ИИ-гены новой индустриальной революции

ИИ не стоит обсуждать как рынок чат-ботов или как очередной этап «цифровой трансформации» из презентаций пятилетней давности. Самая свежая глобальная дискуссия уже идет вокруг AI factories, physical AI и data factories — то есть вокруг превращения вычислений в новую промышленную инфраструктуру, — рассказывает Евгений Кузнецов, генеральный директор Digital Evolution Ventures. 

Тезис «ничего не происходит» почти всегда сопровождает появление технологий общего назначения. Система Edison Pearl Street заработала в 1882 году, но даже в 1894-м Вашингтон оставался в основном городом газового света. Электричество сначала выглядело дорогой новинкой, а промышленным базисом стало только после долгой перестройки сетей, фабрик и городов. С компьютерами было то же самое: сначала дорогая техника и слабый измеримый ROI, потом ускорение производительности в ИТ-интенсивных отраслях. СССР проиграл не спор о калькуляторах, а упустил момент, когда вычисления стали нервной системой экономики: совместимого национального контура управления и обмена данными он так и не создал.

Главный индустриальный контур ИИ сегодня — не офис, а цех. Китай в 2024 году установил 295 тыс. промышленных роботов — больше, чем все остальные страны вместе, и довел их парк до 2,03 млн — крупнейшего в мире. Новая модель производства — это программно-определяемый завод, или «завод-принтер»: базовая физическая платформа стандартна, а быстро начать выпуск новой продукции позволяют быстрая перенастройка под новый продукт софта, цифрового двойника, машинного зрения, маршрутов и системы качества. У Tesla модульный метод сборки, заменяющий линейный конвейер Генри Форда, нацелен на снижение себестоимости сборки вдвое и сокращение площади будущих заводов более чем на 40%. BMW уже переводит планирование 30 с лишним заводов в виртуальную среду, снижая затраты на него до 30%. Foxconn и Nvidia тренируют роботов в цифровом двойнике еще до запуска физического цеха.

Именно здесь и проходит граница между старой цифровизацией и новой трансформацией. Цифровизация описывает существующий процесс и делает его немного эффективнее. Трансформация переписывает сам процесс — от проектирования и закупок до производства, логистики, сервиса и регулирования. Технологическая волна набирает силу не тогда, когда появляется яркая новинка, а когда под нее перестраиваются капитал, инфраструктура, институты и организация труда.

На старте волны цифры всегда выглядят разочаровывающе: сначала общество и компании инвестируют в дорогую перенастройку и лишь затем набирают производительность. Сейчас прошла первая, тестовая волна внедрения, а основная борьба только начинается — за архитектуру процессов, за данные, за новые капитальные активы и за доступ к энергии.

Куш сорвут отнюдь не только создатели моделей и чипов. Исторически первичная рента достается платформе, но основной объем стоимости возникает там, где платформа перестраивает чужие отрасли. McKinsey оценивает годовой экономический потенциал технологий генеративного искусственного интеллекта в $2,6–4,4 трлн, и почти весь этот объем лежит вне самих вендоров моделей — в производстве, разработке, маркетинге, клиентских операциях, логистике и управлении. Этот вторичный эффект и есть главный приз новой волны. В нем обычно и скрывается разница между теми, кто создал технологию, и теми, кто на ней перестроил экономику.

Материальный контур ИИ уже не менее важен, чем программный. Международное энергетическое агентство (МЭА) ожидает рост потребления электроэнергии дата-центрами примерно с 415 ТВт·ч в 2024 году до 945 ТВт·ч к 2030-му. В США дата-центры могут дать почти половину прироста спроса на электроэнергию до конца десятилетия. Это означает новый инвестиционный цикл в генерации, сетях, силовой электронике, системах охлаждения и строительстве.

И здесь возникает вопрос, который почти не обсуждался в прошлую волну цифровизации: что вообще такое дом и что такое завод для роботов. Это уже не просто коробки с людьми и станками. Это машиночитаемая среда с иной плотностью энергии, иной внутренней логистикой, иным устройством сервисных зон, сенсорики, навигации и безопасности. Такие объекты надо не только строить иначе, но и проектировать и вводить в строй быстрее прежнего. Маск фактически показал оба полюса этой логики: менее чем за год от начала строительства до выпуска машин в Шанхае и параллельно — переход к модульному методу, где перестраивается уже не только продукт, но и сам фабричный шаблон.

Быстрее всего ИИ, вероятно, изменит транспорт. Здесь уже есть карты, телематика, маршрутизация, диспетчеризация и накопленные массивы данных, поэтому переход от помощи человеку к автономному контуру идет быстрее, чем в большинстве отраслей.

Массовый городской дрон вообще невозможен без ИИ-инфраструктуры — без машинного зрения, автоматической маршрутизации и управления тысячами бортов. А масштаб уже промышленный: например, сервис Keeta Drone к концу 2025 года совершил более 780 000 доставок, а Apollo Go к февралю 2026 года преодолел рубеж в 20 млн поездок роботакси.

В России системная работа с беспилотниками начиналась еще в рамках НТИ, одним из инициаторов которой был автор этих строк. И тот факт, что работавший с этой повесткой в АСИ Андрей Никитин с июля 2025 года возглавляет Минтранс, повышает шансы на то, что беспилотный транспорт у нас наконец начнут рассматривать не как демонстрацию, а как каркас новой мобильности и логистики.

Космос в этой же логике перестает быть дорогой витриной. Он становится следующим инфраструктурным слоем ИИ-экономики — связью, навигацией, наблюдением Земли, точным временем, защищенными коммуникациями. OECD прямо говорит о космосе как о критической инфраструктуре для Земли, которая уже обеспечивает сервисы для транспорта, энергетики, безопасности и автономных систем. Чем больше в экономике роботизации и автоматизации — тем выше цена этого слоя. Космос, как и энергетика, перестает быть «отраслью для энтузиастов» и снова становится базовой инфраструктурой роста.

Для России из этого следует не только список угроз, но и реальное окно возможностей. Страна входит в ИИ-эпоху не с пустого места. По оценке ООН, Россия имеет очень высокий уровень развития электронного правительства и предоставления онлайн-услуг. Система быстрых платежей в 2024 году провела более 13,4 млрд операций на 69,5 трлн рублей. Из России вышли цифровые среды глобального масштаба: Miro работает более чем со 100 млн пользователей и 250 000 организаций, inDrive доступен в 1 065 городах 48 стран. «Сбер» тоже стоит отметить именно как пример движения от цифровизации к трансформации: по собственной оценке банка, ИИ мог дать ему 400–450 млрд рублей чистой прибыли в 2024 году.

Проблема не в отсутствии цифрового слоя. Проблема в том, сумеет ли страна превратить его в новый индустриальный слой — в роботизацию, энергетику, экономику пилотируемых и беспилотных летательных аппаратов на высотах ниже 1 000–3 000 метров, автономный транспорт, новые фабрики, новые рынки капитала и новые экспортные контуры.

Здесь и проходит главный российский выбор. Европа после доклада Драги уже вынуждена публично обсуждать, что избыточное регулирование, фрагментация рынков и дефицит масштаба убивают конкурентоспособность быстрее, чем нехватка идей. России повторять этот путь особенно опасно. У нее меньше капитала, меньше времени и гораздо выше цена стратегической ошибки. Если страна продолжит относиться к ИИ как к рынку приложений, грантов и ведомственных пилотов, она останется поставщиком сырья, кадров и отдельных решений для чужих платформ. Если же она переведет разговор в плоскость новых основных фондов, инфраструктуры, предпринимательского риска и снятия барьеров для масштабирования, окно возможностей еще открыто.

На кону уже не модная технология — на кону место страны в следующем индустриальном укладе. Либо мы сможем превратить уже созданный цифровой слой в фундамент новой индустриализации, либо снова отдадим другим самый дорогой участок цепочки — управление сложностью, капитализацию платформ и стандарты следующего уклада.