Проблемы на стыке двух механизмов
Данное поручение важно рассматривать вместе с принятым в июле текущего года базовым законом «О поддержке развития технологий искусственного интеллекта в Российской Федерации», уточнила управляющий партнер, О2 Consulting Анна Никитченко.
«По принятому закону, с 1 марта 2027 года включается самое чувствительное для закупок — отдельные нормы, в том числе полномочия Правительства РФ по установлению случаев обязательного применения суверенных и национальных больших фундаментальных моделей. Для уже работающих систем предусмотрен длинный переходный период: для информационных систем, где ИИ-модели уже применяются на момент вступления норм в силу, требования об использовании исключительно суверенных или национальных моделей не действуют до 1 сентября 2032 года, если данные хранятся на территории России. То есть юридический каркас для «приоритета» уже создан законом, а поручение главы правительства — про то, как перенести эту логику в механику госзакупок (44-ФЗ/223-ФЗ). И именно на стыке этих двух механизмов возникают основные проблемы для участников тендеров», — предупредила Анна Никитченко.
По ее мнению, возникает главный вопрос для тендеров: приоритет дадут как национальным, так и суверенным большим языковым моделям? Если только суверенным, то из закупок фактически выпадает большинство игроков, чьи продукты построены на дообученных открытых зарубежных моделях, включая добросовестных российских вендоров и интеграторов. Если обеим, то критерий «отечественности» размывается, и сама преференция теряет смысл.
_6a7b1e63778a8.jpg)
Приоритет в госзакупках с высокой вероятностью получат именно суверенные ИИ-модели, полагает коммерческий директор Рексофт Антон Спирин. Формирование собственной ИИ-инфраструктуры сегодня становится вопросом базовой независимости уровня энергетики или автопрома: ключевая цель заключается в технологическом суверенитете и исключении зависимости от внешних «рубильников», а локализация данных и информационная безопасность выступают здесь естественным сопутствующим эффектом, пояснил эксперт.
«Законодательное закрепление приоритета создаст гарантированный госзаказ, что даст разработчикам понятный горизонт окупаемости и ресурсы для дальнейшего развития отечественных LLM. Однако эффект для рынка будет зависеть от регуляторных тонкостей. Существует риск технологического отставания, если чрезмерно жесткие требования к локализации ограничат доступ к мировым датасетам. Кроме того, критически важно избежать «бумажного» суверенитета, когда поддержка выдается за формальную галочку в реестре, а не за реальную зрелость продукта. Сам по себе суверенный статус обеспечивает контрольные функции, но не гарантирует автоматической защиты — итоговая надежность и эффективность решений будут зависеть от регулярного инженерного аудита и реального качества моделей», — убежден Антон Спирин.
Рынок больших фундаментальных моделей в России фактически олигополичен, и жесткая привязка приоритета к суверенному статусу может закрепить доминирование нескольких крупных игроков и вытеснить стартапы, средние компании и интеграторов на open-source-стеке, отметила Анна Никитченко. В таком случае она не исключает парадокс: мера, задуманная для развития отрасли, рискует замедлить конкуренцию и снизить стимулы к качеству.
Закупочная логика
Как правило, в рамках госзакупок заказчик приобретает не конкретную языковую модель, а комплексное решение: платформу для поиска корпоративных данных, управление комплексом готовых сервисов в единой системе, коннекторы для учетных систем, напомнил бизнес-архитектор проектов ИИ экосистемы «Авандок» (входит в ГК «КОРУС Консалтинг») Алексей Борщов. Языковая модель внутри такого решения — это сменный компонент, и основная часть бюджета проекта уходит не на нее, а на интеграцию и настройку, исходя из особенностей производственных и бизнес-процессов заказчика, пояснил он.
«Если приоритетными считать именно языковые модели, то участникам тендера придется отвечать на неочевидный вопрос: как классифицировать составное решение и по каким параметрам определять преимущества — по соотношению отечественных и зарубежных компонентов в этом решении, по набору функций или просто по факту наличия российской модели в перечне поддерживаемых? Отдельно стоит выделить модельную независимость. При разработке ИИ-решений она стала уже инженерной нормой. Таким образом заказчик страхуется не только от деградации качества, но и закладывает возможности роста за счет того, что решение умеет работать с несколькими языковыми моделями. При этом в закупочной логике независимость воспринимается как неопределенность предмета контракта — заказчика подталкивают зафиксировать в техническом задании конкретную языковую модель на три года, при том, что модели обновляются каждые несколько месяцев», — пояснил Алексей Борщов.
Эксперт считает, что в этом случае логичнее фиксировать не модель, а перечень допустимых российских моделей и требования к контуру обработки данных. Исполнителю это позволяет сохранить приоритетность, а заказчику — минимизировать риски, связанные с зависимостью от одного вендора.
Как снизить риски при гибких правилах
В числе проблем, которые могут возникнуть у участников закупок — риск двойного, несинхронизированного фильтра, полагает Анна Никитченко. Закон классифицирует модели, а поручение главы правительства создает приоритет в закупках. Если эти два механизма не состыковать, поставщик может оказаться в ситуации, когда его решение формально «национальное» по закону, но не проходит по критериям приоритета в конкретной закупке, или наоборот. Это прямой источник жалоб в ФАС и отмены процедур, напомнила эксперт.
Кроме того, закон регулирует только большие фундаментальные модели, но огромная доля прикладных госрешений — это чат-боты, RAG-системы, ассистенты, построенные на малых языковых моделях. Как классифицировать такие продукты для целей приоритета — закон прямо не отвечает, значит, целый пласт участников тендеров входит в зону правовой неопределенности, отметила Анна Никитченко.
«Правительство сможет определить случаи, когда допускается применение исключительно суверенных и (или) национальных моделей, установить исключения и ввести требования по предотвращению рисков в отдельных отраслях. Для рынка это означает, что “правила игры” в закупках будут задаваться подзаконными актами и могут отличаться от отрасли к отрасли — планировать участие в тендерах и инвестиции в разработку станет сложнее. Отсутствие единой методики оценки качества — риск закупки «правильного», а не лучшего. Приоритет по происхождению корректен только при паритете качества. Общепризнанного независимого доменного бенчмарка для сравнения LLM пока нет. Без него преференция превращается в закупку по статусу, а не по способности решить задачу» — убеждена Анна Никитченко.
Она подчеркнула, что регуляторную функцию сосредоточили в одних руках: функции государственного регулятора в сфере ИИ закреплены за Минцифры, тогда как ранее в России не существовало отдельного профильного органа, отвечающего за регулирование ИИ, поэтому важно, чтобы критерии были прозрачными и обжалуемыми.
Эксперт считает, что снизить основные риски возможно. Для этого нужны технологически нейтральные и прозрачные критерии статуса моделей и единый реестр суверенных и национальных решений, синхронизированный с правилами закупок. Кроме того, необходимы независимые предметные эталонные показатели качества и безопасности в применении приоритета, а мягкая ценовая преференция вместо прямого запрета помогла бы сохранить конкуренцию. Требуются понятные правила для решений на открытых моделях и для интеграторов, а также для продуктов ниже порога в 1 млрд параметров в ситуации, когда под многие задачи имеет смысл применять именно малые языковые модели. Наконец, необходим переходный период до 2032 года для «песочницы» и обкатки механизма.
