В столице запустили программу вывода на рынок наукоемких ИИ-продуктов «Техлаб Москва». Она ориентирована на поиск и отбор технологических команд с готовым продуктом, ИИ-разработчиков и ученых с опытом прикладных исследований. Проект должен устранить разрыв между наукой и индустрией за счет работы над конкретными задачами компаний из разных отраслей: строительства, медицины, финансов, кибербезопасности и медиа.

Действительно, ситуация, когда наука и индустрия не пересекаются, — это один из главных тормозов внедрения инноваций. Проблема не в том, что в России нет сильных научных разработок или интереса к ним со стороны бизнеса. Проблема в разрыве между лабораторными исследованиями и внедрением. У науки одна логика: исследование, публикация, методология. У бизнеса другая: сроки, безопасность, понятный экономический эффект.

Именно поэтому многие перспективные решения не доходят до промышленного применения. Корпорации не готовы годами ждать, пока технология «дозреет», а научные команды не всегда понимают, как встроить разработку в реальный производственный процесс. В этом смысле «Техлаб» — полезная история. Они пытаются свести в одной точке запросы бизнеса, данные, инфраструктуру и команду, которая может быстро сделать прототип.

Для крупного бизнеса подобные разработки — это уже не повестка будущего, а вполне рабочий инструмент. По данным совместного исследования «Яков и Партнеры» и Яндекса, 71% крупных российских компаний уже используют генеративный ИИ хотя бы в одном бизнес-процессе.

Но важно, что бизнес сейчас ищет не модный ИИ, а решения под конкретную задачу: сократить время, снизить издержки, убрать ручной труд, повысить точность. Количество запросов на внедрение ИИ-решений в 2025 году выросло примерно на 50% по сравнению с 2024-м, а рынок ИИ растет почти вдвое быстрее остального ИТ-сектора.

Что касается того, как инновационные разработки применяются компаниями в повседневной жизни, то приведем примеры. Первый пример — RUTUBE. Рекомендательная система на базе ИИ анализирует ваши просмотры и подбирает похожие видео, что увеличило среднее время просмотра на 15%, а число сессий на главной — почти на треть. ИИ также модерирует загружаемые видео: проверка, раньше занимавшая часы, теперь проходит за пять минут. Для пользователя это означает более релевантные рекомендации и быструю блокировку нежелательного контента.

Второй пример — Газпромбанк. В рамках «Техлаба» он ищет научные команды, которые помогут научить систему по голосу или тексту определять, в каком настроении клиент: например, спокоен он или раздражен. Если система поймет, что человек нервничает, она сможет предложить ему не стандартный ответ, а более подходящий вариант помощи. Задача требует серьезной научной работы, и это как раз тот случай, когда бизнес дает ученым конкретный запрос, а не просто ждет абстрактных инноваций.