Греф заявил, что настоящая ИИ-модель в России одна. Яндекс ответил. А брендам важно другое

17 июля на пленарном заседании Совета Федерации глава Сбербанка Герман Греф произнёс фразу, которая мгновенно разлетелась по всем технологическим медиа: в России осталась только одна полностью отечественная ИИ-модель, и это модель Сбера. «Яндекс сегодня дообучает Qwen, в основе лежит китайская модель», добавил он, имея в виду большую языковую модель китайской Alibaba.

При этом Греф подчеркнул, что радости ему это не доставляет: «Конечно, нас это нисколько не радует, что мы одни, потому что мы за конкуренцию. На этом рынке конкуренция глобальная, но лучше бы было, если б у нас было 5-6 игроков, которые разрабатывают модели».

Яндекс ответил в тот же день и жёстко. «Утверждение не соответствует действительности. Яндекс продолжает развивать собственные фундаментальные модели, сохраняет полный цикл разработки и не зависит от внешних решений», заявили в пресс-службе компании. Там же напомнили: собственную большую языковую модель YandexGPT компания представила ещё в 2023 году, и именно она работает внутри Алисы.

Публичный спор двух главных ИИ-компаний страны о том, чья модель «настоящая», сам по себе событие. Но для брендов и маркетологов в этой истории важно совсем не то, о чём спорят Греф с Яндексом.

О чём на самом деле говорил Греф

Контекст выступления объясняет, зачем глава Сбера вообще поднял тему. По его словам, китайские разработчики действуют агрессивно: выкладывают свои модели бесплатно и забирают, по его оценке, более 70% мирового трафика открытых моделей. При этом даже они начинают закрываться: три последние версии Qwen уже не публикуются в открытом доступе. «Это доставляет нам огромную головную боль. Мы вынуждены наши модели тоже делать открытыми. Мы вкладываем в их обучение гигантские деньги и потом бесплатно предоставляем», посетовал Греф.

То есть разговор шёл о суверенитете технологий и экономике разработки: кто в стране способен обучать фундаментальные модели с нуля, а кто строит продукты поверх чужих. Для государства, индустрии и инвесторов вопрос действительно принципиальный.

Проверить, кто прав, со стороны невозможно: на каких данных и на какой основе обучены флагманские модели Яндекса, знает только сам Яндекс, свои веса для работающих в продуктах версий он не публикует. Компания настаивает на полном цикле разработки, Греф сомневается. Оставим этот спор им.

Вопрос, который в Совфеде не прозвучал

А теперь сместим точку зрения с разработчиков на тех, кто этими нейросетями пользуется. И на бренды, о которых нейросети рассказывают.

Миллионам людей, которые ежедневно спрашивают Алису или GigaChat, что купить, какой банк выбрать и какому сервису доверять, происхождение весов модели безразлично. Они не выбирают «отечественную архитектуру», они задают вопрос и получают ответ. И этот ответ формирует их решения вне зависимости от того, что лежит в основе модели: собственная разработка, дообученная открытая модель или гибрид.

Репутационная и коммерческая реальность создаётся не происхождением модели, а её ответами. Если нейросеть называет ваш бренд в тройке рекомендаций, вы получаете клиентов. Если путает вас с конкурентом или пересказывает устаревшие цены, вы их теряете.

Почему брендам важно, что моделей две, а не одна

Есть в этом споре деталь, которая для маркетинга куда важнее вопроса о суверенитете. Алиса и GigaChat это два разных «мозга» с разными обучающими данными, разными источниками и разной логикой ответов. Что бы ни лежало в их основе, отвечают они по-разному.

На практике это видно в любом сравнительном замере: один и тот же вопрос о категории товаров или услуг даёт в Алисе и GigaChat разные подборки брендов, разные формулировки и порой противоречащие друг другу «факты». Бренд может уверенно присутствовать в ответах одной модели и полностью выпадать из другой, потому что каждая собирала знания о рынке из своего набора источников.

Аудитории у обеих платформ уже такие, что игнорировать любую из них дорого. Яндекс отчитывался о более чем 30 миллионах пользователей чата с Алисой, GigaChat встроен в экосистему Сбера с её десятками миллионов клиентов. А рейтинг a16z, зафиксировал обе компании как основу «третьего полюса» мирового ИИ.

Поэтому практический вывод из скандала звучит парадоксально: чем громче Сбер и Яндекс спорят о том, чья модель настоящая, тем очевиднее, что для бренда настоящие обе. Обе отвечают пользователям. Обе формируют мнения. И обе делают это по-своему, а значит, проверять свою видимость нужно в каждой отдельно, а не в одной «главной».

Что делать на фоне этого спора

1. Не делать ставку на одну модель. Спор Грефа и Яндекса показывает, как быстро расклад сил может меняться и как мало прозрачности в том, что происходит внутри разработчиков. Присутствие бренда стоит отслеживать во всех нейросетях, которыми пользуется ваша аудитория, от Алисы и GigaChat до ChatGPT и DeepSeek.

2. Сравнивать ответы между моделями. Расхождения это не курьёз, а диагностика: если GigaChat знает о вас меньше Алисы, значит, его источники ваш контент не покрывают, и это конкретная задача для работы.

3. И помнить, что ответы меняются. Модели обновляются, дообучаются, меняют источники, и вчерашняя картина видимости не гарантирует сегодняшнюю. Замер должен быть регулярным, а не разовым.

Спор о том, чья модель более отечественная, рано или поздно затихнет или уйдёт в кулуары. А вопросы, которые пользователи задают Алисе и GigaChat о брендах, никуда не денутся и будут звучать каждый день, сотнями тысяч.

Вручную такой контроль не выстроить: чтобы увидеть реальную картину, нужно регулярно прогонять десятки запросов своей категории через обе модели, а лучше через все нейросети, которыми пользуется аудитория, и отслеживать динамику. Для этого существуют сервисы мониторинга AI-видимости: например, brandfound замеряет упоминания и тональность бренда сразу по девяти нейросетям, включая оба режима Алисы и GigaChat, и показывает, в каких моделях бренд присутствует, в каких проваливается и какие источники стоят за ответами. Именно такие расхождения между моделями, о которых шла речь выше, в этих замерах видны нагляднее всего.

И пока разработчики выясняют, кто из них настоящий, брендам стоит выяснить кое-что попроще: что каждая из этих моделей отвечает, когда спрашивают про них.