Изображение создано при помощи модели Шедеврум
Китай и Республика Корея подходят к ИИ-трансформации науки с разных сторон. Китай использует масштаб промышленности и внутреннего рынка как площадку для быстрого испытания и распространения технологий. Республика Корея делает больший акцент на внедрении ИИ непосредственно в исследовательский процесс — от ИИ-соисследователей до автономных лабораторий. Как в конечном счете обе страны решают одну задачу: пытаются перестроить всю цепочку создания инноваций — от научной идеи до ее практического применения — поговорили с Егором Прохиным, кандидатом экономических наук, экспертом ЦКЕМИ Факультета мировой экономики и мировой политики НИУ ВШЭ и приглашенным исследователем Шэньчжэньского института передовых технологий Китайской академии наук.
Китай включил развитие и широкое применение искусственного интеллекта в 15-й пятилетний план социально-экономического развития на 2026–2030 годы. Документ предусматривает совершенствование моделей и алгоритмов, развитие вычислительной инфраструктуры и данных, а также внедрение ИИ в науке, промышленности и других сферах. Отдельное внимание уделено воплощенному интеллекту, интеллектуальным роботам и созданию национальных площадок для апробации ИИ-решений.
Республика Корея закрепила масштабную ИИ-трансформацию в Шестом базовом плане развития науки и технологий на 2026–2030 годы. Страна намерена к 2030 году войти в топ-5 научно-технологических держав и тройку ведущих стран в сфере ИИ. План предусматривает развитие национальной вычислительной инфраструктуры, базовых ИИ-моделей для приоритетных научных направлений, ИИ-соисследователей и автономных лабораторий.
При этом корейская реформа не ограничивается технологиями. Государство планирует направить за пять лет более 200 трлн вон на исследования и разработки, а систему финансирования государственных НИИ сделать более долгосрочной и устойчивой.
Таким образом, речь идет уже не о внедрении отдельного инструмента, а о перестройке среды, в которой создаются и распространяются новые технологии.
Ключевое преимущество Китая в этой гонке — масштаб промышленной базы, считает Егор Прохин.
«Китай и Республика Корея решают одну задачу, используя разные сильные стороны. Масштаб промышленности и внутреннего рынка дает Китаю множество площадок для проверки технологий», — отмечает эксперт.
По данным ученого, в 2024 году на Китай приходилось около 30% мировой добавленной стоимости обрабатывающей промышленности. К концу 2025 года ИИ использовали более 30% предприятий обрабатывающей промышленности с годовой выручкой от 20 млн юаней.
«Такая база позволяет быстрее испытывать разработки и распространять успешные решения», — отмечает Егор Прохин.
Это важное отличие китайского подхода. Если новая технология требует проверки в реальном производстве, у Китая есть огромное количество предприятий, отраслей и региональных кластеров, где такую проверку можно проводить. Поэтому ИИ в китайской стратегии оказывается связан не только с исследовательскими центрами, но и с промышленной политикой.
У Республики Корея другая сильная сторона — высокотехнологичная промышленность и развитая исследовательская система.
В ее планах ИИ должен стать непосредственным участником научной работы. Предусмотрены базовые модели ИИ для шести научных направлений, ИИ-соисследователи и автономные лаборатории.
«Политика Республики Корея уделяет больше внимания применению ИИ в самом исследовательском процессе», — говорит Егор Прохин.
Одновременно страна увеличивает финансирование ИИ. По данным эксперта, государственный бюджет на ИИ вырос с 3 трлн вон в 2025 году до 9,9 трлн вон в 2026 году.
Таким образом, корейская модель предполагает изменение самой организации исследовательской работы: ИИ должен помогать ученому не только искать информацию или анализировать данные, но и участвовать в более широком исследовательском цикле.
При этом Прохин не считает китайскую и корейскую модели взаимоисключающими: различия между подходами связаны прежде всего с последовательностью действий.
Китай получает преимущество за счет способности быстро проводить технологии через промышленную среду и масштабировать успешные решения. Корея стремится сначала глубже встроить ИИ в исследовательский процесс.
Но в долгосрочной перспективе, по мнению эксперта, эффективнее будет сочетание этих подходов. То есть речь идет о замыкании полного цикла: исследование — эксперимент — промышленная проверка — масштабирование — новый исследовательский цикл.
Еще одно общее направление двух стран — масштабные инвестиции в вычислительные мощности.
В Республике Корея в октябре 2025 года договорились с NVIDIA о развертывании более 260 тыс. GPU для государства и крупнейших компаний страны. Около 50 тыс. предназначены для публичной инфраструктуры. Кроме того, в рамках нового научно-технологического плана страна развивает шестой национальный суперкомпьютер и Национальный вычислительный центр для ИИ.
Китай развивает национальную вычислительную сеть на базе восьми национальных узлов и десяти кластеров центров обработки данных. Проект «Восточные данные — западные вычисления» позволяет переносить часть задач в западные регионы страны, где доступно больше энергетических и земельных ресурсов.
Но сами вычислительные мощности не гарантируют научного результата.
«Конкурентоспособность науки зависит от условий использования этой инфраструктуры. Значение имеют скорость и стоимость доступа, качество данных, программные инструменты и инженерная поддержка. В конечном счете эффективность определяется научными и технологическими результатами, полученными с помощью этих ресурсов», — говорит Егор Прохин.
Таким образом, вычислительная инфраструктура становится аналогом базовой научной инфраструктуры — но только при условии, что ученые действительно могут эффективно использовать ее в своих исследованиях.
Еще одно различие между странами проявляется в организации пути от исследования к коммерциализации.
Китай развивает центры проверки концепций, базы апробации ИИ, механизмы разделения рисков и регуляторные инструменты. В 15-м пятилетнем плане ИИ рассматривается как элемент модернизации экономики, а не только как самостоятельная технологическая отрасль.
Корея одновременно укрепляет исследовательскую основу: увеличивает финансирование и меняет механизмы управления научными организациями. В частности, шестой базовый план предусматривает постепенный отказ от системы, при которой финансирование государственных НИИ во многом зависит от отдельных проектов, и переход к более устойчивой долгосрочной модели.
«Технологическое лидерство зависит от организации всего пути от исследования до устойчивого применения», — считает Егор Прохин.
При этом одной сильной научной разработки недостаточно: для их практического использования необходимы испытания, инженерная доработка, оценка безопасности и интеграция в реальные процессы.
Поэтому в инновационной системе должны участвовать сразу несколько типов игроков: исследовательские институты, технологические компании, промышленные партнеры, фонды и государство.
«Научные организации готовят разработки и прототипы, технологические компании проводят инженерную доработку, промышленные партнеры предоставляют данные и испытательные площадки. Длительный цикл поддерживают частные и государственные источники финансирования», — считает ученый.
Корейский опыт особенно показателен в этом отношении. Внедрение ИИ сопровождается изменениями в организации научной работы и финансировании.
«ИИ сокращает время от постановки гипотезы до получения результата. Для работы в таком темпе исследовательским группам нужны устойчивое финансирование, быстрый доступ к данным и вычислениям, гибкое управление проектами и понятные правила проверки результатов», — объясняет эксперт.
Именно поэтому ИИ-трансформация не может ограничиваться закупкой оборудования или подключением ученых к готовым моделям.
«Применение ИИ на протяжении всего исследовательского цикла требует согласованной работы инфраструктуры, механизмов финансирования и правил оценки проектов», — комментирует Егор Прохин.
Такая логика прослеживается и в Китае. Его инициатива «ИИ+» предполагает развитие научных ИИ-моделей, открытых наборов данных, вычислительной сети и национальных баз апробации. Среди инструментов поддержки названы долгосрочный капитал, государственные закупки и механизмы разделения рисков.
Российская ситуация отличается от китайской и корейской, однако отдельные элементы их опыта могут быть применимы.
По словам Егора Прохина, спрос на прикладные разработки растет вместе с обновлением производственной базы и импортозамещением. В 2024 году на 10 тыс. занятых в обрабатывающей промышленности приходилось 29 промышленных роботов. К 2030 году национальный проект предусматривает повышение этого показателя до 145.
В такой ситуации, считает эксперт, особенно важна инфраструктура коллективного доступа, связанная с конкретными научно-технологическими программами. Такие программы объединяют исследовательские команды, промышленных заказчиков, разработчиков оборудования и программного обеспечения, испытательные площадки и долгосрочное финансирование.
Из корейского опыта, по его мнению, полезно внедрение ИИ непосредственно в научную работу и более устойчивое финансирование исследований. Китайский опыт показывает, как сотрудничество испытательных центров, технологических компаний, промышленных заказчиков, фондов и государства помогает доводить разработки до промышленного применения.
«Сочетание этих инструментов позволит быстрее проходить путь от научного результата до работающего промышленного решения», — уверен эксперт.
Опыт Китая и Республики Корея показывает: государственная ИИ-стратегия постепенно перестает быть стратегией исключительно про искусственный интеллект.
В Китае ИИ связывают с промышленностью, роботизацией, вычислительной инфраструктурой и коммерциализацией. В Корее — с исследовательскими процессами, автономными лабораториями, национальными ИИ-моделями и реформой финансирования науки.
В обоих случаях конечная цель выходит за пределы внедрения отдельных технологий. Страна должна создать систему, в которой новая идея быстрее проходит путь от исследования к эксперименту, затем к производству и массовому применению.
Поэтому конкуренция за технологическое лидерство может определяться уже не только тем, кто создаст наиболее мощную ИИ-модель, но и тем, кто быстрее перестроит вокруг ИИ всю систему создания инноваций.
В подписке — дайджест статей и видеолекций, анонсы мероприятий, данные исследований. Обещаем, что будем бережно относиться к вашему времени и присылать материалы раз в месяц.
Спасибо за подписку!
Что-то пошло не так!