Деньги, деньги, деньги... и все равно зависимы
К началу 2026 года общие государственные и частные инвестиции в программы "суверенного ИИ" по всему миру перевалили за $1.3 триллиона. Европа, Китай, Индия, Россия, Япония – каждая крупная экономика заявляет о необходимости своих моделей, своих дата-центров, своей экосистемы. Звучит как план побега. Но побега из чего? Из глобальной технологической тюрьмы, которую мы сами и построили.
Парадокс в том, что эти триллионы не создают новую реальность. Они лишь оплачивают аренду в старой. Каждая новая национальная суперкомпьютерная ферма, каждый анонсированный "отечественный" LLM (вроде последних EU-GPT-3.5 или Aurora-Next) – это гигантская квитанция за электричество, лицензия на софт и предоплата за чипы, которые физически нельзя произвести внутри большинства этих стран. Мы меняем вывеску, но не цепочку поставок.
По данным на январь 2026, лишь 12% мирового производства передовых логических чипов (менее 5 нм) находится за пределами Тайваня, Южной Кореи и США. Все планы по строительству фабрик в ЕС и Японии отстают от графика на 18-24 месяца.
Что ломается в цепочке? Не модель, а фундамент
Представьте, что вы решили построить небоскреб. Вы нанимаете лучших архитекторов (таланты), закупаете уникальное стекло (чипы), подводите мегаватты энергии. Но оказывается, единственный завод по производству цемента находится в другой стране, которая сегодня может изменить правила экспорта. Ваш небоскреб – это суверенный ИИ. А цемент – это всё остальное.
Зависимость многослойна, как нейросеть:
- Аппаратура: Без GPU от NVIDIA, AMD или собственных чипов вроде китайских Ascend, которые все равно делаются на тайваньских мощностях TSMC, ваш дата-центр – груда металла. Сделка на $250 миллиардов лишь перераспределяет контроль, но не создает новые независимые мощности за год.
- Энергия: Кластер из 10,000 GPU жрет 40-50 МВт. Это небольшой город. Сети трещат по всему миру. Зеленая энергия не успевает. А счет за электричество становится политическим инструментом.
- Данные и софт: Обучать модель на одном лишь национальном корпусе текстов – все равно что учить физика только по учебникам 1950-х годов. Качество упирается в разнообразие и объем данных, которые по умолчанию глобальны. Фреймворки (PyTorch 3.1, TensorFlow 3.0), оптимизаторы – все это открытое, но глобально управляемое ПО.
- Таланты: Инженер, способный оптимизировать тренировку 500-миллиардной модели, – штучный товар. Его не воспитаешь за два года госпрограммой. Он работает там, где есть интересные задачи и инфраструктура, часто – в тех же американских корпорациях.
Иллюзия контроля: кейс Евросоюза
ЕС – идеальный пример этого театра. В 2025 году запущен "European AI Factory" с бюджетом €20 млрд. Цель: создать когорту моделей, соответствующих GDPR и "европейским ценностям". На бумаге – суверенитет. На практике?
| Компонент | Реальный источник (2026) | Зависимость |
|---|---|---|
| Чипы (H100, B100) | NVIDIA (производство: TSMC, Тайвань) | Абсолютная |
| Системы охлаждения | Vertiv, США / азиатские поставщики | Критическая |
| Фреймворк обучения | PyTorch (Meta, США) | Высокая (экосистема) |
| Эксперты | Найм глобальный, конкуренция с FAANG | Острая |
Итог: ЕС строит очень дорогой фасад. Их модели (например, EU-GPT-3.5) на 20-30% слабее по ключевым benchmark'ам, чем флагманы OpenAI или Anthropic на начало 2026, но потребляют сопоставимые ресурсы. Суверенитет оказался синонимом неэффективности. Создать модель с нуля – это не только код, это доступ ко всей цепочке.
Россия, Китай, США: три разных тупика
Каждая страна ищет свой путь, и каждый путь упирается в стену.
- Россия: Национальный план ИИ делает ставку на импортозамещение через реверс-инжиниринг и копирование. Но чипы прошлого поколения (например, 14-нм) и дефицит мощных GPU для обучения сводят усилия к созданию узкоспециализированных моделей для госсектора. О глобальной конкуренции речи нет.
- Китай: Казалось бы, лидер в аппаратной независимости (SMIC, Huawei). Но санкции 2023-2024 годов отрезали доступ к передовому софту для проектирования чипов (EDA) и оборудованию ASML. Их лучшая модель, Ernie 5.0 (2025), все еще отстает от GPT-5 в задачах, требующих креативности и рассуждений. Суверенитет достигнут ценой технологического отставания в ключевых областях.
- США: Кажется, они выигрывают. Но их суверенитет – иллюзия другого рода. Дата-центры пожирают энергию штатов, вызывая локальные блэкауты и социальное напряжение. Их лидерство зависит от хрупкого статус-кво в Тайваньском проливе. Это не суверенитет, а глобальная хрупкая гегемония.
Что будет в 2030? Не прогноз, а выбор
Куда ведут эти триллионы? К миру, где у каждой крупной страны будет свой медленный, дорогой и идеологически выверенный ИИ для внутреннего пользования. И один-два глобальных, передовых, но контролируемых частными корпорациями или гегемонами, ИИ для всего остального.
Деньги не решат проблему, потому что проблема не в деньгах. Она в физике (производство чипов), в географии (распределение энергоресурсов), в десятилетиях накопленного научного и инженерного опыта, который нельзя скопировать манифестом.
Совет для компаний и разработчиков в 2026? Не верьте хайпу о национальных чемпионах. Держитесь за кросс-платформенные навыки. Диверсифицируйте поставки облачных мощностей. И помните, что настоящая "суверенность" вашего проекта – в портируемости кода и данных, а не в флаге на дата-центре. Глобальные цепочки никуда не денутся. Они просто станут дороже и политизированнее, как и всё в этом десятилетии. А экономический тупик ИИ может наступить раньше, чем технологическая независимость.
