16 июля Наталья Касперская сказала RTVI, что догнать США и Китай в искусственном интеллекте Россия уже не сможет: «Когда ты идёшь пешком по тем же рельсам, по которым едут поезда, то шансов догнать этот поезд в целом нет». Заявление прозвучало через неделю после того, как Госдума приняла закон о поддержке ИИ. Проверка FACTUM: слова главы InfoWatch — оценка, а не факт. Но цифры, которые можно посчитать, говорят кое-что более неприятное, чем «отстаём».

Главное

Спор о российском ИИ обычно ведут на территории, где выиграть невозможно: чьи нейросети умнее. Каждая сторона приводит свои тесты, каждая права по-своему, и разговор упирается в веру.

Есть вещи, которые верой не решаются: сколько в стране физически стоит компьютеров для обучения нейросетей, сколько денег на них тратится и что происходит с поставками. Эти числа публичны, и они дают картину, в которой слово «отставание» оказывается слишком мягким.

Отставание — это когда идёшь в ту же сторону, но медленнее. Российские возможности не отстают. Они движутся в противоположном направлении: мировые мощности растут, российские поставки схлопываются. Пешеход из метафоры Касперской хотя бы идёт вперёд.

Сколько у России железа

Нейросети обучают на специальных видеокартах — ускорителях. Их количество и есть предел того, что страна может сделать.

Сколько их в России, точно не знает никто, и это первый диагноз. Оценка технологического дистрибьютора ServerICT, сделанная на данных TAdviser и холдинга T1: около 15 тысяч карт в пересчёте на топовую модель NVIDIA — и это верхняя граница. Независимый аналитик Алексей Бойко даёт цифру в несколько раз меньше. Разброс в четыре-пять раз в оценках одного и того же парка — не спор экспертов, а признак того, что учёта нет.

Возьмём щедрый вариант. Расчёт FACTUM: если бы все эти карты свезли в один зал и три месяца гоняли без остановки, суммарной работы хватило бы примерно на одну десятую того, что ушло на обучение самой большой известной нейросети — Grok 4 компании Илона Маска (данные о масштабе тренировки — исследовательский институт Epoch AI, февраль 2026). Одна десятая. От одной модели. Прошлогодней.

И это заведомо завышенная оценка: единого зала нет, карты разбросаны между конкурирующими компаниями, часть занята не обучением, а обслуживанием готовых сервисов.

Самое мощное, что Сбер подтверждал публично, — суперкомпьютер Christofari Neo: больше семисот карт, запущен в 2021 году. Более свежих данных о своём парке компания не публиковала. Для сравнения: кластер Маска в Мемфисе — порядка ста-двухсот тысяч карт.

Что происходит с поставками

Ключевое здесь — не сколько есть, а куда движется кривая.

После 2022 года ускорители везли в обход санкций. Bloomberg по таможенным данным нашёл один такой канал: через индийскую фармацевтическую компанию в Россию в 2024 году въехало больше тысячи серверов с чипами NVIDIA. Каналов было много — счёт шёл на тысячи серверов в год.

Дальше, по данным ServerICT: сотни в 2025 году, десятки в 2026-м. Две причины. NVIDIA с конца 2024 года ввела жёсткую проверку покупателей и отслеживание серийных номеров. И Китай, который сам под ограничениями, скупает всё доступное на сером рынке, переплачивая вдвое-втрое, — российские покупатели просто не могут перебить эту цену.

При этом мировая гонка ускоряется: по расчётам Epoch AI, вычислительная мощность, вкладываемая в обучение передовых нейросетей, растёт впятеро за год. Одна кривая умножается на пять ежегодно. Вторая падает с тысяч до десятков.

Отсечение идёт и с другой стороны: в июле российские приложения исчезли из Google Play вслед за App Store. Разница в том, что мессенджер можно поставить из другого магазина, а видеокарту из другого магазина взять негде.

Деньги: другой порядок величины

Весь российский рынок ускорителей для ИИ за 2025 год — 62,7 млрд рублей (оценка холдинга T1). Совокупный бюджет всех российских игроков — Сбера, «Яндекса», «Т-Технологий», МТС и VK — на железо в 2026 году ServerICT оценивает в полтора-два с половиной миллиарда долларов.

Один кластер, на котором обучали предыдущую модель Маска, стоил около четырёх миллиардов долларов (оценка Epoch AI). То есть всё, что Россия потратит на ИИ-железо за год, — это треть-половина стоимости одного зала, построенного под одну нейросеть.

Ещё один ориентир, независимый: по данным ежегодного доклада Стэнфордского института HAI (вышел 13 апреля 2026 года), частные инвестиции в ИИ за 2025 год составили 285,9 млрд долларов в США и 12,4 млрд в Китае. Россия в этом сопоставлении отдельной строкой не идёт вообще. В марте Сбер и «Яндекс» попросили у государства 400–450 млрд рублей ежегодно — по курсу это около двух процентов американских частных вложений, и деньги пока не выделены — федеральный бюджет и без того расходится с планом более чем на триллион рублей.

Что тогда делает закон

Госдума приняла закон о поддержке технологий ИИ 8 июля. От внесения до принятия прошло семь дней — на это указала сама Касперская, назвав срок беспрецедентным для отрасли.

Закон вводит понятия «суверенной» модели (полностью российская) и «национальной» (допускает зарубежные компоненты) и распространяется только на большие нейросети. Ограничений на опасное применение ИИ в нём нет. Маркировка сгенерированного контента — добровольная.

То есть закон регулирует не создание моделей, а их квалификацию: кто считается своим. Касперская вместе с Игорем Ашмановым описали, чем это, вероятно, кончится: российское юридическое лицо разработает модель с российским названием, а вся начинка окажется иностранной.

Складывается впечатление, что это и есть содержание нынешней политики. Гонку не финансируют — в ней раздают статусы. Это знакомый механизм: когда изменить реальность дорого, меняют слова, которыми её описывают.

Про российские нейросети — честно

Тезис «у нас полторы модели» — риторика, и проверять его надо не пресс-релизами.

У Сбера есть флагман GigaChat, выложенный в открытый доступ, у «Яндекса» — YandexGPT. Это работающие продукты, ими пользуются миллионы. Но всё, что публикуется об их качестве, — замеры самих разработчиков, и читать их надо буквально.

Собственный текст Сбера о флагмане звучит так: модель «уверенно побеждает» одну китайскую нейросеть и «почти догоняет» другую — при том, что у второй специально отключён режим рассуждения, она втрое меньше и вышла годом раньше. Судьёй в этом сравнении выступает американская модель. Сколько вычислений ушло на обучение GigaChat, Сбер не раскрывает ни для одной версии.

В независимых международных подсчётах — Epoch AI, доклад Стэнфорда — российских моделей нет. Это не значит, что они плохи. Это значит, что проверить заявления о них снаружи нечем.

Что может опровергнуть эту оценку

Эффективность может обогнать масштаб. По данным того же Epoch AI, нейросети год от года учатся втрое эффективнее на той же мощности, а стоимость их работы падает вдвое каждые два месяца. Если эта кривая обгонит гонку за размером, порог входа рухнет — и пятнадцать тысяч карт перестанут быть приговором. Последний релиз Сбера, кстати, вдвое компактнее предыдущего.

Возможно, гнаться и не надо. Это говорит сама Касперская: она не уверена, что фокус страны должен быть на больших моделях вообще. Прикладной ИИ — другая гонка, с другими требованиями к железу, и позиция России там принципиально иная.

Открытые веса обесценивают отрыв. Пока Китай выкладывает свои модели под свободными лицензиями, «своя» нейросеть — это чужая заготовка плюс дообучение. Дёшево и быстро. Парадокс в том, что это ровно тот исход, которого опасаются Касперская и Ашманов: закон в этом сценарии работает, просто не так, как заявлено.

Энергия. Путин на конференции Сбера в ноябре 2025 года указывал на атомную энергетику как основу для наращивания вычислений. В США электричество действительно становится узким местом. Но сегодня в России ограничение — не киловатты, а чипы, и атом эту задачу не решает.

Выводы

Установлено. Оценки российского парка ускорителей расходятся в разы, и верхняя из них даёт долю от одной тренировки передовой модели. Поставки упали с тысяч серверов в год до десятков. Годовой бюджет всей отрасли на железо меньше стоимости одного зарубежного кластера. Мировые вложения в обучение растут впятеро за год. Закон принят за семь дней и регулирует статусы, а не разработку.

Остаётся гипотезой. Что гонка проиграна окончательно. Технология молодая, кривая эффективности крутая, и утверждение «шансов нет» — оценка человека, а не измерение. Касперская имеет право на прогноз; мы фиксируем, что это прогноз.

Если тенденции сохранятся, вопрос перестанет быть техническим. Он уже сейчас скорее про то, что государство считает для себя достижимым — и что оно готово называть успехом вместо этого.

Источники. Epoch AI (дашборд Trends in AI, обновление 5 февраля 2026); Stanford HAI, AI Index Report 2026 (13 апреля 2026); ComNews (оценки ServerICT, T1, TAdviser, май 2026); Bloomberg (расследование по таможенным данным, октябрь 2024); ГАРАНТ (текст законопроекта № 1271570-8); RTVI; The Moscow Times; «Ведомости»; «Коммерсантъ»; РБК; публикации «Сбера» и SberCloud.

Оговорки. Расчёт совокупной вычислительной мощности российского парка выполнен редакцией на основе опубликованных оценок ServerICT и заведомо завышен: он исходит из допущения, что все карты объединены в один кластер и заняты только обучением. Оценки числа ускорителей в России расходятся в четыре-пять раз, единой методики учёта нет. Данные о качестве российских моделей опубликованы их разработчиками и независимо не проверяются. Ряд заявлений о параметрах зарубежных кластеров — оценки исследовательских институтов, а не отчётность компаний.

Актуально на 16 июля 2026 года.