В последние годы ИИ-решений стало заметно больше — и за этим разнообразием уже хорошо видна структура рынка

У разнообразием уже хорошо видна структура рынка. В России его можно условно разделить на три слоя. Первый — базовые технологии: это фундамент, который требует больших ресурсов, поэтому его развивает бигтех (в том числе Яндекс). Второй — продукты вокруг машинного обучения и MLOps: они помогают компаниям внедрять ИИ и адаптировать существующие модели под конкретные задачи.

Третий уровень — прикладные ИИ-решения для бизнеса. Именно здесь ИИ перестаёт быть абстрактной технологией и начинает решать конкретные проблемы компаний: оптимизировать процессы, снижать издержки, находить новые точки роста. Мы в Яндексе видим наибольший потенциал именно здесь — поэтому не только сами развиваем продукты этого класса, но и поддерживаем такие проекты. Например, через акселератор Yandex AI Startup Lab, но о нём я расскажу позже.

CyberPhysics

CyberPhysics выросла из лабораторий Сколтеха и создаёт ИИ-решения для промышленности. Команда работает на стыке предиктивной аналитики и оптимизации производства, делая ставку не столько на машинное обучение, сколько на физико-математические модели, дополненные ML.

В основном они занимаются тем, что предсказывают проблемы в работе оборудования (задолго до того, как случится поломка) и оптимизируют производственные процессы. С этой задачей команда справляется без установки дополнительных датчиков и использует имеющиеся данные заводов. Причём платформа устроена как low-code-среда: инженеры предприятий сами собирают цифровые модели оборудования.

Bitrobotics

Этот стартап вырос из сложных инженерных проектов в космической и нефтегазовой отраслях. Команда делает роботов для массовых производств. Машины автоматизируют операции, которые на заводах до сих пор выполняют вручную: отбраковку, укладку и упаковку продукции — от еды и напитков до косметики и бытовой химии.

Решения Bitrobotics можно встраивать в уже работающие производственные линии без остановки производства. Роботы ориентируются в реальном времени с помощью системы компьютерного зрения. Она определяет положение и качество изделий на конвейере и управляет их точным захватом.