Рынок больших языковых моделей в России оценили в 35 миллиардов рублей.
Объем рынка LLM-продуктов для бизнеса в России за 2024 год достигнет 35 млрд рублей, согласно данным Центра искусственного интеллекта МТС (MTS AI). Прогнозируется, что данный показатель будет увеличиваться в среднем на 25% ежегодно до 2028 года.
LLM-продукты используют нейронные сети с множеством параметров, обученные на обширных текстовых данных для анализа и генерации естественного языка. Они полезны в различных сферах, таких как создание чат-ботов, автоматический перевод, генерация контента и поддержка программирования.
MTS AI планирует занять 21% рынка LLM в России в этом году. Основная часть рынка в 33 млрд рублей приходится на on-premise решения, а оставшиеся 2 млрд рублей — на облачные услуги. Средняя стоимость LLM-проекта без оборудования составляет 15 млн рублей.
Аналитики отмечают, что рынок LLM-продуктов находится на начальной стадии развития, и ожидается его экспоненциальный рост. Объем мирового рынка в 2024 году составит $6,4 млрд, и прогнозируется рост в пределах 30-35% ежегодно.
Почему отстает российский сегмент
Сдерживающими факторами для российского рынка являются санкции и дефицит квалифицированных специалистов в ИИ и машинном обучении. Также отмечается нехватка компетенций в сегменте Enterprise и возможные риски недостоверных результатов LLM.
Есть сложности в интеграции LLM-продуктов в существующие системы, а нехватка данных для обучения нейросетей снижает их эффективность. Практические проблемы включают высокие затраты на оборудование и трудности с его доступностью из-за параллельного импорта.
Важно, чтобы LLM-модели хорошо работали с внутренними системами компаний, но это требует времени и технических решений.
Зачем компании покупают LLM
MTS AI выделяет два ключевых тренда: развертывание решений на собственных серверах для защиты данных и концепция «LLM-ателье», которая предусматривает полный цикл услуг по внедрению решений. Основные области применения включают создание контента, анализ данных, чат-боты, речевую аналитику и HR-ассистенты.
Сейчас наблюдается замедление роста качества моделей, что связано с исчерпанием доступных данных для обучения. Однако прогресс продолжится, хотя и станет более узконаправленным и практичным.
Считается, что подключение дополнительных источников данных, как собственных, так и внешних, может усилить системы поддержки решений на основе LLM. Это может помочь в аналитике, маркетинге и производственных решениях.
