Китайский вариант развития ИИ: его сильные стороны и реальные границы

Искусственный интеллект в Китае с самого начала рассматривался не как отдельная технологическая отрасль, а как системный государственный проект, напрямую связанный с экономическим ростом, социальной устойчивостью и качеством жизни населения.

Цифры и показатели развития ИИ, которые показывает Китай, с одной стороны, впечатляют, с другой – вызывают множество вопросов. Насколько это качественный рост? Что из этого опыта применимо у нас, а какие показатели, возможно, переоценены? Мы решили оценить показатели китайского ИИ вместе с Рубиной Лозовой, вице-президентом Bank Center Credit по управлению данными.

Реальный масштаб цифр

Официальные данные Китая выглядят впечатляюще. На Китай приходится около 60% всех мировых патентов в области ИИ, сформирован пул универсальных крупномасштабных моделей международного уровня, создано более 100 эталонных сценариев применения. В 2024 году объем индустрии ИИ превысил 900 млрд юаней, показав рост на 24% год к году. К третьему кварталу 2025 года в стране насчитывалось более 5 300 компаний, работающих с ИИ, что составляет около 15% от общемирового показателя. В результате сформирована целостная промышленная система, охватывающая инфраструктуру, модельные архитектуры и отраслевые приложения.

Однако масштаб не всегда означает качество. И здесь в обсуждение неизбежно вступает практическая экспертиза.

— С одной стороны, Китай лидирует по количеству мировых патентов в области ИИ – это факт, – говорит Рубина Лозовая. – С другой стороны, у Китая индекс цитируемости практически в семь раз ниже, чем у патентов из США (1,90 против 13,18). Несмотря на то, что 1,9 – это тоже сравнительно хороший показатель, разница в семь раз показывает научное и технологическое отставание, которое надо усиленно Китаю нагонять.

Экономика ИИ: рост или перегрев?

Оценка ИИ-индустрии Китая в 900 млрд юаней часто воспринимается как признак сформировавшейся устойчивой экономики. Но глобальный контекст куда сложнее:

— Во всем мире нет устойчивости в области ИИ, – уточняет Рубина Лозовая. – Сейчас весь мир до 80% инвестирует в инфраструктуру под ИИ, так как реально никто не был готов к этому. Чтобы понять масштабы: к 2030-2035 году предполагается, что до 5% всего энергопотребления мира будет уходить на ИИ.

При этом, по данным CAICT, рост в Китае распределен неравномерно: фундаментальная инфраструктура увеличилась на 54%, базовые модели – на 18%, приложения – на 13%. Это создает признаки формирования классической технологической экосистемы, но одновременно сопровождается тревожными сигналами.

— Высокие оценки и активные инвестиции вызывают опасения пузыря, – добавляет эксперт. – Правительство Китая публично озабочено перегревом сектора – чрезмерными расходами, дублированием инфраструктуры, дефицитом качественных данных и кадров. Таким образом, ситуация выглядит как переход от фазы стимулируемого бума к зрелой фазе роста, с рисками перегрева, требующими регулирования.

ИИ в реальной экономике Китая

Особое место в китайской стратегии занимает внедрение ИИ в промышленность. По данным Министерства промышленности и информационных технологий, в стране создано более 35 тыс. интеллектуальных заводов базового уровня, свыше 7 тысяч – продвинутого и более 230 – превосходного уровня. Результаты измеримы: сокращение цикла разработки продукции на 28,4%, рост эффективности на 22,3%, снижение брака на 50,2%.

— Эти показатели реалистично масштабируемы внутри Китая, потому что они встроены в его философию развития ИИ – централизованные данные, скорость внедрения и отраслевой сетевой эффект, – дает оценку эксперт. – Глобально они плохо переносимы: при экспорте в другие страны эффект будет ниже и проявится медленнее.

Китай фактически использует промышленность как единый обучающий полигон, агрегируя данные на уровне отраслей. Это создает мощный сетевой эффект:

— Китайская стратегия – это осознанный обмен устойчивости на скорость, – говорит Рубина Лозовая. – Она при этом создает технологический долг и повышает риск системных сбоев, но вписывается в долгосрочную логику выживания экономики в условиях демографического сжатия. Это рациональный, хотя и опасный, стратегический выбор. Ключевая особенность массовости и скорости внедрения ИИ в том, что цена одной ошибки резко возрастает. Если раньше ошибался человек — страдала одна деталь. Теперь ошибается алгоритм, управляющий всей линией, — и под угрозой весь тираж. Почему Китай все равно идет на это? Потому что для него риск замедления внедрения опаснее риска системных ошибок. К 2025 году демографический кризис стал экзистенциальным: трудоспособное население сокращается, а стоимость рабочей силы растет. Поддерживать рост ВВП без резкого роста производительности невозможно.

Китайские LLM против западных: кто лучше?

Еще несколько лет назад китайский ИИ воспринимался как вторичный. Сегодня картина изменилась:

— ИИ-решения в Китае – это не дешевая альтернатива, а высокотехнологичный инструмент, – подчеркивает эксперт. – Разрыв в качестве между китайскими и западными LLM практически нивелирован. Китайские модели перестали быть догоняющими решениями, в ряде ключевых дисциплин они работают на уровне или даже сильнее западных флагманов от OpenAI, Anthropic и др. Это уже не копии, а самостоятельные технологические решения. Разница сегодня лежит не столько в «качестве интеллекта», сколько в стратегии применения.

При этом различия сохраняются, но носят прикладной характер:

— Разница сегодня лежит не столько в качестве интеллекта, сколько в стратегии применения. Западные модели сильнее в мультимодальности и юридических гарантиях. Китайские выигрывают за счет эффективности и ставки на open-weight. Возможность полного on-premise-развертывания делает китайские ИИ-решения одним из конкурентоспособных вариантов для организаций с жесткими требованиями к локализации данных и контролю инфраструктуры, однако они не являются единственным легитимным выбором. Альтернативы существуют среди open-source и sovereign-AI-подходов других юрисдикций.

Специфика китайского ИИ на фоне глобальных запросов

Китайская модель принципиально опирается на баланс между государственной координацией и рыночными механизмами. Государство берет на себя инфраструктуру, стандарты и фундаментальные исследования, рынок – коммерциализацию и масштабирование. При этом, несмотря на растущий масштаб внутри страны, глобальная экспансия китайского ИИ остается ограниченной.

— Самая большая проблема в Китае — это «слабый» экспорт технологий ИИ за пределы Китая. Это если говорить про классические генеративные ИИ, говорит Рубина Лозовая. – Несмотря на то, что китайские открытые модели типа Deepseek или Qwen набирают популярность, коммерчески за пределами Китая они не сильно влиятельны.

Вторая большая проблема для Китая – это инфраструктурный голод. Санкции работают. Чипов Nvidia не хватает. Технологии Huawei не вытягивают. Это косвенно влияет на Казахстан, потому что китайские компании активно рассматривают Казахстан как офшорную зону, свободную от санкций.

В то же время эксперт подчеркивает, что в отдельных вопросах у китайских LLM есть сильные преимущества уже сейчас:

— Китайские модели выигрывают за счет эффективности (цена/качество) и ставки на Open-Weight. Запад остается лидером там, где важны масштаб, мультимодальность и юридическая защищенность. Мы перешли от вопроса «кто лучше» к вопросу «что и где применять». Огромный потенциал китайских ИИ – это технологии биометрии и, в частности, компьютерного зрения (типа лидеров HikVision) и безусловно робототехники…

В целом можно резюмировать: китайская модель развития ИИ представляет собой уникальный опыт системной попытки встроить ИИ в экономику как фактор выживания и роста, осознанно принимая риски скорости, перегрева и технологического долга. Как показывает практика, Китай действительно приблизился к мировым лидерам, но цена этого рывка и его глобальная масштабируемость остаются открытым вопросом.