Импортозамещение создало решения, но не создало продуктовых компаний. Что это значит для экспорта российского ИИ

Ложная дихотомия

«Догоняем или обгоняем?» — вопрос имеет смысл только тогда, когда вы бежите по одной дорожке.

А мы бежим по разным. И пока мы не признаем этого, разговор об экспорте будет ходить по кругу: одни доказывают, что мы безнадёжно отстали, другие — что вот-вот прорвёмся. Обе позиции неверны, потому что обе построены на одной ошибке: рынок ИИ считают чем-то одним.

Он не одно. Он состоит из трёх слоёв с принципиально разной экономикой.

Три слоя рынка ИИ, которые постоянно путают

Слой первый: фронтирные фундаментальные модели

Это игра капитала и энергии.

Оценки, обсуждаемые сегодня в отрасли, говорят о разрыве между США и Россией по доступным вычислительным мощностям в сотни раз. Речь идёт о порядка десяти тысяч ускорителей во всех российских дата-центрах, задействованных под ИИ. Поставки по параллельному импорту упали с тысяч серверов в 2024 году до десятков.

При этом главным ограничителем стало уже даже не «железо». Им стала подключённая электрическая мощность: год на техприсоединение — и свободных мощностей просто нет.

Конкурировать здесь «в лоб» — это не пессимизм и не паникёрство. Это арифметика.

И это, кстати, совершенно нормально. У Германии тоже нет своей фронтирной модели — и никто не считает немецкое машиностроение отсталым.

Слой второй: прикладные платформы и инструментарий

MLOps, векторные базы, оркестрация агентов, инструменты дообучения.

Здесь конкуренция глобальная, и она во многом уже проиграна — не нами, а всеми сразу. Проиграна открытому исходному коду. Строить тут национальное преимущество бессмысленно: вы будете вкладывать деньги в то, что через полгода станет бесплатным.

Слой третий: доменные вертикальные решения

Управление карьерными самосвалами в реальном времени. Оптимизация расхода газа в химическом производстве. Дефектоскопия по машинному зрению. Предиктивное обслуживание турбины. Ассистент технолога, который знает ваш парк станков и вашу оснастку.

Вот здесь выигрывает не тот, у кого больше вычислительных мощностей.

Здесь выигрывает тот, у кого есть:

• доступ к данным реального производства;

• отраслевая инженерная школа;

• право на эксперимент на действующем объекте.

Главный сдвиг: модель перестала быть конкурентным преимуществом

Вот что мало кто проговаривает вслух.

Открытые модели обнулили значительную часть барьера входа в базовую модель.

Преимущество переехало. Оно больше не в модели. Оно — в данных (в самом их наличии, которое складывается из промышленной автоматизации и датчиков), в интеграции с производственным контуром и в способности доказать эффект.

Для нас это хорошая новость. Потому что домны, карьеры, установки крекинга и энергоблоки у нас есть. А у стартапа из Кремниевой долины — нет.

Значит ли это, что экспорт случится сам собой?

Нет. И вот здесь я буду неприятен.

Три разрыва между «работает» и «продаётся»

Разрыв первый: превращение наработок в масштабируемые продукты

Импортозамещение по своей конструкции производило решения «под себя». Заказчик, разработчик и потребитель часто были одним и тем же контуром.

Есть цифра, которая объясняет всё.

По линии индустриальных центров компетенций за 2022–2025 годы суммарные затраты на проекты составили порядка 187 млрд рублей. Выручка разработчиков от реализации и тиражирования созданных продуктов — около 1,6 млрд рублей.

Разница — примерно в сто с лишним раз.

Это не обвинение. Это диагноз бизнес-модели.

Мы профинансировали разработку — и не профинансировали продуктизацию: документацию, локализацию, методологию внедрения, партнёрскую сеть, вторую и третью линию поддержки.

А экспорт начинается ровно с этого. Не с кода.

Разрыв второй: доказательство эффекта

На внешнем рынке никого не интересует ваша уникальная нейросеть. Интересуют четыре вопроса:

1. Где это работает в промышленной эксплуатации дольше двух лет?

2. Какой измеренный эффект относительно базового уровня?

3. Кто несёт ответственность при отказе?

4. Есть ли поддержка на местном языке в местной юрисдикции?

И вот тут мы упираемся в то, что я называю одним из смертных грехов цифровизации, — отсутствие системы управления проектами, в том числе измерения эффектов. Об этих системных причинах провалов я подробно пишу в статье «7 причин большинства проблем на пути цифровизации»; в ИИ отсутствие замера бьёт больнее всего.

Базового уровня «до» чаще всего просто нет. А значит, и показать нечего. Почему компании системно не измеряют эффект и как это чинится — в разборе 8 барьеров внедрения ИИ.

Этот разрыв бьёт по экспорту сильнее любых санкций. Потому что он самонанесённый.

Разрыв третий: каналы

Экспорт промышленного ПО — это не поставка. Это присутствие: локальный партнёр, интегратор, обученная местная команда, референс на местном рынке.

Это горизонт три-пять лет и деньги, которые не окупаются на первом контракте.

У нас пока нет ни одной корпоративной программы, где это было бы заложено в бюджет как норма, а не как энтузиазм отдельного вице-президента.

Где реальное окно

Оно есть. И оно конкретное.

Не «российский ИИ вообще», а вертикали, где у нас есть собственная инженерная школа и действующие объекты:

• горная добыча,

• металлургия,

• нефтегаз и нефтехимия,

• энергетика,

• транспорт.

И рынки, где важна не столько цена, сколько независимость от геополитики поставщика: ЕАЭС, Ближний Восток, Юго-Восточная Азия, Африка, Латинская Америка.

Наш экспортный аргумент — не «мы дешевле». Дешевле будут китайские разработчики.

Наш аргумент звучит так:

«Мы поставим в закрытый контур, отдадим полный доступ, обучим вашу команду и не отключим вас завтра по политическому решению».

Это, если вдуматься, сильная позиция. Ровно та, которую западный вендор занять не может по определению. И она особенно хорошо читается на рынках, которые последние годы наблюдали, как в одностороннем порядке отзываются лицензии.

Что должно произойти: три столпа

Я всегда раскладываю решение по трём столпам — управление, технология, люди. Провал в любом из них обнуляет два остальных.

Управление

1. Сменить метрику успеха. Перестать мерить импортозамещение фактом замещения. Начать мерить долей выручки от тиражирования и внешних продаж.

Это разные показатели. И они порождают принципиально разное поведение команд.

2. Отделить «внутренний ИТ-проект корпорации» от «продукта». Это разные экономики, разные компетенции, разные люди.

3. Заложить экспорт в бюджет как программу на три-пять лет. Экспорт, не имеющий строки в бюджете, не существует.

Технология

4. Проектировать архитектуру под тиражирование, а не под себя.

Это конкретное техническое требование, и оно решает разрыв продуктизации:

• конфигурируемость вместо кастомизации под каждого заказчика;

• мультиарендность;

• отделённый слой локализации — язык, единицы измерения, отраслевые справочники, местные нормативы;

• внятная документация и API, по которым внедрять может партнёр, а не только команда-автор.

Решение, которое умеет внедрять только тот, кто его написал, экспортировать нельзя. Оно не масштабируется даже внутри страны.

5. Встроить доказательную базу в сам продукт. Замер эффекта должен быть функцией системы, а не подвигом аналитика. Иначе через два года вы не ответите на главный вопрос покупателя: «покажите эффект».

Люди

6. Продуктовая роль и внедренческая методология. Заводу не нужен продакт-менеджер. Продукту — необходим. Как и методология внедрения, которую можно передать чужим рукам.

7. Локальное присутствие на целевом рынке. Партнёр, обученная местная команда, первый референс. Продавать промышленное ПО «из Москвы по электронной почте» невозможно ни на одном рынке мира.

У ответа «строить или купить» есть срок годности

И ещё одно, что стоит проговорить прямо.

Импортозамещение — это, по сути, решение «строить», принятое на уровне страны один раз, в 2022 году. И с тех пор не пересмотренное.

А у ответа на вопрос «строить или купить» есть срок годности.

За эти годы открытые модели обнулили половину барьеров. И часть того, что мы упорно строим с нуля, сегодня разумнее адаптировать.

Это не капитуляция. Это нормальная переоценка, которую делает любой зрелый портфель.

Кстати, принятый в июле 2026 года закон о поддержке развития технологий ИИ эту логику как раз признаёт: модель, собранная на компонентах с открытой лицензией, дообученная российским юрлицом и развёрнутая в российском дата-центре, получает статус национальной. Законодатель увидел то, что рынок понял раньше. Подробный разбор закона — в статье «Закон об ИИ: что на самом деле приняли».

Итог

Догонять в гонке фронтирных моделей мы не будем — и это разумно.

Выигрывать в промышленном ИИ, где технология составляет 20%, а 80% — это данные, процессы и инженерия, мы можем.

Но пока соотношение затрат к выручке от тиражирования такое, какое оно есть, разговор об экспорте преждевременен.

Не потому что у нас плохие технологии. Потому что у нас пока не экспортная бизнес-модель.

Хорошая новость в том, что бизнес-модель — это ровно то, что можно изменить решением. В отличие от гигаватт и ускорителей.

P.S. Для финансового сектора

Финсектор — редкое исключение: там внутренняя разработка действительно стала продуктом. Но это обеспечено масштабом баланса нескольких игроков, а не системой.

Ровно поэтому банкам стоит смотреть на промышленный кейс внимательно. Впереди та же развилка: остаться внутренней разработкой — или стать продуктом.