаний. Они уже есть на части каналов, и их число увеличивается с каждым днем.

Что касается технологий в клиентском сервисе, все обращения в службу поддержки RUTUBE распределяются по многоуровневому классификатору. Это позволяет проводить глубокую аналитику данных. Дополнительно обращения обрабатываются чат-ботом, который формирует и подсказывает правильный ответ на основе обширной базы знаний о том, как работает наша платформа. В прошлом году мы запустили также новую тестовую модель рекомендательной системы.

Наконец, искусственный интеллект применяется и в творческом направлении: специальный софт помогает сценаристам генерировать отдельные сцены, используя нашу обширную базу сценариев. Но пока ИИ, бесспорно, сотворец, а не замена человека.

— Если говорить о дальнейшем развитии — какие ключевые задачи сейчас стоят перед вами в области искусственного интеллекта?

— На мой взгляд, сейчас инвестиции в искусственный интеллект — это вклад в будущее медиабизнеса. Поэтому мы планируем развивать это направление и дальше: внедрять механизмы на базе ИИ, модернизировать оборудование, чтобы обрабатывать видео ещё быстрее, чем прежде. Мы работаем в этом направлении.

— Вы уже упоминали систему рекомендаций. Это важнейший элемент любой видеосистемы. Использует ли RUTUBE технологии машинного обучения для персонализации контента? Как эти алгоритмы адаптируются под интересы российской аудитории?

— В основе системы рекомендаций RUTUBE действительно ML-технологии, также применяются определенные правила и алгоритмы. Основная задача системы рекомендаций — оценивать предпочтения пользователя в смотрении видео на платформе, а также пользователей, похожих по привычкам смотрения, и создавать персональные подборки контента на основе метаданных каждого отдельно взятого видео. При этом применяются правила приоритизации показа контента (например, наиболее свежие или наиболее популярные — как видео, так и авторы).

— Донаты, подписки, прямые эфиры — насколько глубоко вы планируете развивать инструменты поддержки авторов? Что нового можно ожидать в ближайшее время?

— Команда RUTUBE ведет постоянную работу по развитию и улучшению функций сервиса — как для зрителей, так и для авторов. Система донатов, подписки и стриминг — не исключение. Одно из фокусных направлений сейчас — масштабирование собственной системы донатов на все платформы таким образом, чтобы зрители смогли поддержать автора не только во время стрима, но также в рамках любого видео или просто на канале. В части стриминга мы фокусируемся на повышении уровня стабильности работы сервиса, совершенствуя технологические решения этой функции. Одна из долгожданных функций для авторов, которая прямо сейчас находится в разработке, — это постоянный ключ трансляции, который позволит не указывать ключ в настройках каждый раз при запуске нового стрима: RUTUBE будет запоминать его и применять автоматически.

— RUTUBE раньше иногда воспринимали «архивной» площадкой. Сейчас отношение к ней меняется на глазах. Благодаря чему изменилось восприятие пользователей? Как вы привлекаете более молодую и активную аудиторию?

— Секрет прост — мы постоянно и разносторонне улучшаем сервис. Активно работаем над ростом библиотеки: привлекаем новых авторов, поддерживаем существующих, снимаем собственные проекты. К июню 2025 года библиотека RUTUBE уже превысила 415,9 млн единиц контента.

Мы делаем платформу ещё более удобной как для авторов контента, так и для пользователей. Для авторов мы обновляем систему монетизации, которая позволяет зарабатывать. Перспективных мы поддерживаем, выводим их контент на главную страницу платформы. Для пользователей мы регулярно дорабатываем наш сервис и добавляем в него новые функции. Активно развиваем видеосервис на устройствах SMART TV: количество авторизованных зрителей, которые смотрят RUTUBE на большом экране, увеличилось в 5 раз по сравнению с прошлым годом.

— Интерфейс платформы заметно изменился за последний год. Насколько серьёзную роль в этих обновлениях играет анализ поведения пользователей?

— Обезличенные данные о поведении пользователей на платформе — это один из основных источников, которые мы анализируем при создании новых продуктов. Анализируются не только результаты запусков новых функций, но и все сценарии использования сервиса, а также смотрение разных типов контента. Кроме того, команда постоянно работает с обращениями авторов и зрителей по всем каналам, начиная с прямых обращений (почта, чат-боты, отзывы в магазинах приложений), заканчивая сообщениями с упоминанием RUTUBE в рунете. Планировать улучшения помогает также регулярный обзор рынка и исследования.

— Планируется ли внедрение инструментов на основе нейросетей внутри самой платформы — например, автоматическое создание обложек, описаний или субтитров?

— ИИ-решение по субтитрам у нас уже готово. Отображение субтитров в плеере доступно на всех платформах. В июле в студии RUTUBE пока ограниченному количеству авторов стала доступна функция создания ИИ-субтитров, и мы начали масштабирование. До конца лета функция станет доступна примерно 5 тысячам авторов, а до конца года все креаторы RUTUBE смогут генерировать субтитры при загрузке видео на платформу.

Кроме того, мы планируем для авторов комплексное решение. Это будет ИИ-помощник, первые функции которого появятся в студии RUTUBE уже в конце года. Работа с автоматическим созданием текстов к видео (название, описание) уже ведется.

— Как решается задача модерации контента? Используете ли вы автоматизированные системы на базе искусственного интеллекта и насколько они эффективны?

— Весь поток UGC-контента проходит через систему, которая распознает и фиксирует события в кадре. Если она обнаруживает подозрительный фрагмент, модератор получает подсказку, в какой части видео есть контент, требующий проверки. В целом модераторы доверяют нашему «Оку Саурона», как мы его называем, однако для улучшения алгоритмов всё перепроверяют вручную. Сейчас среднее время модерации ролика составляет 4 минуты.

Модерируем мы не только видео, но и комментарии — благодаря системе автомодерации более 80% из них проходят проверку автоматически, без участия людей. Раньше это делалось полностью вручную.

— RUTUBE всё чаще называют не просто видеоплатформой, а медиасредой. Какие функции и сервисы для авторов и зрителей вы считаете приоритетными в этом году?

— Для всех пользователей — будь то зрители или авторы, основное — это удобство сервиса.

Отдельно для зрителей команда фокусируется на персонализации контента и интерфейсов, а также функциональности плеера. Ключевое в этом направлении в текущем году — это масштабирование рекомендательной системы, новые функции в плеере для смотрения любого типа контента, а также улучшение поисковой выдачи.

Для авторов важны охваты, привлечение подписчиков и монетизация контента, и здесь для нас приоритетны не только стандартные инструменты для автора в виде статистики и сервиса монетизации, но также возможности продвижения канала и видео через рекомендательную систему и поиск. Поэтому основные приоритеты в направлении авторов в этом году — масштабирование возможности монетизации контента на всех платформах и продвижение (фичеринг) авторов через рекомендации и поиск.

— Насколько активно RUTUBE работает с блогерами? Есть ли отдельные программы поддержки или продвижения авторов?

Осенью мы запускаем «Академию блогеров» — большой проект RUTUBE, направленный на помощь людям, которые хотят стать блогерами на нашей платформе. Мы хотим развивать видеохостинг как площадку для творчества. На мой взгляд, зрителя от автора отделяет всего один шаг, и мы хотим помочь желающим его сделать.

«Академия блогеров» — это онлайн-школа, а также офлайн-семинары. Мы будем проводить их в специальном помещении, которое откроется в Москве. Кстати, учебная программа разрабатывается совместно с одним из отечественных вузов. Из неё блогеры узнают, как привлекать аудиторию, общаться с ней и удерживать. Мы стремимся помогать начинающим креаторам.

— Если заглянуть вперед на 2–3 года: какой результат вы бы назвали главным успехом RUTUBE — рост аудитории, технологическая самостоятельность или что-то ещё?

— Мы сейчас много внимания уделяем коммерческой составляющей развития RUTUBE — активно создаём и внедряем наши рекламные продукты и инструменты. Мы обновляем монетизацию, создавая возможности для заработка активным авторам с качественным контентом. В целом мы, конечно, сосредоточены на развитии инфраструктуры — внедрении искусственного интеллекта во все процессы, на минимизации рутины благодаря этому. И, конечно, на том, чтобы вырастить аудиторию и расширить библиотеку контента, которая будет привлекать новых зрителей на платформу.

Мы уже видим результаты такого подхода: так, количество просмотров на RUTUBE суммарно за 6 месяцев 2025 года превысило 26 миллиардов. За аналогичный период 2024 года показатель находился на уровне 3,5 миллиарда просмотров. То есть рост — в семь с половиной раз.

В разговоре с ним обсуждаем, как устроено обучение больших языковых моделей, и в чём особенность подхода GigaChat. Также поговорили о будущем разработчиков, перспективах генеративного ИИ в корпоративной среде и роли нейросетей в жизни обычных пользователей.

Видеоверсия интервью:

— Расскажи, пожалуйста, о процессе обучения GigaChat. Насколько это сложно, долго, муторно? В общем, всё, что знаешь об этом процессе.

— Обучение GigaChat в целом состоит из нескольких стадий. Первая стадия это предобучение, за ней сейчас гонится весь мир, все большие компании Google, OpenAI и, конечно, китайские компании. Это такая фаза, когда мы берём все знания человечества, когда-либо созданные: интернет-страницы, статьи, книги, видео и вот это внедряем в модель. Модель должна выучить только полезную информацию оттуда. И там очень много разной алхимии. А как эту полезную информацию вынуть? Потому что примерно любой человек, который был в интернете, понимает, что это. Суть в том, что его надо очень хорошо профильтровать, не потеряв самую лучшую его часть, и после этого обучить модель.

И вторая фаза — это обучение. Там всё в целом проще. Чем больше модель — тем она в среднем умнее на таком же наборе данных. И её обучают на этом чистом датасете. И получается предобученная модель, это вот основа, база, из которой все произрастает. И дальше эта обученная модель много чего знает, но не совсем настроена под человека. Ты ей задаешь вопрос, она его продолжает скорее — не даёт ответ. Здесь другая фаза, надстройки. Мы называем это alignment в сфере, надстройка нейросети в правильную сферу. Там мы учим её на выверенных диалогах, которые написаны людьми, проверены ими же, профессионалами. Допустим, медицинский вопрос, медицинский ответ, правильный, идеальный, мы точно это знаем. И мы учим нейросеть на такие вопросы отвечать так, ну и вести диалог.

Туда же мы импортируем картинки, аудио, какие-то видео с разных сервисов и вот задаём вопросы по этому контенту, а затем учим модель правильно на них отвечать. Если модель достаточно умная и достаточно хорошо произошло предобучение, то всё будет хорошо и итоговая модель будет очень классной. Будет профессионально отвечать, будет отлично справляться с любыми файлами, с любыми языками и так далее. Если неправильно отфильтровать датасет, то сколько бы видеокарт у тебя ни было, сколько бы ты денег на это ни потратил, получится плохо.

Конечно, чем качественнее датасет, тем лучше модель. Её надо постоянно переобучать, потому что ты сделал датасет лучше — надо модель сделать лучше. Модель стала лучше, теперь пора датасет сделать лучше, добавив, например, её синтетические данные, или профильтровать её, чтобы она мнение выразила, хорошая это статья или нет. Такой бесконечный процесс бесконечного улучшения моделей. Нужны талантливые люди, чтобы это всё делать.

— Ты привёл несколько примеров крупных компаний, которые разрабатывают подобные GigaChat'у модели. Чем принципиально GigaChat отличается от своих аналогов?

— Я бы разделил этот вопрос на две составляющие. Первая — это наши физические клиенты, кто заходит на какой-нибудь сервис с GigaChat. И B2B-клиенты, компании, которые хотят свои процессы улучшить через GigaChat. Что касается наших клиентов, физических лиц, просто обычных людей, то, конечно, мы стараемся максимально сделать упор в русский язык. Например, китайские нейросети иногда переходят на китайский во время разговора, не понимают разные термины русские, «сельдь под шубой» — каноничный пример.

У нас прям фокус на русский язык, на славянскую культуру, соответственно, мы надеемся, что именно в этой сфере мы гораздо лучше понимаем просто русского человека, чем другие нейросети. Но, конечно, мы развиваем и знания, и разные возможности, модальности изображения, аудио и так далее, чтобы быть на нужном уровне по всему. Но я бы скорее сказал, что наше преимущество в том, что у нас есть фокус, и в том, что мы подстраиваемся под клиентов, под наших людей. Скорее всего, когда мы пользуемся какой-нибудь китайской нейросетью или, допустим, ChatGPT, мало кому есть дело там до качества ответов для нашей группы людей, у них другие цели. У нас цель конкретно для русских людей сделать лучшую нейросеть, лучший сервис для использования.

Что касается B2B-сегмента, то платформа, про которую рассказали на конференции с объединением всех сервисов и всех нейросетей Сбера - это такое уникальное предложение. Мало у кого такое есть. Например, есть отдельный DeepSeek, текстовая нейросеть, которая отличная, но у нее нет изображений, аудио, работы с видео и т. д. Конкретно наше предложение для B2B, оно уникальное, потому что содержит в себе целое сочетание: синтез речи, её распознавание, нейросети, выстроенные сервисы, референсы.
Вот мы гайд сделали недавно, как использовать мультиагентные системы — такие как GigaChat — и на других таких же больших языковых моделях в корпоративном сегменте. Потому что мало кто знает, что 60% компаний застревают на этапе прототипа с любой нейросетью. Там важно общее предложение, которое несёт одна компания другой.

— То есть по совокупности факторов B2B и B2C сегмента GigaChat превосходит сейчас все остальные нейросети, я правильно понимаю?

— Я считаю, что где-то он на уровне, где-то он превосходит, где-то он уступает. Нет сейчас прямо выраженного лидера. Гонка такая, что то OpenAI становится чуть лучше, то Google на английском языке, то DeepSeek. Мы постоянно развиваемся, где-то лучше, где-то хуже. Мы постоянно проверяем сотни метрик, с разных сторон смотрим на модель, но и фиксим её слабые стороны. Поэтому мне сложно сказать, кто лучше, но по совокупности факторов это суперклассно.

— Но мы обязательно проверим, какая нейросеть лучше, а сделаем мы это настоящим традиционным русским способом. Мы дадим запрос в каждую из нейросетей, в том числе и в GigaChat, на чём лучше делать окрошку, на квасе или на кефире. И вот посмотрим, как эти нейросети справятся. Я уверен, что GigaChat даст правильный ответ.

Скажи, пожалуйста, вот на ПМФ Сбер представил новую версию, экосистемы GigaChat, GigaChat 2.0, где, не побоюсь этого слова, была представлена функция «глубокого исследования». Расскажи, пожалуйста, о чём это вообще, что это такое и какие дальше перспективы развития у GigaChat? Какие новые функции появятся?

— Вообще, GigaChat это такая диалоговая система, то есть ты задаёшь вопрос, она отвечает, ты корректируешь её постоянно, в диалоге постоянно находишься. Но это не всегда твоя задача. Иногда задача — максимально глубоко изучить какой-то вопрос. И с этим запросом мы идём в интернет и находим там разные источники, разные статьи, причём в разной степени качества. И с помощью GigaChat на мультиагентной системе мы сопоставляем кучу разных источников, разные мнения, специально форсируем поисковые запросы, чтобы были разные мнения, за и против, какие-то исследования. Формируем объективную картинку из этого и составляем большой документ исследования вашего вопроса на основе этой системы. Где там мультиагентность вообще? Когда вы задаете туда вопрос: «Проведи мне исследование, например, на тему применимости нейросетей в бизнесе».

GigaChat порождает много агентов, которые тоже работают на нём. Один ищет информацию, допустим, про Россию, другой про мир, третий там про конкретно США и так далее. Когда они находят информацию, ещё раз итеративно идут в поиск уже с уточнениями. Не нашли ничего, например, про Китай, будут искать на других источниках и так далее. То есть они так глубоко спускаются в тему, потом поднимают все источники, всю свою информацию, и уже другие агенты пытаются из этого сочинить документ. Они сочиняют, опираясь на источники, постоянно подтверждая, то есть постоянно говоря, «вот отсюда взято», «вот отсюда, это я не соврал», «это вот мнение». И с разных сторон проводят исследования, и на выходе получается большой такой файл, уже как будто доклад какой-то или как будто реферат, в котором тема интересующего вас исследования описана подробно. То есть это отдельная система со специальными целями, которая нужна, если нужно провести глубокое исследование точек зрения

— То есть получается, что уже не универсальная нейросеть над этим работает, а конкретно та, которая нужна для этой задачи. Правильно я понимаю?

— Из интересного здесь, что нейросеть одна, это GigaChat, но мы даём ему разные роли и задачи. GigaChat это очень такая гибкая система. Мы можем задать ему так называемую системную инструкцию, где задается вот всё, инстанцируется такой диалог. И там в нашем сегменте для физических лиц, для обычных людей, написано: «Ты GigaChat, вот у тебя такие правила, вот так отвечай, вот у тебя такой стиль и так далее». А можно всё это вообще просто уничтожить и сказать: «Ты специалист-агроном, ты исследуешь вот это, это, с этих точек зрения смотришь и так далее». То есть задать агента, который уже будет смотреть на одну сферу. Дать ему инструменты нужные, поиск в определённых базах данных, в книгах, файлах. И такого агента запустить, и он более вероятно найдет более точный ответ. Мы с разных точек зрения задачи рассматриваем, и получается лучше.

— В этом плане ещё актуальнее становится профессия промпт-инженера, человека, который работает с нейросетью. Мне кажется, что как раз ключевым здесь является правильный запрос. И человек, который хочет получить какой-то ответ от нейросети, должен в первую очередь правильно сформулировать вопрос и задать какие-то ТЗ, промпты. В этом плане, конечно, людям, которые работают с нейросетями, действительно нужно многому поучиться ещё, потому что просто так спросить, «как дела», ну ты получишь ответ «хорошо». Дальше нужно более детально вдаваться в какие-то подробности.

Недавно Сэм Альтман опубликовал эссе, называется оно The Gentle Singularity, о том, что ждёт нас через 5 лет. Расскажи, каково твоё мнение, что дальше будет с нейросетями, с генеративным искусственным интеллектом, как они будут развиваться в ближайшие 5 лет.

— Я очень уважаю таких людей, кто может такое мнение сильное высказать. Я более скромный, у меня нет мнения конкретного, чтобы написать книгу «Что будет через 5 лет». Но что я точно вижу: не использовать искусственный интеллект будет просто невозможно. Без него ты будешь неэффективен в любых сферах жизни. Даже недавно в организации праздников был ведущий, вот он явно написал свою речь с использованием нейросетей. Прекрасная речь, ну просто великолепная. Он заточил её настолько, чтобы я бы такую не написал. И точно через 5 лет те, кто не использует искусственный интеллект или какие-то технологии искусственного интеллекта, они будут меньше цениться, чем те, кто используют. Даже у меня в команде я вижу тех, кто прям активно их использует — у них производительность в десятки раз больше. Я каждый раз нахожу что-то новое, какую-нибудь новую особенность в применении искусственного интеллекта, о которой не знал.

Что касается ещё прогнозов, я не думаю, что будет создан самообучающийся искусственный интеллект, но я верю, что такие системы будут очень высокими. Уже сейчас нейросети во многом умнее меня. Ладно, код они ещё пишут хуже, здесь я могу что-то сделать. Хотя с развитием вайб-кодинга, наверное, скоро об этом можно будет забыть. Но уже сейчас я не могу так хорошо знать обществознание, как GigaChat, он знает лучше меня. И особенность в том, что GigaChat знает много наук лучше меня: медицину лучше меня, агрономию лучше, психологию лучше и т.д. Понятно, что я не специализируюсь в этом, но это уже сейчас реальность. Через 5 лет такие технологии будут гораздо больше знать, гораздо большим уровнем обладать. Хочется больше конкуренции, чтобы не было одной крутой нейросети.

Что касается компаний, они будут переведены на автономных агентов. Я думаю, в горизонте 5 лет мы точно это увидим. То есть какие-то функции, допустим, какие-то анализы Excel, много такой рутинной работы, они будут переведены на агентов, и компании будут вынуждены перестроиться. Вместо того, чтобы сидеть и самому мучиться с Excel, эти вкладки переключать, ты просто задаёшь задание, и всё. Но при этом надо найти свою нишу, потому что если всё, что ты делал, будет заменено, тебе придётся найти что-то новое. Соответственно, будет большой челлендж для людей в том, чтобы изучить эти нейросети и найти применение в своей работе, чтобы быть эффективным.

— Как ты считаешь, искусственный интеллект заменит разработчиков или нет?

Я считаю, что хороших нет. Но уже сейчас неконтролируемый вайб-кодинг может привести к тому, что просто люди не понимают вот эту всю систему, которую они написали. Но это не очень хорошо. И так все борются постоянно с Legacy, с bus factor, где один человек, который знает, все остальные ничего не знают. И когда «навайбкодили», так скажем, будет ещё больше такого Legacy.

Скорее всего, будет какой-то гибрид, без нейросетей будет очень тяжело. Будут максимально их использовать, и будет цениться реально критическое мышление, когда ты можешь понять всю систему, выйти за некоторые границы своей ответственности. Не просто я пишу что-то, а понимать, как это работает и как вообще оценить это. Немножко культура должна измениться будет.

В рамках беседы узнали, как генеративный ИИ трансформирует рабочие процессы в российских компаниях, о подходе Сбера к развитию нейросетевой модели GigaChat, её роли в госсекторе, вызовах, внедрении ИИ и будущем инженерных профессий. Также Белевцев поделился мыслями о конкуренции с мировыми лидерами и перспективах для молодых разработчиков.

Видеоверсия интервью:

— Основной темой GigaConf этого года стали генеративные нейросети, генеративный искусственный интеллект и всё, что с этим связано. По твоему мнению, насколько генеративный искусственный интеллект сейчас изменил рабочие процессы в целом в компании?

— Я считаю, что он очень сильно влияет. Два года назад мы делали первые шаги, когда мы внутри компании начали предлагать разработчикам работать вместе с «AI-копайлотами», начиная с самых простых сценариев. И мы видели вот эту кривую обучения и восприятия. Мы, конечно, прям совершенно осознанно никого ни на что не заставляли. Мы предлагали, мы рекламировали, но никакого не было пуша. Прошло где-то 9 месяцев, прежде чем мы увидели, что из экспериментов люди действительно стали это воспринимать серьёзно и активно. А сейчас больше 90% наших разработчиков обязательно работают с использованием моделей GigaCode в своей работе, это стало абсолютным стандартом. Мы их интегрировали в IDE, на которую активно переходим, GigaIDE, тоже доступна сейчас всем компаниям на рынке. По нашим оценкам, порядка 14% российских разработчиков уже на неё перешли и пользуются. И мы ведем её развитие с двумя акцентами. Во-первых, это семейство: чтобы у тебя был облачный IDE и чтобы у тебя был десктопный IDE. Второе, мы активно работаем, чтобы были все нужные корпоративные плагины. И третье, конечно, мы хотим делать её нативной средой для работы с агентами-помощниками. В основе мы используем наиболее популярные в разработке среде open-source проекты, но фокусируемся не на базовой функциональности, а на том, чего сейчас в них не хватает.

— Сегодня GigaChat, нейросеть от Сбера, можно назвать универсальным решением для решения многих задач. Как ты оцениваешь внедрение подобных нейросетей и вообще в целом всех этих технологий в процессы в компании, в государственное управление. Насколько ты видишь перспективы в этом направлении? Считаешь ли ты, что эта история каким-то образом может повлиять на дальнейшее развитие инженерных кадров?

— Во-первых, GigaChat – это не просто нейросеть. На самом деле под словом GigaChat сейчас уже скрывается целое семейство фундаментальных моделей, обладающих широким набором характеристик. Если посмотреть на такие foundation models, наши модели уже сейчас понимают аудио. То есть она не только слышит, о чём мы сейчас с тобой говорим – она в принципе слышит, что происходит вокруг, способна это интерпретировать в комплексе. Это очень сильно отличается от стандартных speech-to-text моделей, которые при переводе звука в речь всю остальную информацию откидывают. Здесь все гораздо шире, она поймет, что разговаривали два человека, сделает предположение о том, кто мы, даже о нашем возрасте, о настроении и т.д. Прямо как мы понимаем кроме аудио, изображение, мы понимаем естественный текст, код.

С другой стороны, сама модель способна с помощью инструментов, она может не только генерировать ответ в виде текста или кода, она способна, используя инструментарий, создавать картинки, использовать инструменты поиска, делать вызовы API других приложений. И все вместе мы сейчас смотрим на неё не просто как на отдельную модель, а как на платформу, на базе которой ты можешь из облака или внутри твоего корпоративного ландшафта on-premise строить сложные кейсы, которые станут частью твоих бизнес-процессов. И для нас это очень важно. С этой точки зрения такое предложение на сегодняшнем российском рынке уникально по сочетанию характеристик.

Дальше вопрос, как это внедряется и что это меняет. Вот сегодня в Сбере мы видим сотни инициатив, которые прорастают по всей компании, потому что, конечно, мы очень стараемся, чтобы весь этот инструментарий был доступен каждой нашей продуктовой команде. Именно она ближе всего к своему клиенту, взаимодействует с ним через свой продукт и понимает, в каких сценариях наиболее приоритетно создавать изменения, внедрять агенты на основе генеративного искусственного интеллекта, которые сделают клиентский опыт лучше или обслуживание интереснее, или предложит клиенту принципиально новый продукт. В этом смысле мы думаем, что не будет ни одного продукта, куда эта технология не придёт.

Человек уже начинает воспринимать GigaChat как своего AI-помощника, у нас сейчас есть наша основная поверхность Giga.chat. Это веб-приложение, которое удобно сделано для того, чтобы организовать работу и с мобильного, и с десктопа, потому что мы видим, что люди идут туда как в регулярных ежедневных сценариях. Например, найти ответ на вопрос, сделать анализ, провести какое-то исследование, так и все больше начинают использовать его в сценариях личной продуктивности. 40% аудитории GigaChat регулярно используют умный редактор, который мы там сделали, для того, чтобы там создавать или анализировать рабочие документы, или проводить исследования вместе со своими AI-агентами.

Теперь переходя к госуправлению. Мне кажется, что будущее госуправления в определенной степени – это когда государство даёт гражданину все услуги государства. И в этом смысле, как мне кажется, человеку все государственные услуги тоже должны быть доступны через его AI-помощника. Мне кажется, что эпоха, когда за каждую услугу надо было мне куда-то сходить, она, конечно, уходит.

— Я как активный пользователь GigaChat могу подтвердить все то, что ты сказал до этого. У меня вопрос следующий: вот ты сказал о преимуществах внедрения подобных технологий и в компаниях, в бизнесе, и в госуправлении, даже для каждого человека в отдельности. Но всё-таки вопрос про вызовы. Какие вызовы стоят перед компаниями, внедряющими подобные технологии. Наверняка же есть и нюансы, и минусы, которые возникают при внедрении таких историй.

— Мне кажется, главный вызов для любой компании, которая внедряет технологию, это как получить из неё практическую пользу, как получить результат. И здесь главное, о чём надо помнить, что с первых же шагов ты закладывать должен некую целевую систему, которую ты строишь. Ты не должен ставить свою задачу – я хочу внедрить нейросеть. Вот так, скорее всего, ничего не получится. Ты должен понять, где, в каком клиентском пути, в каком сценарии, для какого продукта ты хочешь добиться качественно нового результата и проанализировать вместе с партнёром: "Как это сделать?", "Насколько современный уровень развития технологий позволяет это сделать?" Дальше на этапе внедрения очень быстро станет понятно, что кроме выбора самой фундаментальной модели, тебе нужно будет позаботиться о нескольких вещах.

Во-первых, так как это долгосрочное бизнес-сотрудничество, надо выбирать такого партнёра, кто готов в этом пути оказывать тебе поддержку, быть с тобой. Когда тебе предоставляют что-то на условиях «as-is» («как есть» – прим. ред.) – нравится-не нравится, это очень хорошо для эксперимента, это классно, это быстро, бесплатно в конце концов. Но когда у тебя возникнут вопросы в твоих продакшн-кейсах, кому ты их будешь адресовать? – ну можешь поговорить сам с собой. Или если тебе понадобятся какие-то этапы развития модели, например, обновление её знаний или углубление её знаний в твоей предметной области – ты останешься один на один с этой задачей. Я вас уверяю, не все задачи такого рода можно решить, если ты не обладаешь полным циклом разработки фундаментальных моделей.

Следующая история, о которой ты должен позаботиться, это то, что с максимальной долей вероятности ты будешь строить агентную систему. Она будет интегрирована с какими-то твоими системами в ландшафте, с какими-то твоими данными. И здесь нужно подумать о двух вещах. Первое – это гибкость, с помощью которой ты сможешь настраивать, если надо, дообучать базовую модель. Второе – это платформа для разработки агентов, которая надолго с тобой останется. И третье – это о том, а как же интегрировать её в корпоративный ландшафт так, чтобы это было надёжно и так, чтобы заложенный сегодня фундамент рос, и на каком-то этапе ты не пришёл бы к тому, что что-то не то, мне надо все переделать, или появилась какая-то какая-то следующая модель новых классных характеристик, но принести её потом в твою интегрированную систему невозможно, потому что надо, опять же, все сценарии переделать, все перетестировать. Мы очень сильно на этом сфокусированы, потому что это вызов для нас в Сбере, это то, что мы видим как запрос от наших клиентов.

Мы сделали такой White paper, которым мы делимся сейчас со всеми, потому что это такой свод наших на сегодняшний день знаний и практик, и тех ответов, которые мы нашли, к тому, как подойти к внедрению решений, чтобы получить результат. Мы будем этот документ, безусловно, обновлять и развивать по мере того, как сами будем опробовать решения – мы всегда предлагаем и рекомендуем только то, чем пользуемся сами, для нас это принципиально важно.

Ну и ещё один, наверное, сложный такой момент, что любой путь к внедрению генеративного ИИ начинается с измерения. Если ты не знаешь, как измерить результат, ты, скорее всего, ничего не внедришь. Ты получишь какое-то количество интересных кейсов, но ты не построишь систему, которая позволит тебе принять решение – можно ли передать, например, клиентское обслуживание вот такого рода системой платформы. У тебя просто не будет системы метрик для принятия этого решения. Или ты рискнёшь, но тогда можно столкнуться с неприятными последствиями, поэтому грамотный, математически обоснованный подход к измерениям, к метрикам здесь очень-очень важен. И это первый этап на пути к внедрению, а не последний.

— Недавно вышло обновление ChatGPT, которое позволяет делать все, что угодно с контентом и произошел некий взрывной такой рост арт-контента, генерации арт-контента. Что в этом плане предоставляет GigaChat? Что он умеет?

— Я начну с того, то что OpenAI делает, конечно, великое дело. Они всему миру эту индустрию открыли. И, конечно, как это говорят, это спорно, но это, возможно, лучшая система в мире или, ну уж точно, одна из лучших безоговорочных лидеров в этом направлении. Они, конечно, большие молодцы, и то, что они делают, нам даёт вдохновение. Правда, даёт при этом вдохновение очень мало знания, потому что, когда они что-то делают, то всё для себя. Они стали абсолютно закрытой компанией и с сообществом уже как бы никакими своими наработками не делятся, хотя, как мы видим, какого-то безоговорочного преимущества это им не дало. И на самом деле с того момента, как у них появился GPT-3.5 – больше никому ничего не рассказывают о том, как конкретно они что сделали, никому.

Но тем не менее мы видим, что весь мир туда за ними пошёл и большое количество компаний сделали крайне сильные модели и действительно в разных областях, ну... как минимум наступают им на пятки. С другой стороны, что мы также видим? Мы видим, что стран, в которых существует полный цикл разработки, в каждой из них по несколько компаний этим занимаются… но стран таких осталось практически две – Сильная Америка, сильный Китай, безусловно, в Европе чуть-чуть – там есть Mistral. И далее почти ничего как бы серьезного в высшей лиге мировых моделей, в топ-10, нет. А на наш взгляд это очень важно. Места в этом там топ-10 могут постоянно меняться. Кто-то сделал чуть лучше, кто-то сделал чуть хуже.

Мы делаем ставку на следующее: что за счёт того, что мы все-таки владеем полным циклом разработки моделей, мы можем её настроить так, под твой конкретный конкретный кейс, чего ChatGPT делать не будет просто. Так, мы можем сделать, что под твой конкретный кейс, она будет решать задачи лучше всех в мире. Вот это очень важно, потому что если ты идешь за практическими кейсами внедрения, нужно это учитывать. Вторая точка различия – это то, что ChatGPT с точки зрения бизнеса. Ты можешь общаться только через API-интеграцию, и они заняли свою принципиальную позицию. В принципе, они не готовы российским компаниям это давать. Можно идти на всяческие ухищрения, но вряд ли ты построишь устойчивый бизнес, особенно крупной компанией, на таких хитрых костылях и обходных манёврах. Вряд ли это будет твое фундаментальное будущее.

С точки зрения креативности, мы на этой конференции представили следующее поколение наших моделей, которые специализируются на генерации изображения. Это семейство Kandinsky, Kandinsky 4.1 Video  – она с сегодняшнего дня доступна участникам конференции, блогерам, потому что мы хотим сейчас провести этап тестирования. Как ты понимаешь, эти модели, они очень ресурсоёмкие, генерация изображений, это очень сложная вычислительная задача. Теперь мы начинаем подходить к тому горизонту, когда можно смотреть на те кейсы, когда оно может быть доступно разным пользователям, и это не станет чем-то, что запретительно дорого. Мы принципиально вкладывались в возможности модели работать более качественно с физикой объектов, потому что для нас это важно не только в смысле изобразительного искусства, для нас это важно как элемент будущего развития понимания мира в модели, создания таких «world models». Но, конечно, с точки зрения видеоизображений в мире сейчас доминируют те компании, которые обладают большим изначально накопленным видеобанком. Всем остальным, конечно, сложнее, потому что все остальные этот видеобанк собирают.

Но Kadinsky 4.1 Video – это очень сильный шаг вперёд. Это и text-to-image, и text-to-video и image-to-video модели, которые сейчас тоже вошли в мировую десятку по нашим замерам, это означает, что у них есть большая область практического применения. Кстати, B2B интерес к ним очень большой, потому что с их помощью можно создавать динамичные изображения собственных продуктов, товаров и новые клиентские сценарии, для которых раньше нужно было нанять профессиональную съёмочную команду.

— Относительно фразы про нанять профессионалов. Следующий вопрос, вернёмся, так сказать, с Запада обратно в Россию. Перестанем сравнивать ChatGPT и GigaChat.

Вопрос про найм специалистов. Как ты считаешь, стоит ли сейчас компаниям увеличивать инвестиции именно в разработчиков и нанимать профессиональных разработчиков уровня middle, senior, либо все-таки сконцентрироваться на внедрении генеративного искусственного интеллекта.

— Я считаю, что действительно наступает определенный перелом, и любой компании сейчас, прежде чем нанять еще одного разработчика, надо подумать, а может быть можно решить эти же задачи или новые задачи, которые перед вами стоят, за счёт того, что ваши команды начнут больше пользоваться современными AI-технологиями. Мы на этой конференции представили пока первый релиз, бета-версию нашего нового продукта, называется GigaStudio.

Вот в GigaStudio можно по текстовому промпту создать приложение, не будучи ещё разработчиком. Конечно, это сейчас не тот уровень, который можно использовать для крупной корпоративной системы. Но, например, для того, чтобы сделать какой-то скетч живой, попробовать какие-то варианты клиентского опыта и, в принципе, сделать такой как бы qick-start в то, что мы разрабатываем, это уже очень интересный подход, очень интересные технологии.

Я думаю что, с одной стороны, я не верю в trade-off, что искусственный интеллект заменит разработчиков – он не заменит разработчиков. Но безусловно разработчики, оснащённые искусственным интеллектом, вот они будут вытеснять тех кто им не пользуется. Я правда не думаю что такие дураки останутся, потому что если ты сегодня не используешь современные средства разработки то значит какую-то часть твоего времени, скорее всего, ты тратишь зря — «зачем тебе это делать?». Другое дело что, мне кажется, сейчас есть эпоха высококвалифицированных High-Load разработчиков. И здесь соотношение такое, что чем более простые задачи... знаете иногда есть такое презрительное название – «кодер», как бы, не разработчик. Вот им грядут тяжелые времена. Потому что нужны и всегда будут нужны разработчики, которые способны, готовы и умеют глубоко разбираться в системах, делать реальный High-Load, где нужно очень много усилий вложить в тюнинг и усовершенствование систем, которые не забыли, что такое математика, и которые способны работать с системами нового поколения, которые сейчас будут активно внедряться. Вот для них, мне кажется, золотые времена.

Вообще, тут недавно был Билл Гейтс, в одном из выступлений он сказал так – «я считаю есть три профессии, которые могут не беспокоиться за своё будущее в ближайшее время». Это как раз разработчики, AI-инженеры и специалисты по генетике, биоинформатике, вот такого рода технологиям, учёные. Всем остальным надо серьезно подумать о том, как все-таки воспользоваться этой волной, а не ждать, пока она вас накроет сверху.

— Жалко, что журналистов он не назвал в числе тех, кто не должен беспокоиться о своём будущем.

— Я считаю, что вы же продвинутые журналисты, у вас есть шанс быть на волне.

— Давай представим: вот перед тобой сейчас я, джуниор-разработчик. Я хочу строить карьеру именно в этом направлении. Как мне, как человеку, который только начинает, не подвергнуть себя соблазну использовать во всех своих процессах искусственный интеллект, а начать развиваться и углубляться в математические процессы?

— Ну, мне кажется, что здесь самое главное – это не совершить такую фундаментальную ошибку с самого начала. Вот мы говорим «джуниор», вот он кто? У нас в последнее время начала формироваться такая тенденция, и она активно промутировалась, что в России нужны какие-то сотни тысяч разработчиков, и поэтому для того, чтобы стать разработчиком, вообще не нужно высшее образование, достаточно какого-то среднего специального образования. То, что раньше ПТУ называли, колледж, всё, ты разработчик.

На самом деле, как бы, если у тебя только этот трек, то, скорее всего, у тебя проблемы. Потому что у тебя как раз фундаментального образования, которое тебе бы объяснило, как это вообще работает, тебе не дали. Тебе научили, как пользоваться этим инструментом, но когда ты знаешь только, как пользоваться, оказаться в системе, которая сейчас быстро меняется, эволюционирует, ну, тебе будет очень сложно. Кто, мне кажется, был, есть и, опять же, будет в выигрыше? Это опять же те молодые ребята, которые не стесняются со школьной скамьи инвестировать свои фундаментальные знания.

Те ребята, которые заканчивают физмат-школы, которые идут в профильные высшие учебные заведения, у которых есть курсы высшей математики, которые занимаются глубоким, сложным программированием, которые не забывают... вот сколько лет, а всё равно сложные вещи чаще всего это C++, и Go теперь, с точки зрения High-Load, не что-то там другое. Вот эти ребята, они в преимуществе, потому что он может оказаться джуниором с точки зрения своего опыта, но с точки зрения своей базы он готов – у него есть тот фундамент, на котором расти. И тогда ему ничего не страшно. Он как раз воспользуется новыми технологиями генеративки, которые помогут ему какие-то мелкие вещи добавлять, ну, там, с точки зрения его прикладных навыков. Подскажут, расскажут, как бы, помогут ему быстрее войти в проект, потому что они обладают полной полнотекстовым контекстным поиском по всему проекту. Вот здесь они ему помогут, это то, где ему как раз сложно, то, где он – джуниор, но зато у него есть фундамент. Он будет понимать, что происходит, как это эволюционирует, как эту технологию поставить себе на службу.

Я вообще считаю, что если ты хочешь чем-то заниматься, постарайся разобраться, как это работает, ну... постарайся. Никто из нас, и я в том числе, мы не знаем всего, у нас в команде все ребята, которые занимаются созданием технологий, в предметной области они значительно сильнее, чем я. Но прикладывай к этому усилия, и тогда у тебя всё будет.

Я думаю, что совет тем ребятам, которые джуниоры, создавайте себе фундамент, пока можете. Дело в том, что биологически доказано, что человеку определенный тип знаний, особенно таких фундаментально сложных, как, например, высшая математика, хорошо дается лет до 25-30. Ну, физиология у нас такая. Это так, да? Потратьте это время жизни, которое у вас есть, на вот это. Вы потом остальное доберёте. Потом, я вас уверяю, другие вещи, они несложно осваиваются.

В рамках беседы узнали о рисках замены программистов искусственным интеллектом, о том, как проходит IT-трансформация в Сбере, и получится ли большую часть процессов в компании перевести на ИИ.

Видеоверсия интервью:

— В ходе выступления на GigaConf ты рассказал об IT-трансформации. Расскажи, пожалуйста, какие инструменты ты считаешь наиболее перспективными и наиболее эффективными в этом направлении?

— Если выбрать буквально пару инструментов, то это, безусловно, платформизация и продуктовый подход, причём объединённые вместе. Что значит платформизация? Сбер идёт по пути платформенной организации. По сути, наше большое IT-комьюнити, состоящее из нескольких тысяч команд, делится на две неравные части. Одна часть, примерно треть нашей команды, создаёт детальки «лего». Вторая часть (бóльшая часть) из этих деталей собирает модельки, которые уже имеют конечную ценность для клиентов группы Сбер. В этом суть нашей модели.

Но её мы дополняем продуктовым подходом. По сути, команда, которая делает детальки, для каждой маленькой детальки использует продуктовый классический подход. Знает своего клиента, знает те команды, которые пользуются, с ними взаимодействует, собирает обратную связь, выравнивает свои бэклоки и видения, соответственно, как есть потребности у сборщиков моделек от деталей, которые производят команды, делающие эти детальки. Именно в этом сплаве мы создаём те продукты, которыми наш клиент пользуется.

— Многие сегодня уверены, что генерация кода при помощи ИИ-инструментов уменьшает потребность в глубоком изучении темы программирования. Ты согласен с этим утверждением или нет?

— Вообще, мы находимся в самом начале очень интересного пути. И точно с текущей позиции конечная вершина ещё далеко. Видна только более-менее ближайшая вершина. Те, кто ходит в горы, меня хорошо понимают. Ты всегда идёшь к какой-то ближайшей, и это далеко не конец, не финал. То, что видно сейчас, видно, что на текущем этапе надо очень хорошо разбираться в коде, потому что искусственный интеллект пока, по крайней мере для интерпрайса, сложных решений и конечных результатов не создаёт. Пока это работает только для инди-проектов или для каких-то MVP [Minimum Viable Product или минимально жизнеспособный продукт, — прим. ред], которые надо быстро собрать. Здесь действительно так.

Но в будущем, в общем, весьма недалёком, действительно видно, что не потребуется глубокое понимание у большей части IT-шников, большей части разработчиков, которые, наверное, станут vibe-разработчиками, vibe-кодерами [vibe coding считается методом программирования, использующим ИИ и большие языковые модели (LLM), — прим. ред]. С другой стороны, мы уже понимаем, что требования к мидлам и сеньорам, наоборот, вырастут. Действительно, журналисты могут работать очень эффективно и быстро, не особо глубоко разбираясь в коде. А вот мидлам и сеньорам — им будет гораздо тяжелее, так как требования к ним сильно возрастут. И самый ближайший вызов, который мы для себя видим — это конечно то, что сейчас мидлам и сеньорам проще отдать задачу ИИ, чем джуну.

Возникает большой вопрос, на чём джуны будут развиваться, на каких задачах, для того, чтобы вообще становиться мидлами. Мы идём к тому, что возникает определённая пропасть между джунами, мидлами и сеньорами. Более того, если посмотреть на последние опубликованные обзоры HeadHunter, мы видим, что у нас является существенный переизбыток джун-разработчиков на рынке, в то время как спрос на мидлов и сеньоров примерно соответствует тому, что было раньше. То есть мы видим уже на рынке начало этого тренда, и как мы этот ближайший кризис IT-мира пройдём, будет очень интересно посмотреть.

— На твой взгляд, как этот кризис вообще можно пройти?

— Внутри Сбера мы для себя видим это как вызов. И в ответ на него у нас есть специальный проект, в рамках которого мы строим специальную платформу развития джунов. Создание индивидуальных траекторий их развития, формирование правильных задач, правильной декомпозиции этих задач для планового развития на задачах. То есть без какой-то управляемой истории мы видим, что они просто не смогут развиваться в будущем.

— Генеративный ИИ и различные агенты, агентизация, давай так назовем этот термин, меняют традиционные бизнес-процессы в Сбере. Можно ли сказать, что Сбер станет первой в стране автономной организацией, в которой будет большая часть процессов основана на ИИ?

— Станем ли мы полностью автономными? Мы, наверное, являемся крупнейшей компанией России. Очевидно, что первыми станут полностью цифровые компании, такие как селлеры, допустим, на маркетплейсах. Их можно сделать автономными уже буквально к концу этого года. Достаточно сделать всего лишь агента-закупщика, агента, размещающего рекламу, агента, размещающего объявления, агента, следящего за конкретным предложением проектирующей цены. Десяток агентов.

— Как в условиях агентизации, автоматизации, автономизации, как в таких условиях развиваться инженером и не потерять свой интерес к профессии?

— Этот вызов действительно стоит перед нами. Считаю, что перед «айтишниками» в самом ближайшем будущем стоит экзистенциальный вызов. Ведь если посмотреть на то, кто находится на вершине нашей пирамиды ценностей, кого мы уважаем больше всех? Больше всех мы уважаем на самом деле «суперразработчиков», способных создавать идеальный код, которому мы просто восхищаемся. Это, наверное, вершина пирамиды IT-мира.

Очевидно, что искусственный интеллект весьма скоро будет способен делать то же самое. В этом смысле, действительно, наш мир переопределится, и станет ли на вершину, взойдёт ли на неё тот, кто лучше всех в vibe-коде? Это вряд ли, войдёт кто-то другой. Мы находимся в начале пути, поэтому сложно предсказать, что будет на самом деле ближе к его завершению.

— Мне нравится, что ты позитивно смотришь в будущее. Скажи, пожалуйста, заменит ли искусственный интеллект разработчиков?

— Я не верю в это, скажу честно. Я верю в две другие вещи. Первое: не ИИ заменит разработчика, а разработчики, которые умеют пользоваться искусственным интеллектом, заменят тех, кто не умеет. И это клинический факт, мы уже это видим. Я уверен, что буквально уже через год-два уверенные знания генеративных подходов к решению задач будет обязательным требованием для поступления на работу. И не только в Сбере, но и во многих других организациях. Но вторая вещь, в которую я верю: это то, что не ИИ будет писать вместо людей код, а то, что люди вместе с искусственным интеллектом будут писать его в разы больше.

Мы сможем создавать те вещи, которые мы сейчас просто не можем сделать. Почему, допустим, не сильно развита виртуальная реальность? Потому что создать полноценный виртуальный мир очень трудоёмко. Это видно на примере компьютерных игр, где ААА-проекты создаются командами из сотни-сотни людей в течение многих-многих лет. Вы посмотрите на GTA 6, посмотрите, сколько она времени создаётся. Боль. Всё ждём. Искренне.

А представьте, что благодаря генеративным подходам мы сможем создавать такие игры буквально за год командой в 50 человек. И это будет не только в играх, это будет везде, повсеместно. Мы сможем создать такие решения, которые сейчас не можем себе даже представить. Просто в силу того, что сейчас это очень трудоёмко, нерентабельно и нецелесообразно.

— Надо разработчикам GTA подсказать, что нужно использовать генеративный искусственный интеллект как можно скорее.

— Я уверен, что они используют. Если посмотреть на то, какие сейчас последние проекты реализованы [на движке] Unreal Engine, там достаточно много генеративных подходов. Поэтому уверен, что они используют его, но всё равно делают долго. Очень долго.

EXCLUSIF. FBI, Russie, DGSE, Macron... Les confessions de Pavel Durov, PDG de Telegram

ENTRETIEN. « Le Point » a rencontré le cofondateur et PDG de la messagerie sécurisée Telegram, mis en examen en août 2024. Confidences.

Le PointGuillaume Grallet

Le Point:

Кто знает Павла Дурова на самом деле? Арестованный во Франции и обвинённый по столь же взрывным, сколь и противоречивым обвинениям — соучастие в наркоторговле, отмывание денег и организованное мошенничество, — создатель Telegram, мессенджера, которым пользуются более миллиарда человек по всему миру, включая Владимира Зеленского и Эммануэля Макрона, разоблачает махинации, заявляет о пренебрежении законностью и утверждает, что его уже наказали, не дождавшись суда.

В этом большом интервью, самом большом из всех, которые он когда-либо давал, человек, основавший «ВКонтакте» и покинувший Россию в 2014 году для сохранения своей независимости, рассказывает о своей борьбе за свободу слова, категорическом отказе продавать Telegram, беспокойстве о будущем демократии и своей глубокой привязанности к Франции.

Он разоблачает нескольких глав государств и спецслужб, включая ФБР и DGSE. Он также делится своим мнением об Илоне Маске, Марке Цукерберге и Сэме Альтмане. Павел Дуров впервые рассказывает о своём восхищении борьбой Малкольма Икса, о книгах, которые его сформировали, о фигурах, которые его вдохновляют, и раскрывает личные семейные воспоминания, которые долгое время хранились в тайне. Человек, за которым охотятся, говорит, что готов скорее умереть, чем предать свои ценности.

— Вам предъявлено 17 очень серьёзных обвинений, связанных с детской порнографией, торговлей наркотиками, отмыванием денег... Вы понимаете, в чём вас обвиняют?

— Это полный абсурд. То, что преступники пользуются нашим мессенджером, как и многие другие, не означает, что те, кто ими управляют, тоже преступники... Ни разу не было доказано, что я хоть на секунду виновен в чём-либо. Но, похоже, уже на этом этапе меня наказали запретом на выезд из страны. Как будто французские судьи поняли, что для реального приговора впоследствии не хватит материалов, и хотят наказать меня сегодня. Говорят, что Telegram отказался сотрудничать. Это неправда. Это французские правоохранительные органы неправильно соблюдали международную практику. Команде Telegram даже пришлось показать им, как [следует] действовать.

— Вас вызывали в суд?

— Я дважды встречался с судьей, который рассматривает моё дело, — в декабре 2024 года и в феврале 2025 года. Ещё одна встреча состоится в июле. Но это безумие... Я понимаю, что всё требует времени. Но почему я должен оставаться во Франции в это время? Мои адвокаты представили в суд все документы, которые от нас требовали.

— Первые несколько дней были трудными...

— Меня неустанно допрашивали в судебных таможенных органах. В течение четырёх дней я отвечал на все вопросы. Ночью яркий свет освещал комнату площадью 7 м², где я спал на бетонной кровати. Она была чистой, но не было подушки. А матрас [имитирует толщину сведением большого и указательного пальцев] был не больше коврика для йоги.

— Похоже, вы очень страдаете от запрета покидать территорию Франции...

— Да, сильно. У моих родителей очень серьёзные проблемы со здоровьем, и, по статистике, им осталось жить всего несколько лет. Я был лишён драгоценных месяцев с ними. Наконец, у меня есть сын, который только что родился, и я скучаю по первым месяцам его жизни. У него до сих пор нет паспорта, потому что меня не было при его рождении в Дубае. У меня также есть сын-подросток, который учится в школе-интернате в Дубае, который только что сломал руку, и у которого нет родителей рядом с ним, которые его поддержат.

«Говорят, что Telegram отказался от сотрудничества. Это неправда»

— Повлияла ли эта ситуация на ваш бизнес?

— Да, конечно. Например, в мае этого года я должен был выступать на Форуме свободы в Осло [проведён организацией, деятельность которой признана нежелательной на территории РФ]. Председателем форума является Юлия Навальная [в РФ внесена в перечень террористов и экстремистов — прим. «Код Дурова»], жена Алексея Навального. Я хотел встретиться с ней и активистами из других стран мира, чтобы узнать, как они используют Telegram и что мы можем сделать лучше. Судьи запретили мне лететь. Нам пришлось провести интервью в прямом эфире в формате видеоконференции. Я защищаю свободу слова уже почти двадцать лет. Иногда Навальный говорил вещи, с которыми я соглашался, иногда — с которыми не соглашался, но его основным правом всегда была возможность свободно выражать своё мнение.

Павел Дуров на конференции по правам человека: главные тезисы

Правозащитник Тор Халворссен побеседовал с главой Telegram Павлом Дуровым в рамках конференции в Норвегии, посвящённой правам человека.

Код ДуроваВлад Войтенко

«Либо я делаю то, что хотят от меня российские власти, либо продаю свои акции и покидаю страну»

— В отношении вас часто звучит вопрос: контактировали ли вы с Владимиром Путиным?

— Я встречался с высокопоставленным российским чиновником лишь однажды, в 2013 году. В то время я был главой «ВКонтакте», «русского Facebook» [принадлежит Meta, признанной в России экстремистской организацией, деятельность которой запрещена в РФ], и я отказался предоставлять данные о противниках власти. Встреча длилась не более пятнадцати минут. Высокопоставленный российский чиновник настаивал на том, что, по его мнению, соцсети должны контролироваться правительством. Тогда у меня было два варианта: либо я делаю то, что хотят от меня российские власти, либо продаю свои акции и покидаю страну. Российские власти оставили мне свободу выбора. Поэтому я сказал им: «Я понял, большое спасибо». Через два месяца я продал свои акции «ВКонтакте». В Москве я не был уже более десяти лет.

— Сотрудничали ли вы каким-либо образом с российскими властями?

— Нет. Мы обрабатывали сообщения из России и других стран, чтобы удалить явно незаконный контент (например, публичные объявления о продаже запрещённых наркотических средств), но мы никогда не удовлетворяли запросы, связанные с политической цензурой или политическими преследованиями. Во времена «ВКонтакте» я публично отказался сотрудничать по этой причине. Меня даже вызывали в российские суды. В 2014 году я оставил всё.

— Согласно данным «Важных историй» [признаны СМИ-иноагентом, внесены в РФ в реестр «нежелательных» организаций], вы всё ещё путешествуете по России. Некоторые говорят: если он всё ещё жив, то только потому, что у него есть договорённость с Кремлём...

— Я ездил в Россию в период с 2015 по 2017 год, чтобы повидаться с семьёй, которая живёт в Санкт-Петербурге, — это никогда не было секретом, я даже публиковал это в своих соцсетях. Также я ездил туда в период пандемии коронавируса, чтобы поддержать отца. Но я не возвращался туда уже как четыре года, с тех пор как появились первые статьи о возможных [боевых действиях на Украине] в 2021 году.

— До приезда во Францию вы жили в Азербайджане...

— Перед тем как приехать в Париж в августе прошлого года, я посетил Азербайджан, проехав через Казахстан, Узбекистан и Кыргызстан. Я остановился в Баку, куда президент Путин прибыл через два дня после моего отъезда в горы. Я не видел ни его, ни кого-либо из его окружения. Во время этой поездки я встретился только с президентом Азербайджана, с которым мы обсудили роль Telegram в стране.

«Знаете, за три года я встретился с 16 главами государств. Не всегда я был с ними согласен»

— Означает ли это, что вы одобряете политику Ильхама Алиева, которая считается авторитарной?

— Знаете, за три года я встретился с 16 главами государств. Не всегда я был с ними согласен. Например, Поль Кагаме в Руанде. Вы можете критиковать его методы, но то, что он сделал в Руанде, впечатляет. Я понял это, когда посетил деревни. Я увидел людей, которые, несмотря на страдания и историю этой страны, улыбаются и хотят выбраться из неё.

— Как, по-вашему, [специальная военная операция] на Украине повлияла на восприятие Telegram?

— В России люди говорят, что Telegram поддерживает Украину. В Украине говорят, что Telegram распространяет российскую пропаганду. На самом деле мы обязаны соблюдать нейтралитет. Telegram — это платформа, где могут столкнуться противоположные идеи, где каждый может получить доступ к разным точкам зрения и свободно решить, во что ему верить. Я никогда не выскажу своего мнения о геополитическом конфликте, потому что это сразу же будет истолковано как поддержка одного из двух лагерей, а нейтральная платформа не должна этого делать, если она хочет оставаться беспристрастным арбитром, который применяет одинаковые правила ко всем. Но я всегда буду бороться за честный доступ к свободной и независимой информации.

«Как только вы узаконите цензуру, вернуть всё обратно будет трудно»

— Вы выразили свою обеспокоенность касательно DSA [Закона о цифровых услугах в ЕС — прим. «Код Дурова»], который направлен на борьбу с фейками, ненавистническим или незаконным контентом на онлайн-платформах...

— Эти законы опасны тем, что могут быть использованы против тех, кто их создал. Сегодня они направлены против тех, кого называют теоретиками заговора. Завтра они могут быть направлены против их собственных авторов. Это прецеденты, которые ослабляют демократию в долгосрочной перспективе. Как только вы узаконите цензуру, вернуть всё обратно будет трудно.

— Вас иногда сравнивают с Илоном Маском...

— Да, но мы очень разные. Илон управляет несколькими компаниями одновременно, тогда как я — лишь одной. Илон может быть очень эмоциональным, в то время как я стараюсь глубоко поразмышлять, прежде чем действовать. Но, быть может, это его источник силы. Преимущество одного человека часто может оказаться слабостью в другом контексте.

— В чём вы видите сильные и слабые стороны Марка Цукерберга, основателя Facebook [принадлежит Meta, признанной в России экстремистской организацией, деятельность которой запрещена в РФ]?

— Марк хорошо адаптируется и быстро следует тенденциям, но, похоже, ему не хватает фундаментальных ценностей, которым бы он верно следовал, независимо от изменений политического климата или моды в технологическом секторе. Опять же, сильные и слабые стороны Марка могут иметь одно и то же происхождение. Уберите слабость, и вы уберёте и силу.

— А что насчёт Сэма Альтмана, создателя OpenAI, материнской компании ChatGPT?

— Сэм обладает прекрасными социальными навыками, которые позволили ему создать альянс вокруг ChatGPT. Но некоторые задаются вопросом, достаточно ли его технических знаний сейчас, когда его сооснователь Илья [Суцкевер, — прим. ред] и многие другие учёные покинули OpenAI. Будет интересно проследить за развитием ChatGPT и их способностью оставаться впереди в условиях растущей конкуренции.

«Хочу уточнить, что я не делаю различий между своими детьми»

— Вы часто говорите о своей семье. Какую роль она играет в вашей жизни

— Крайне важную. Совсем недавно я написал завещание... Я решил, что мои дети не будут иметь доступа к моему состоянию, пока не пройдёт 30 лет, начиная с сегодняшнего дня. Я хочу, чтобы они жили как обычные люди, строили себя, учились доверять друг другу, могли творить, а не зависеть от банковского счёта. Я хочу уточнить, что не делаю различий между своими детьми: есть те, кто был зачат естественным путём, и те, кто родился в результате сдачи спермы. Все они мои дети, и все они будут иметь одинаковые права. Я не хочу, чтобы они разорвали друг друга на части после моей смерти.

— Сколько у вас детей?

— Шесть, для которых я являюсь официальным отцом, [они родились в отношениях — прим. «Код Дурова»] с тремя разными партнёрами. Остальные — результат моего анонимного донорства. В клинике, где я начал сдавать сперму 15 лет назад, чтобы помочь другу, мне сказали, что таким образом было зачато более 100 детей в 12 странах.

«Я люблю быть в холодной воде. Иногда я плаваю в Финляндии или в Женевском озере посреди зимы»

— Зачем писать это завещание сейчас? В 40 лет это редкость...

— Моя работа связана с риском: защищая свободы, можно нажить себе много врагов, в том числе и в могущественных государствах. Я хочу защитить не только своих детей, но и компанию, которую я создал, — Telegram. Я хочу, чтобы Telegram навсегда остался верен тем ценностям, которые я защищаю.

— Вы выглядите очень молодо...

— Я веду дисциплинированный образ жизни, занимаюсь спортом, каждое утро делаю по 300 приседаний. Я не пью алкоголь, кофе или чай, не курю и держусь подальше от сахара. Короче говоря, не делаю всё, что может привести к зависимости. Я люблю быть в холодной воде. Иногда я плаваю в Финляндии или в Женевском озере посреди зимы — что может быть непостижимо [улыбается].

— Что будет с Telegram после вас?

— Если я исчезну, им займётся некоммерческий фонд. Моя цель — обеспечить непрерывность работы платформы: я хочу, чтобы она продолжала существовать независимо, уважая частную жизнь и свободу слова.

— В прошлом вы были атакованы шпионским ПО Pegasus. Тем не менее вы обходитесь без мобильного телефона...

— Я не ношу телефон с собой постоянно. Я пользуюсь приложением Telegram и провожу рабочие видеосозвоны при помощи iPad. Я предпочитаю читать, думать и писать, а не быть привязанным к телефону. Это освобождает меня. Моя команда знает, как со мной связаться, и я могу не отвлекаться.

«Внимание — теперь самый ценный товар. Уведомления — это паразиты в нашей жизни»

— Это форма цифрового аскетизма?

— Да, это так. В наши дни внимание — теперь самый ценный товар. Уведомления — это паразиты в нашей жизни. Я предпочитаю беречь свой разум. Это также форма уважения к людям, с которыми я общаюсь: я действительно нахожусь рядом с ними.

— Следует ли запретить социальные сети для детей до 15 лет?

— Я не думаю, что подобные инициативы эффективны. Дети легко могут использовать VPN. Это нецелесообразно. Самое главное — привить дисциплину. Мы должны показать им, что успех, достигнутый благодаря усилиям, даёт бесценную уверенность. Запреты бессмысленны, если взрослые сами не подают пример.

— Вы считаете себя политическим предпринимателем?

— Я аполитичен. Я никогда не голосовал. Но я неутомимый защитник свободы.

— Является ли Дональд Трамп частью нынешней мировой лихорадки?

— Я не являюсь поклонником всего, что он делает, но считаю, что запрет доступа Трампа к соцсетям был ошибкой, причём очень опасной. Это создало прецедент. И если вы можете позволить себе такое в отношении бывшего американского президента, то это означает, что все уязвимы.

— Поэтому вы защищаете свободу слова?

— Именно. Сегодня цензуре подвергаются плохие парни. Но завтра это можете быть вы. Свободу нельзя отстаивать наполовину.

— Как вы объясняете бурный рост Telegram без рекламных кампаний?

— Наше приложение задействует очень мало памяти и пропускной способности, что делает его очень популярным в таких странах, как Афганистан и Иран. И это несмотря на то, что Telegram запрещён иранским правительством с 2018 года за отказ блокировать каналы протестующих.

«У нас нет и никогда не было никакой инфраструктуры в России»

— Даже если некоторые из них связаны с инфраструктурой или центрами обработки данных, расположенными в России?

— У нас нет и никогда не было никакой инфраструктуры в России.

— Чувствуете ли вы, что некоторые из ваших конкурентов копируют вас?

— WhatsApp копирует всё, что мы делаем с пятилетним отставанием... Но меня это не беспокоит, это подтверждает правильность нашего выбора. Я уже встречался с Марком Цукербергом. Я уважаю его как бизнес-лидера, но с теми ресурсами, которые есть в его распоряжении, я всё же думаю, что они могли бы быть более изобретательными. Недавно я узнал, что команда WhatsApp получила специальную задачу наблюдать за нами...

— Вы с большим уважением относитесь к компании Signal...

— Да, я познакомился с её директором Мередит Уиттакер в прошлом году в Париже. Она произвела на меня впечатление умного и рассудительного человека. Конечно, мы будем спорить о том, кто использует лучшее шифрование. И я буду продолжать удивляться, почему все американские мессенджеры (Signal, WhatsApp и Facebook Messenger [принадлежат Meta, признанной в России экстремистской организацией, деятельность которой запрещена в РФ], Google Messages) используют абсолютно одинаковую технологию шифрования, как будто использование любой другой запрещено. Но, по сути, Telegram и Signal находятся на одной стороне, когда речь заходит о проблемах, с которыми мы сталкиваемся.

— Telegram получил несколько предложений о покупке...

— Google пытался купить нас в самом начале нашего пути. Я встретил Сундара Пичаи в Маунтин-Вью в 2017 году. Он предложил мне 1 млрд долларов. Google хотела приобрести мессенджер после того, как упустила возможность купить WhatsApp, который в итоге был куплен Facebook [принадлежат Meta, признанной в России экстремистской организацией, деятельность которой запрещена в РФ]. Они попытались создать собственный мессенджер, но это очень сложно. Это как вырастить дерево — нужно время и много заботы.

«Дело не в цене, Telegram просто не продаётся»

— Почему вы отказались?

— Я ни на секунду не колебался. Дело не в цене, Telegram просто не продаётся. Потому что Telegram — это не товар, это проект. Идея. Обещание независимости, конфиденциальности, свободы, данное пользователям. Если мы продадим, мы предадим это обещание. А это невозможно, я никогда этого не сделаю.

— Вы по-прежнему являетесь единственным акционером Telegram?

— Да, я владею 100% акций компании. В компании нет сторонних акционеров, а значит, нет и вмешательства. Это единственный способ гарантировать полную независимость Telegram. Я извлёк урок из истории с «ВКонтакте». Как только вы делитесь контролем, вы теряете свою свободу.

— Оглядываясь назад, сожалеете ли вы о чём-то по части развития Telegram?

— Не особо. У нас есть команда, которая состоит примерно из 50 человек. Она базируется в Дубае и этого более чем достаточно. Маленькие команды могут работать эффективнее. Мы также сотрудничаем с более чем 1000 поставщиков услуг в других частях света (в основном с модераторами контента), но количество разработчиков не обязательно должно расти вместе с количеством пользователей. Иногда мы принимаем на работу новых инженеров, выбирая их из числа победителей конкурсов кода, которые мы регулярно проводим. Последний человек, которого мы наняли, выиграл 17 конкурсов за восемь лет — а ему было всего 22 года.

«Мой брат Николай сейчас работает над настоящим ИИ — ИИ, который способен логически мыслить и понимать мир»

— Вас впечатляет искусственный интеллект?

— Проблема в том, что современный генеративный ИИ типа LLM не думает. Он не понимает. Он просто считывает огромное количество текста и выплёвывает консенсусную версию. Звучит правдоподобно, но это не обязательно так. И мы, люди, позволяем себя обмануть, потому что ассоциируем сложный язык с интеллектом. Но эти модели не интеллектуальны. Они просто сложные. Мой брат Николай сейчас работает над настоящим ИИ — ИИ, который способен логически мыслить и понимать мир.

— Заменит ли он некоторые профессии?

— Мы переживаем беспрецедентное технологическое ускорение. Для подростка адаптация естественна. Но для опытных профессионалов, таких как юристы или врачи с высокой зарплатой, процесс адаптации будет жестоким. Их воспринимаемая рыночная стоимость может упасть, даже если они прекрасно себя чувствуют. Да, рабочие места исчезнут. Но история показывает, что появятся и другие. Главное — это созданное богатство. Жить как король, не работая как раб, — это форма прогресса. И пока люди хотят творить, вносить свой вклад в развитие общества, место найдётся для всех.

— Что насчёт Telegram?

— ИИ позволяет нам эффективно модерировать контент. Например, мы можем удалять до 99% проблемного контента. Миллионы сообщений в час невозможно обработать вручную. Каждый пользователь также может обобщать темы и документы, корректировать текст, переводить, находить помощь в написании текстов...

— Какую роль играет ваш брат рядом с вами?

— Николай — гений, но он уже много лет не участвует в операционной деятельности Telegram. В последние годы он сосредоточился на фундаментальных исследованиях, таких как разработка бесконечно масштабируемой архитектуры блокчейна.

«Для меня Telegram — это источник расходов, а не доходов»

— Telegram, который приносит прибыль в 500 млн евро, позволил вам сделать состояние...

— Telegram не платит мне дивиденды, у меня нет зарплаты. Это не источник дохода, а источник расходов. Я хотел, чтобы этот проект существовал, поэтому почти все деньги, полученные от продажи акций «ВКонтакте», я потратил на создание Telegram. Позже мы собрали средства на блокчейн-проект [речь о проекте Telegram Open Network — сейчас The Open Network, — прим. «Код Дурова»], но из-за запрета SEC пришлось всё вернуть и залезть в долги на 2 млрд долларов. У Telegram до сих пор есть этот долг.

— В Париже вы часто останавливались в роскошном отеле Hôtel de Crillon. У вас появился вкус к такому роскошному образу жизни?

— У меня нет ни дома, ни яхты, ни частного самолета — хотя иногда я беру его в аренду. Однако мне нравится останавливаться в хороших отелях. Я думаю, что владение вещами может отвлечь меня от моей миссии — создания Telegram. В октябре прошлого года я понял, что уже 4 года ношу одну и ту же пару туфель круглый год (друзья подарили мне новую пару на 40-летие). У меня есть только один официальный костюм, но большую часть времени я ношу спортивную одежду — обычно Adidas или Nike. СМИ пишут, что моё состояние оценивается в 15-20 млрд долларов, но это лишь теоретическая оценка того, сколько может стоить Telegram. Так как Telegram я не продаю, это не имеет значения. У меня нет таких денег на банковском счёте. Мои ликвидные активы гораздо меньше — и они не от Telegram: они от моих инвестиций в биткоин в 2013 году.

— Помогла ли вам добиться успеха бедность, в которой вы жили в детстве?

— Я очень хорошо помню чёрный пиджак, который носил в подростковом возрасте. У меня был только один, и я его любил. Моя мама купила его в небольшом местном магазине. У неё было две работы: переводчик с немецкого и помощник юриста в американской юридической фирме в Санкт-Петербурге. Мой отец долгое время преподавал, не получая зарплату. В 90-е годы российское государство было банкротом. Было тяжело, но я получал образование. Я никогда не пропускал занятия, даже когда болел. Мама говорила: «Ты не болеешь, ты идёшь в школу».

«Мой ответ [DGSE] был предельно ясен: я не пытался «заглушить» демонстрантов в Беларуси, России, Иране или Гонконге и не собираюсь делать это в Румынии»

— 18 мая вы обвинили Францию во влиянии на выборы в Румынии, и это утверждение было опровергнуто Набережной Орсе и DGSE [речь о заявлениях МИД и Главного управления внешней разведки Франции, — прим. «Код Дурова»]...

— Это произошло в момент частной беседы, которую я вёл в Галерее сражений отеля «Крийон», с Николя Лернером, главой DGSE, и агентом, который ранее работал в посольстве Франции в ОАЭ. Николя сказал мне: «У нас может возникнуть проблема в Румынии», и спросил, смогу ли я удалять Telegram-каналы сторонников консервативного кандидата на президентских выборах в Румынии — те, что уже существуют, и те, что могут появиться в будущем. Помню, он упомянул, что, по его мнению, эти каналы могут начать организовывать демонстрации. Мой ответ был предельно ясен: я не пытался «заглушить» демонстрантов в Беларуси, России, Иране или Гонконге и не собираюсь делать это в Румынии. Я сказал им, что если они думают, что из-за того, что я застрял здесь, во Франции, я буду подчиняться всему, что от меня требуют, то они жестоко ошибаются. Я скорее умру, чем поступлю против своих ценностей и предам своих пользователей.

Код Дурова

⚡️ Дуров и новые детали встречи с разведчиками Глава Telegram заявил, что главным объектом внимания французской разведки всегда была геополитика. 💘 По его словам, представители ведомства интересовались не только Румынией, но и Молдовой, а также Украиной. 💘 При этом Павел Дуров подчеркнул, что и…

Telegram

— Приходилось ли вам иметь дело с французскими спецслужбами?

— Да, со мной всегда могли связаться французские власти, так как мой офис находится в том же здании, что и французское консульство в Дубае. Агент DGSE, работающий на французское посольство, в сопровождении своих коллег иногда приходил ко мне в офис, чтобы попросить помощи Telegram в борьбе с терроризмом во Франции — быстрее, чем позволяет обычная юридическая процедура, потому что ситуация была срочной. В июле прошлого года он снова попросил меня о помощи в предотвращении возможного теракта во время Олимпийских игр. Мы помогли, и он поблагодарил меня. А спустя месяц... меня арестовали в Париже.

«За всю нашу историю мы не выдали ни одного личного сообщения»

— Передает ли Telegram данные властям?

— Сотрудники Telegram не могут видеть или читать сообщения пользователей, поэтому за всю нашу историю мы не выдали ни одного личного сообщения. Если мы получаем судебное решение о том, что идентификатор является подозреваемым в уголовном расследовании, мы анализируем метаданные, в которых указаны IP-адрес и номер телефона. Это всё, что мы делаем.

— Когда вы в последний раз разговаривали с Эммануэлем Макроном?

— В течение долгого времени он мог отправлять мне сообщения в Telegram на самые разные темы. Последний раз это было в тот день, когда я рассказывал о выборах в Румынии и DGSE. Он прислал мне сообщение [улыбается]. Я не ответил.

Код Дурова

⚡️ Дуров выступил против вмешательств в выборы Павел Дуров резко высказался в отношении «одного западноевропейского правительства», добавив к публикации эмодзи багета. Перед своим заявлением глава Telegram изменил название своего канала Du Rove’s Channel (французская интерпретация) на обычное — Pa…

Telegram

— А если бы он попросил вас о встрече?

— Я бы отказался.

«Эммануэль Макрон делает неправильный выбор. Я очень разочарован. Франция становится всё слабее и слабее»

— Почему?

— Он понимал некоторые вещи, но мог бы сделать это гораздо лучше. Я возлагал на него большие надежды, и у него было реальное видение. Но по мере приближения конца его второго срока я вижу, что он делает неправильный выбор. Я очень разочарован. Франция становится всё слабее и слабее. Она одержима коммуникациями, в то время как настоящая сила — это не то, что вы показываете, а то, что вы доказываете. Реальность стала иллюзией, как потёмкинская деревня.

— Несмотря на это, президент Макрон разрешил вам натурализоваться во Франции в 2021 году как выдающемуся иностранцу, как и Эвану Шпигелю, сооснователю Snap...

— Да, это делает моё положение ещё более деликатным. Я глубоко восхищаюсь французской культурой и историей. Для меня большая честь быть связанным с Францией. Но меня беспокоит направление, в котором движется президент.

— Вы сомневаетесь в его долгосрочном видении?

— Процветание возникает в результате конкуренции между идеями, компаниями и политикой. А сегодня во Франции эта конкуренция не поощряется. Страна теряет конкурентоспособность. Это парадоксально, потому что французы обладают уникальным талантом, способностью делать вещи сбалансированно и красиво. Они могли бы внести гораздо более эффективный вклад в глобальную экономику.

— И они не справляются с этой задачей?

— Да. Многие лучшие таланты уезжают. Всё больше и больше уезжает в Дубай, Абу-Даби, США, Милан... Это настоящая утечка мозгов.

— Почему вы выбрали Дубай, а не Париж?

— Я выбрал Дубай, потому что могу там гораздо эффективнее вести глобальный бизнес. В отличие от Франции, где царит бюрократия, Дубай предлагает гибкую среду. Процедуры автоматизированы, поддерживаются ИИ, и почти всё делается онлайн. Даже судебная система работает быстрее. Во Франции простое налоговое расследование может заморозить счета компании на годы, вплоть до её удушения, даже если впоследствии она будет оправдана. Такая волокита убивает дух предпринимательства.

— А почему не США?

— Одна из главных причин — давление, которое может оказать правительство США, особенно на технологические компании. Конечно, Соединенные Штаты — не единственная страна, которая хочет контролировать платформы. Но я уже сталкивался с давлением со стороны ФБР. А в США существует юридическая процедура, позволяющая правительству заставить инженера установить бэкдор в ПО, причём он не будет иметь право предупредить об этом никого, даже своего работодателя. Этот механизм называется «приказ о запрете». Если инженер расскажет об этом своему начальнику, он может попасть в тюрьму. Подобный закон даёт правительству возможность легально превращать ваших собственных сотрудников в шпионов, а вы об этом не знаете. А потом был инцидент в Сан-Франциско — единственный раз, когда я подвергся физическому нападению. Я никогда не забуду об этом.

— Вернёмся к Франции: вы не находите политиков по душе?

— Политикам слишком часто не хватает смелости. Они всегда ищут козлов отпущения, чтобы объяснить, почему они потерпели неудачу. Во Франции, стране, где люди очень требовательны и часто жалуются, такое отношение только усугубляет ситуацию. Вместо того чтобы поговорить с людьми как взрослые и сказать: «Всё зависит от нас. Мы засучим рукава», они указывают пальцем на Трампа и его тарифы, на роль технологических гигантов, на мигрантов... В зависимости от того, какая партия выступает, виновники меняются.

«Когда вы слишком долго откладываете необходимые реформы, то в итоге получаете крах»

— Не поздно ли реформировать Францию?

— Если вы воспитаете одно или два поколения с определённым менталитетом, то потом потребуются десятилетия, чтобы изменить его. Если мы будем продолжать терять время, возрастает риск того, что стране придётся пройти через очень экстремальные изменения. Как в СССР в 90-е, где мы наблюдали экономический коллапс, анархию, преступность и наркоманию. Затем Россия вышла из этого кризиса с активным развитием частного бизнеса и бурным ростом [экономики, — прим. «Код Дурова»]. Затем, 15 лет спустя, всё снова ухудшилось по другим причинам. Когда вы слишком долго откладываете необходимые реформы, то в итоге получаете крах. Французы не понимают, что так нельзя достигнуть свободы и процветания.

— Считаете ли вы, что за вами шпионят каждый день?

— Когда я жил в России, я натыкался на следящих за мной агентов, даже в метро. Сегодня я даже не задумываюсь об этом. Ксавье Ниль, с которым я гулял по Парижу, однажды пошутил: «Когда за тобой следят все спецслужбы разных стран, тебе не нужна частная охрана. Они повсюду, даже на крышах домов, следят за тобой!»

— Верите ли вы в Бога?

— Я верю, что в этой жизни есть нечто большее, чем просто материя. Есть невидимое измерение, которое мы иногда глубоко чувствуем, но не можем назвать. Меня крестили как христианина, но я также очень интересовался восточными традициями, такими как даосизм и буддизм. Я долгое время занимался медитацией и йогой. Для меня все религии стремятся выразить одну и ту же фундаментальную истину, но каждая из них имеет свой собственный культурный язык. Я не хочу ограничивать себя только одним путём.

— Некоторые люди говорят, что мы живем в симуляции, срежиссированной инопланетянами...

— Возможно. Цивилизации всегда пытались объяснить невидимый мир, используя инструменты своего времени. Раньше это были реинкарнация и духи. Сегодня, с развитием технологий, мы говорим о симуляции. Это просто современный способ выразить древнюю тайну. Через сто лет мы будем использовать другие метафоры. Возможно, даже более сильные.

— Технологии, такие мощные, тоже загрязняют окружающую среду... И всё же вы одержимы проблемой распространения микропластика...

— Эти частицы, вездесущие в нашей воде, воздухе и пище, могут в конечном итоге коварно повлиять на нашу цивилизацию, подобно тому как свинец подрывал здоровье римлян. История помнит их империю, но не забывает о роли свинца — в трубах и посуде, — который ослаблял целые поколения. Сегодня мы наблюдаем стремительное падение концентрации сперматозоидов у мужчин во многих частях света, отчасти из-за пластика. Если мы будем продолжать игнорировать эти невидимые загрязнители, мы поставим под угрозу не только наше индивидуальное здоровье, но и само наше выживание.

«Настоящая опасность — это однообразие. Мир становится слишком однородным»

— Вы говорите по-итальянски?

— Каждый раз, когда я слышу итальянскую речь, мне тепло на сердце. Это напоминает мне о школьных годах в Турине, где мой отец преподавал классическую филологию, в период, когда мне было от 4 до 8 лет. Учительница из Калабрии была по-особому доброй ко мне. Остальные немного насмехались надо мной: «маленький коммунист», «советский ребёнок»... Северные итальянцы иногда были немного высокомерны, не очень приветливы к людям с юга или к иностранцам. Но подавляющее большинство людей были очень дружелюбны.

— Вы всё ещё верите в демократию, которая никогда не была под такой угрозой?

— Пока могут сталкиваться разные позиции и народ может выбирать между ними, демократия остаётся хорошей системой. Некоторые люди считают, что могут работать и другие системы — например, просвещённая монархия. Но что произойдёт, если преемник окажется некомпетентным? Настоящая опасность — это однообразие. Мир становится слишком однородным. Одинаковые продукты, одинаковые культуры... Эта стандартизация делает нас уязвимыми. Нам необходимо сохранять разнообразие систем, идей и подходов.

_{Заглавное изображение: Khanh Renaud / Le Point}

Мы поговорили с Леонидом Савченковым, руководителем продуктовой архитектуры платформы данных Yandex Cloud, о том, как развивается российский рынок СУБД уже сейчас, о перспективах и фокусах развития платформы данных компании и не только.

— Как оцениваете объём и темпы роста рынка СУБД? Какой сейчас этап развития рынка? Какие тренды можете выделить?

— По нашим оценкам, в России рынок СУБД и инструментов для работы с данными в 2025 году достигнет 41,7 млрд рублей. При этом его драйвит не только локализация решений, но и развитие новых технологий. ИИ будет, с одной стороны, менять сами системы управления и обработки данных, с другой, решения на базе генеративных моделей помогут ускорить работу дата-инженеров и аналитиков за счет автоматической генерации базовых запросов к базам данных для аналитических задач.

— Какие фокусы развития платформы данных Yandex Cloud вы видите сейчас?

— Мы строим платформу данных Yandex Cloud, которая закрывает все потребности заказчика от обеспечения бесперебойной работы транзакционных источников и приложений до бизнес-аналитики и ML. Сейчас у нас больше 20 сервисов. Платформа данных в общем объёме выручки Yandex Cloud заняла 19% за 2024 год.

Если коротко говорить про технологические фокусы — это надежность и масштабируемость. Мы, например, очень много времени тратим на то, чтобы пользователи Postgres в нашем облаке не сталкивались с проблемами. Это не про фичи ради маркетинга, а про то, чтобы проблемы случались как можно реже.

Другой фокус — шардирование. Postgres исторически не умеет масштабироваться за пределы одной базы. Мы это исправляем, потому что реальность такова: рано или поздно у клиента данных становится столько, что один кластер не вывезет. Для этого уже какое-то время мы активно вкладываемся в опенсорс-решение (pg-sharding.tech) и, возможно, скоро запустим его облачную версию.

Также в 2024 году мы начали активно развивать новую модель поставок технологий — on-premises. Решения Яндекса по работе с данными можно не только использовать в облаке, но и развернуть у себя на серверах. Среди них — СУБД YDB и YTsaurus. Проекты в системах размещают команды Алисы, Такси, Маркета, Метрики и других сервисов — сейчас их почти 500. В 2025 году мы продолжим развивать эту модель, рассчитываем, что доля таких решений в общей выручке кратно возрастёт.

— В течение последних лет несколько международных компаний или изменяли тип лицензии продукта или закрывали исходный код. Как это повлияло на предоставляемые вами продукты?

— Действительно, были такие случаи. Из резонансного — закрытие открытой версии Greenplum. Так как мы хотим предоставлять нашим клиентам непрерывный сервис и обеспечить работоспособность клиентских систем, мы продолжили поддерживать и развивать последнюю опенсорсную версию Greenplum (шестую) и параллельно начали развивать решение на базе Apache Cloudberry. Сама технология Greenplum довольно востребована на рынке, Apache Cloudberry — уже догнал, а где-то перегнал Greenplum 7 версии. Наши клиенты смогут пользоваться и тем и другим. Так, с помощью нашего Greenplum Автостэлс‑Тех разработал аналитическую платформу для управления данными объёмом 1,2 ТБ, а Ростикс ускорил разработку новых технологических проектов в три раза.

— Как сообщество реагирует на проект Cloudberry? Почему Яндекс сделал ставку на него в том числе?

— Во-первых, это настоящий опенсорс. Не в духе "мы просто назвались форком", а по-настоящему: проект входит в Apache Software Foundation, что говорит о признании и поддержке проекта сообществом и  гарантирует открытость и независимость.

Во-вторых, проект активно развивается. Иногда даже слишком — новые фичи появляются так быстро, что инженерам приходится бегать с огнетушителем. Но лучше уж так, чем стагнация. В старом Greenplum ничего не происходило месяцами. В Cloudberry — всё наоборот: и технологии появляются, и производительность подтягивается, и сообщество живёт.

Сейчас мы активно коммитим в Cloudberry, участвуем в развитии. Идея простая: если умирает какой-то проект, значит, надо идти туда, где есть жизнь, где есть достаточная концентрация усилий комьюнити разработки. Cloudberry — это про будущее Greenplum.

— А как ваша разработка вовлекается в развитие опенсорс-решений?

— Мы опенсорсим свои СУБД и активно контрибьютим в ядро ключевых технологий.  Вот, например, Postgres. Мы коммитим в ядро и первыми в мире перешли на кворумную репликацию в отказоустойчивых кластерах Postgres — исправили проблемы, которые затем аналогичными патчами решали AWS RDS и Azure. Кворумная репликация — способ гарантировать консистентность и целостность данных при широком классе отказов, в том числе достаточно сложносочиненных и редких.

Разработчики решают проблемы, которые появляются только у облаков с большой нагрузкой. Например, в Postgres мы закрыли баг, при котором пользователь мог увидеть данные, которые потом не сохранились, если внезапно падал один из узлов в кластере. Это редкая ситуация, но очень неприятная. И да, мы потратили кучу времени, чтобы её решить.

Аналогично в Greenplum: есть публичный репозиторий, где мы выкладываем код, на котором работает наша облачная версия Greenplum. Он открыт, в нём коммиты, он живой. Более того, мы добавили возможность миграции с нашей версии Greenplum 6 на Cloudberry. Сделали собственную реализацию, протестили, отдали сообществу.

— А сам Яндекс использует опенсорс или собственные решения для работы с данными?

— В основном мы применяем собственные решения. Например, YDB используется уже больше восьми лет. На мультитенантных кластерах развёрнуты базы с очень разными нагрузками и паттернами доступа к данным. На практике мы встречаемся с многократным ростом баз данных, ростом объёмов данных с единиц гигабайт до сотен терабайт и ростом нагрузок с тысяч до миллионов RPS. YTsaurus, который может обрабатывать эксабайты данных, используют для хранения данных большинства сервисов (то, что  называют Data Lake или Data Warehouse — озеро данных, КХД), обучения YandexGPT и других нейросетей, задач поискового индекса. Например, Яндекс Маркет с помощью платформы разрабатывают систему промоакций, а автономный транспорт обрабатывает данные о поездках и улучшает алгоритмы.

— Над какими обновлениями платформы данных вы работаете сейчас?

— Совсем недавно проходила конференция Data&ML2Business— на ней мы как раз  анонсировали многие наши решения. Мы увеличили количество сервисов на базе решений с открытым исходным кодом. Кроме этого, сделали доступным для бизнеса платформу собственной разработки для хранения и обработки больших данных — YTsaurus. С её помощью можно анализировать эксабайты данных в компаниях и обучать сложные модели машинного обучения с миллиардами параметров. В облаке решение будет доступно как управляемый сервис, то есть поддержкой платформы будут полностью заниматься специалисты Яндекса. Появились и новые возможности в BI — в DataLens появилась публичная галерея дашбордов — теперь пользователи могут делиться своими решениями и брать за основу чужие при согласии автора. Обновление также включает DataLens Editor — инструмент для кастомизации графиков и таблиц с помощью JavaScript, что открывает путь к более сложным и гибким визуализациям. А ещё — запустили официальную сертификацию аналитиков, позволяющую подтвердить экспертизу в работе с DataLens и получить статус сертифицированного специалиста.