Яндекс опроверг утверждения о том, что его искусственный интеллект якобы базируется на китайской модели Qwen от Alibaba. Поводом стали слова главы Сбербанка Германа Грефа, который заявил, что компания больше не разрабатывает собственные фундаментальные модели и занимается дообучением китайской нейросети. В Яндексе с такой трактовкой не согласились и подчеркнули, что продолжают развивать собственные ИИ-технологии.
Спор возник на фоне более широкой дискуссии о технологической самостоятельности России в сфере искусственного интеллекта. Греф во время выступления в Совете Федерации заявил, что в стране якобы осталась только одна полностью отечественная фундаментальная ИИ-модель — у Сбера. По его словам, Яндекс дообучает Qwen, то есть использует китайскую модель как основу для дальнейшей настройки под свои задачи.
Qwen — это семейство больших языковых моделей китайской компании Alibaba. Такие модели способны работать с текстом, кодом, изображениями и другими типами данных, а также использоваться как база для чат-ботов, корпоративных помощников, поисковых сервисов и автоматизации бизнес-процессов. Qwen стала одной из наиболее заметных китайских ИИ-разработок, потому что сочетает сильные показатели, доступность и возможность адаптации под разные сценарии.
Дообучение модели означает, что уже существующую нейросеть дополнительно настраивают на новых данных или под конкретные задачи. Это распространенная практика в ИИ-индустрии. Компании могут брать открытую или доступную базовую модель и адаптировать ее для своего продукта: например, улучшать ответы на русском языке, учить модель работать с внутренними документами, корпоративными правилами или определенным стилем общения.
Однако дообучение не всегда означает зависимость. Одна компания может экспериментировать с разными моделями, сравнивать качество, использовать внешние разработки для отдельных задач и одновременно создавать собственные системы. Поэтому сам факт работы с Qwen, если он действительно имеет место в каких-то проектах или тестах, еще не доказывает, что вся ИИ-инфраструктура Яндекса построена на китайской модели.
Яндекс утверждает, что слова о зависимости от китайских моделей не соответствуют действительности. Компания указывает, что развивает собственные фундаментальные модели, включая семейство YandexGPT, и использует собственные технологии в поиске, Алисе, корпоративных сервисах, рекламных инструментах, переводе, генерации текста и других продуктах. Для Яндекса такая позиция принципиальна, потому что вопрос ИИ давно стал не только техническим, но и репутационным.
Фундаментальная модель — это базовая крупная нейросеть, которую можно использовать как основу для множества задач. На ее базе создают чат-ботов, помощников, инструменты анализа документов, генерации текста, обработки изображений, программирования и корпоративной автоматизации. Владение собственной фундаментальной моделью дает компании больше контроля над качеством, безопасностью, данными, стоимостью и дальнейшим развитием продукта.
Именно поэтому спор вокруг Qwen оказался чувствительным. Если крупная российская технологическая компания действительно зависела бы от иностранной модели, это означало бы ограниченную самостоятельность в ключевой области. В условиях санкций, экспортных ограничений, конкуренции за чипы и роста значения ИИ такой вопрос выходит за рамки обычного корпоративного соперничества. Он касается технологического суверенитета, доверия клиентов и стратегии государства.
Для Сбера эта тема тоже важна. Компания активно продвигает собственную линейку ИИ-решений, включая модели GigaChat, и конкурирует с Яндексом за статус одного из главных российских разработчиков искусственного интеллекта. Поэтому публичное заявление Грефа можно воспринимать не только как оценку рынка, но и как элемент конкурентной борьбы между двумя крупнейшими российскими ИИ-игроками.
Российский рынок ИИ действительно находится в сложном положении. С одной стороны, в стране есть сильные команды разработчиков, крупные технологические компании, спрос со стороны бизнеса и государства, а также собственные модели и сервисы. С другой стороны, для обучения и эксплуатации современных нейросетей нужны мощные вычисления, графические ускорители, дата-центры, качественные данные и постоянные инвестиции. Доступ к передовым чипам осложнен, а конкуренция с США и Китаем становится все жестче.
На этом фоне китайские модели стали важным фактором для всего мирового рынка. DeepSeek, Qwen, Kimi и другие разработки показали, что Китай быстро сокращает отставание от американских компаний и предлагает сильные модели по сравнительно низкой стоимости. Для российских компаний такие решения могут быть привлекательны как источник идей, инструмент сравнения, открытая база для экспериментов или компонент отдельных продуктов. Но опора только на них создавала бы стратегические риски.
Главный риск зависимости от иностранной модели — потеря контроля. Если продукт построен на внешней основе, компания зависит от лицензии, обновлений, доступности кода, политики поставщика, ограничений на использование и будущих изменений. В случае с крупными ИИ-системами это особенно важно, потому что модель становится частью инфраструктуры: она отвечает пользователям, обрабатывает документы, помогает сотрудникам, подключается к сервисам и может работать с чувствительными данными.
Есть и вопрос безопасности данных. Если модель полностью внешняя или работает через зарубежную инфраструктуру, у клиентов возникают опасения по поводу передачи информации, хранения запросов и доступа третьих сторон. Для государственных структур, банков, промышленности, медицины и корпоративных клиентов это может быть критически важным ограничением. Поэтому собственные модели или локально развернутые решения часто воспринимаются как более безопасный вариант.
При этом полная изоляция от мировых разработок тоже невыгодна. ИИ развивается глобально, и компании постоянно изучают чужие архитектуры, открытые модели, научные статьи, методы оптимизации и инструменты обучения. Использование идей и технологий извне не равно отказу от собственных разработок. Вопрос в том, где проходит граница между нормальным технологическим обменом и фактической зависимостью от чужой платформы.
Спор между Сбером и Яндексом показывает, что российский ИИ-рынок вступает в этап борьбы не только за пользователей, но и за доверие к происхождению моделей. Для бизнеса и государства становится важно понимать, кто действительно разрабатывает базовую технологию, кто только адаптирует чужую, где хранятся данные, какие есть гарантии безопасности и насколько устойчивым будет сервис при внешних ограничениях.
Для пользователей эта дискуссия может казаться технической, но она влияет на повседневные сервисы. ИИ уже встроен в поиск, голосовых помощников, рекомендации, рекламу, перевод, офисные инструменты, поддержку клиентов и образовательные продукты. Если модель работает плохо, зависит от внешнего поставщика или неожиданно меняет поведение, это сказывается на качестве сервисов, которыми люди пользуются каждый день.
Для корпоративных клиентов вопрос еще серьезнее. Компании, которые внедряют ИИ в документооборот, поддержку, продажи, аналитику или разработку, хотят понимать, на какой модели построено решение. Им важно знать, можно ли развернуть систему внутри закрытого контура, как защищены данные, кто отвечает за ошибки, можно ли дообучать модель на своих материалах и не исчезнет ли доступ к технологии из-за внешних обстоятельств.
В такой ситуации Яндексу важно не просто отрицать зависимость от Qwen, но и демонстрировать развитие собственных моделей через продукты, тесты, открытые сравнения, качество сервисов и инфраструктурные решения. Чем прозрачнее компания показывает свои возможности, тем меньше остается пространства для сомнений. На рынке ИИ доверие строится не только на заявлениях, но и на результатах: скорости, точности, стабильности и безопасности.
Главный вывод состоит в том, что спор вокруг Qwen стал частью более широкой борьбы за статус лидера российского искусственного интеллекта. Яндекс отвергает тезис о зависимости от китайской модели и настаивает на развитии собственных технологий. Но сама дискуссия показывает, насколько важными стали вопросы происхождения ИИ-моделей, вычислительной независимости и доверия к инфраструктуре. В новой технологической гонке недостаточно просто иметь чат-бота — нужно доказать, что за ним стоит управляемая, безопасная и долгосрочная собственная разработка.