DeepSeek vs OpenAI: кто победит в ИИ-гонке и что делать предпринимателю в России

DeepSeek vs OpenAI: кто победит в ИИ-гонке и что делать предпринимателю в России

Гость: Михаил Степнов — эксперт года по ИИ (Сколково), руководитель центра R&D и Big Data MTS Web Services, основатель ИИ-студии ЭспаАД Innovative Solutions Ведущий: Николай Хлебинский, канал Action Plan Длительность: ~70 минут

О госте: кто такой Михаил Степнов

Михаил работал на ИИ-проектах с финансовым эффектом от 4 до 150 млрд рублей. В Сбере — графовая платформа, в МТС — рекламная вертикаль с 200 000 RPS и ответом за 40 миллисекунд. Сейчас его студия ЭспаАД делает оборот 150 млн рублей в год на заказных ИИ-решениях: от звонилок с предложениями до AI-психологов и систем оценки рекламы.

Его позиция — глубокая разработка, а не no-code автоматизация. Make и n8n — для прототипов. Реальная нагрузка — это кубернетес, кастомные модели, production-системы.

Часть 1. Ландшафт рынка ИИ-разработки

Три слоя рынка

Рынок ИИ-разработки сейчас расслоился:

Верхний слой — автоматизаторы на no-code. Студии и фрилансеры, которые строят на Make, n8n, Zapier с LLM-коннекторами. Доходят до $100K оборота в месяц, $10–20K чистой прибыли. Масштабироваться сложно: узкое место — экспертиза, а не деньги.

Средний слой — диптех-студии. Кастомные модели, production-системы, интеграции с телефонией и корпоративными данными. Звонилки на кубернетесе, которые работают год под NDA.

Нижний слой — хардкорный диптех. Оптимизация алгоритмов для финансовых рынков, медицинские препараты, фундаментальные исследования. Туда даже Михаил говорит «нам глубоко».

Кому ИИ-студия принесёт максимум ценности

Три типа клиентов:

1. Крупные корпорации (Сбер, ВТБ, Росатом) — долгий пресейл (6–12 месяцев), потом год-два работы на хороших деньгах. Страдания в делопроизводстве. Михаил пока морально не готов.

2. Средний бизнес с высокой маржинальностью — основной путь студии. Достаточно денег, меньше бюрократии, острая боль от рутины. Особенно хорошо заходит в эзотерику и другие высокомаржинальные ниши.

3. Концептуально интересные проекты — например, биржа тарологов, где все «тарологи» — GPT-боты с разными подстройками. Модель простая, маржа — космос.

Часть 2. DeepSeek и ИИ-гонка

Что произошло с DeepSeek

DeepSeek стал главным ИИ-событием года. Китайская компания выпустила модель, которая не уступает GPT-4, потратив на обучение в разы меньше денег. Магия простая: вместо честного (и дорогого) сбора данных они подключились к API существующих моделей, задавали им наборы вопросов и собирали ответы — получая готовую обучающую выборку. Это называется knowledge distillation.

Как сказал Михаил: «Это доказательство того, что из говна и палок можно собрать злую и фактически топовую языковую модель».

Китай в ИИ: серьёзнее, чем кажется

Есть стереотип «китайцы только копируют». Михаил его разрушает: Китай — один из крупнейших инвесторов в фундаментальные ИИ-исследования. Tencent — второе место в мире по патентам после Google. Alibaba, Baidu, Qwen — полноценные игроки.

DeepSeek — не случайный прорыв, а результат системных инвестиций плюс умного инженерного решения.

Почему Россия не в этой гонке

Прямо и честно: в России нет денег. Не просто мало — несопоставимо мало. Даже суммарные инвестиции Сбера и Яндекса не дотягивают до бюджета одного запуска DeepSeek.

При этом специалисты есть — крутые, Михаил многих знает лично. Греф после выхода ChatGPT за полгода сделал GigaChat, что само по себе подвиг. Но это реактивная, догоняющая стратегия. Системного нацпроекта с достаточным финансированием нет.

Итог: Россия остаётся потребителем западных и китайских моделей, а не создателем.

ИИ — это геополитика уровня ядерного оружия

Михаил формулирует жёстко: получение реального AGI (или стабильного квантового компьютера) — это событие уровня ядерной бомбы. Тот, кто первый получит и не успеет поделиться, по теории игр обязан ждать превентивного ядерного удара от всех остальных.

Это не фантастика — это реальная геополитическая логика, которая уже влияет на решения государств о регулировании и инвестициях в ИИ.

Часть 3. ИИ-агенты и физический ИИ

Что такое ИИ-агент

Агент — это не просто чат-бот. Это система, которая:

• Сама ставит подзадачи
• Вызывает инструменты (поиск, код, API)
• Итерирует до достижения цели
• Работает автономно, без участия человека на каждом шаге

Пример Михаила: агент в поддержке клиентов не просто отвечает на вопрос, а сам находит информацию, проверяет статус заказа, инициирует возврат — всё в одном сценарии.

Год ИИ-агентов уже наступил

2024-й был годом разговоров об агентах. 2025-й — год их реального внедрения. Бизнесы уже:

• Автоматизируют первичную обработку заявок
• Строят голосовых агентов для продаж
• Внедряют агентов в HR-процессы

Физические ИИ-роботы: управление текстом вместо кода

Ещё один тренд — LLM-управление роботами на производстве. Раньше переналадка линии = дни работы программиста. Теперь: написал или наговорил текстом «теперь нам нужно делать вот это», робот перестроился. Гибкость производства резко возрастает, операционные косты падают.

Часть 4. Как правильно использовать ИИ

Почему библиотеки промптов — ложная цель

Многие строят «идеальные библиотеки промптов». Михаил объясняет, почему это тупик: ключевое не промпт, а итерационность.

Золотая рамка из 5 элементов промпта (роль, контекст, формат, лучшие примеры, ограничения) — это база. Но даже без идеального промпта, просто итерируя диалог, вы дойдёте до нужного результата. Современный контекст запоминает всю историю разговора и адаптируется под вас.

ИИ как усилитель критического мышления

Главный инсайт о производительности: ИИ — мультипликатор. Он умножает на 10 и компетентность, и некомпетентность.

Пример из команды Михаила: человек без формального образования дата-аналитика с сильным критическим мышлением даёт идеальные результаты работы с ChatGPT. Другой, с техническим образованием но без аналитики — стабильно получает плохой результат, просто быстрее.

Вывод: сначала развивай интеллект, потом инструменты.

Голосовой ИИ как новый интерфейс мышления

Михаил описывает свою практику: ходит и полчаса разговаривает с ChatGPT (голосовой режим), выгружая поток сознания. Запрос: «Структурируй мой поток сознания». Получает тезисы, черновик статьи, план.

Это не замена мышления — это экзоскелет для мышления. Вместо того чтобы мысли терялись, они превращаются в структуру.

Часть 5. LLM-оптимизация и новые рынки

GEO — новое SEO

Появился новый рынок: GEO (Generative Engine Optimization) — оптимизация под языковые модели. Суть: когда пользователь спрашивает ChatGPT «какую квартиру купить» или «какой CRM выбрать», модель даёт конкретные рекомендации. Кто попадёт в эти рекомендации — тот выигрывает.

Михаил показал кейс с Донстроем: застройщик уверен, что они лучшие, а в ответе ChatGPT их нет. Это реальная потеря трафика и клиентов уже сейчас.

Что делать: обновить описания, FAQ, создать экспертный контент, который LLM будет цитировать.

Внутри ChatGPT уже появляется кнопка «Купить»

Прогноз Михаила: следующий шаг после GEO — нативная реклама внутри LLM-интерфейсов. Агент выбирает продукт и нажимает «купить» от имени пользователя. Рекламные агентства уже предлагают услуги «попасть в ответы модели».

Часть 6. Кибербезопасность в эпоху ИИ

Главный корпоративный риск: утечки через LLM

Уровень использования ChatGPT в корпорациях растёт. Проблема: сотрудники сливают в него коммерческую тайну, персональные данные клиентов, банковские данные, переговорные позиции.

Это не решается запретами — люди всё равно используют. Решение: корпоративный LLM (локальная модель или enterprise-доступ с гарантиями изоляции данных).

Deepfake-атаки: уже работают

Реальный кейс из крипто-тусовки: мошенники вышли на Zoom, изобразили первых лиц экосистемы — голос, лицо, движения. Без артефактов. Убедили перевести огромные суммы на криптокошельки. Жертвы не усомнились.

Это не фантастика — это уже происходит.

Zero Trust как единственная защита

Правило Михаила: коды из SMS не сообщаются никому и никогда. Никто, кроме мошенников, их не попросит. Никаких исключений.

Второе правило: по умолчанию считай, что тебе звонит мошенник. Проверяй через другой канал.

ИИ в реальных взломах

Крупные взломы (Аэрофлот, Вкусвилл, QLAB) — ИИ пока не главный инструмент, но уже помогает находить паттерны в уязвимостях, автоматизировать фишинг, масштабировать социальную инженерию.

Часть 7. Пределы роста и будущее

Вычислительный потолок

Текущие архитектуры GPU близки к физическому пределу. Без новых вычислительных платформ (нейроморфные чипы, фотонные вычисления) следующего качественного скачка не будет.

Первые прототипы нейроморфных чипов уже существуют и доступны для аренды под эксперименты — но до production ещё далеко.

Итоговая мысль

Михаил заканчивает просто и точно:

«Чтобы пользоваться искусственным интеллектом, нужен интеллект естественный в первую очередь. Всё остальное приложится.»

ИИ — мультипликатор. Инвестируй в своё мышление, развивай критический анализ, учись итерировать. Тогда ИИ умножит твою компетентность. Если нет — просто быстрее получишь плохой результат.

Ключевые термины

Видео: «Китайский DeepSeek уничтожил конкурентов. Где в этом ИИ-хаосе Россия?» — канал Action Plan | Николай Хлебинский