Аналитика от «Якова и Партнёров» по развитию генеративного искусственного интеллекта (ГИИ) в семи странах БРИКС (Бразилии, России, Индии, Китае, ЮАР, ОАЭ и Саудовской Аравии)


🌎 Мир
⚫️$350–600 — экономический эффект от внедрения ГИИ к 2030-му году, из них 70% придется на финтех, ecommerce, машиностроение, энергетику, электронику и ИТ.

⚫️57% компаний в рассматриваемых странах уже внедрили в бизнес хотя бы одно решение на базе ГИИ, а 6% продают свои продукты.

⚫️Во всех странах есть хотя бы одна большая языковая модель и собственные мощности (видеокарты) для обучения. ОАЭ, Саудовская Аравия и Индия закупают карты у NVIDIA, но часть стран (Россия и Китай) ограничены в поставках и ищут другие варианты.

⚫️Готовые датасеты для обучения моделей уже есть у ОАЭ и Саудовской Аравии. Китай, Индия и Россия — разрабатывают, в Бразилии и ЮАР подходящих для ГИИ централизованных датасетов нет.

⚫️Хотя страны и создают образовательные центры и инициативы, а также создают условия для привлечения айтишников (в т.ч. зарубежных, как в Эмиратах), в целом, наблюдается кадровый недостаток специалистов по ГИИ.

⚫️Госстратегии развития ИИ есть во всех странах, но с разной глубиной проработки. Саморегулируемые организации помогают привлекать инвестиции и участвуют в нормотворчестве, предлагая инициативы.

🇷🇺 Россия
⚫️Российские модели дают ответы на русском языке по качеству выше средних зарубежных аналогов, например GPT-3.5 Turbo. Благодаря этому более 30% моделей, используемых в решениях на базе ГИИ в российских компаниях, — отечественные.

⚫️54% российских компаний внедрили решения на базе генеративного ИИ хотя бы в одну функцию в организации.

Подробнее — в прикрепленном файле👆

На 3D-принтере от американской компании RIC-Primus начали печатать дома

⚫️Работает с бетоном и другими строительными смесями.
⚫️Собран на базе промышленного манипулятора.
⚫️С интегрированной системой интеллектуальной автоматизированной подачи материала и особым насосом-миксером.
⚫️Время подготовки — 2–4 часа.
⚫️Высота возводимых сооружений: до 3 этажей (10 м) на площадке до 26×11 метров.

В США идет тренд на легковозводимое жилье, в том числе социальное. Поэтому на рынке несколько игроков: в Техасе, например, уже строится поселок Wolf Ranch с 100 домами, напечатанными на 3D-принтере, а компания ICON разработала принтер Vulcan II для быстрого возведения домов.

Lynx от DEEP Robotics умеет передвигаться по бездорожью, в том числе по снегу и льду

... или как активно провести эти выходные

Колеса дают псу скорости, но их можно сложить, и тогда робот будет шагать лапами. В передвижении ему помогает ИИ, который анализирует покрытие и адаптирует двигатели под работу на нем.

Параметры
⚫️ИИ и алгоритмы адаптации, широкоугольная камера на 1080p.
⚫️Скорость — до 5 м/с, высота шага — 22см, полезная нагрузка — 12кг, весит 30 кг, работает на одной зарядке до 3 часов.

Кстати, робособак DEEP Robotics используют на производстве и российские компании — например, «ЕвроХим» и «Северсталь».

UI-TARS — это новый ИИ-агент от ByteDance, который управляет интерфейсами, используя только скриншоты

Он превосходит GPT-4o и Claude, демонстрируя уникальные возможности:

⚫️Распознает элементы интерфейса и их состояния, обрабатывая 50+ млрд токенов данных.

⚫️Применяет двухэтапное мышление для анализа и действий, исправляя ошибки через DPO-обучение.

⚫️Работает на Windows, Android и веб-платформах, имитируя действия реального пользователя.

Код на Гитхабе

Количество патентов в сфере ИИ за 10 лет выросло в 19 раз — WIPO

Всемирная организация интеллектуальной собственности опубликовала новый Отчёт о патентном ландшафте генеративного ИИ. Ниже — главное.

Рост количества патентов и публикаций в сфере ИИ
⚫️Количество патентов выросло с 733 в 2014 году до 14 000 в 2023 году.
⚫️Научных публикаций — с 116 до 34 000.
⚫️В 2023 году опубликовано более 25% всех патентов и 45% научных статей по генеративному ИИ.

ТОП-5 компаний-лидеров по патентам
1️⃣ Tencent
2️⃣ Ping An Insurance Group
3️⃣ Baidu
4️⃣ Китайская академия наук
5️⃣ IBM

Основные модели генеративного ИИ
⚫️Generative Adversarial Networks (GANs).
⚫️Variational Autoencoders (VAEs).
⚫️Decoder-based Large Language Models (LLMs).

Ключевые области применения: ПО, медтех, бизнес, промышленность, транспорт, безопасность, телекоммуникации

Главный вывод
Генеративный ИИ стремительно развивается и становится технологическим драйвером для создания контента и повышения производительности.