«Третий сорт»: я проверил претензию к российским AI-специалистам по фактам

Мне попался пост рекрутингового агентства. Смысл такой: из России кандидаты идут третьим сортом, поэтому здесь агентство больше не работает и переориентируется на зарубежные рынки найма. Я читал это и понимал, что задело по-настоящему. Настолько, что решил вернуться к текстам именно с этой темы.

Сначала я возмутился. Потом сел, остыл и поймал себя на неприятной мысли: а если, по сути, верно? Наши большие языковые модели идут за флагманами с отставанием примерно в полтора года — это моё ощущение по опыту использования в повседневных задачах. Громких открытий последнего времени в машинном обучении я навскидку не назову. Может, человек просто сказал вслух то, что многие думают.

Спорить ощущениями с ощущениями бессмысленно, поэтому я пошёл собирать список. Не «наши достижения» в жанре парадного отчёта, а конкретно: что сделали люди из российских лабораторий и компаний и что из этого сегодня реально используют в мире.

Что нашлось за последние пятнадцать лет

Бонус для тех, кто любит копнуть глубже

Раз уж я взялся копать, дошёл и до советского периода. Здесь картина оказалась ещё жёстче.

Посмотрите на этот список глазами человека, который вчера писал код. Вы поставили momentum в оптимизаторе — это Поляк, 1964 год, Москва. Включили weight decay — это Тихонов. Взяли Adam или SGD с ускорением — там внутри Нестеров, 1983-й. Объясняете студенту, почему модель обобщается, — объясняете через Вапника и Червоненкиса. Половина того, что сегодня крутится в каждом фреймворке, придумана в московских и киевских институтах за десятилетия до того, как слово «нейросеть» вышло за пределы узкого круга.

Откуда тогда взялось ощущение третьего сорта

Мне кажется, автор поста перепутал спрос и качество. Заказов на найм стало меньше, отклики идут хуже, значит рынок мёртвый, значит люди слабые. Логика понятная, только между этими шагами нет связи.

Спад найма в ИИ — глобальная история. То же самое говорят коллеги в США, Европе, Китае, Бразилии. Отрасль наигралась в бесконечный рост команд и начала считать деньги: сколько модель стоит, что она приносит, зачем нам сорок человек там, где справятся восемь. Это коррекция, а не смерть. И когда у агентства падает поток заказов, объяснить это качеством кандидатов проще, чем тем, что заказчик стал разборчивее и научился нанимать сам.

Есть и вторая часть, менее приятная для нас. Прикладная сила у российских команд действительно высокая, а вот с продуктовой упаковкой и с публичностью беда. Про CatBoost знают все, кто им пользуется, и почти никто из тех, кто принимает решения о бюджетах. Мы плохо рассказываем о том, что делаем, и потом удивляемся оценкам со стороны.

Что я вынес из этого как руководитель

Когда я собираю или усиливаю ИТ-команду, самое опасное — нанимать по рыночному шуму. Если верить постам вроде того, с которого я начал, легко решить, что сильных людей на рынке нет и надо либо переплачивать за иностранцев, либо отдавать всё подрядчику. По моему опыту вывод ровно обратный: сильные есть, их просто не найти теми фильтрами, которыми ищут массовый поток. Они не рассылают резюме пачками и редко проходят через агентства.

Второе. Отставание в моделях и уровень инженеров — разные вещи, и путать их дорого. Отставание в больших моделях упирается в вычислительные мощности и деньги на обучение, а не в мозги. Задача, которая стоит перед бизнесом, обычно решается не собственной LLM, а нормальной интеграцией уже существующей — и вот здесь квалификация команды решает всё.

Третье, самое практичное. Прежде чем принимать чужую оценку рынка, проверьте её сами. Мне понадобился вечер и таблица, чтобы аргумент, который казался убийственным, рассыпался. Точно так же рассыпаются оценки подрядчиков, вендоров и консультантов, если не полениться разобрать их по фактам.

А вы тоже считаете, что мы в своей стране максимально отстаём в ИИ? Напишите в комментариях, что вы видите со своей стороны: как выглядит найм ML/AI-специалистов у вас, находите ли людей, приходится ли смотреть за границу. Мне правда интересно прочитать мнения тех, кто нанимает, а не тех, кто про это пишет.

Артём Дьяченко

Руководитель ИТ и цифровой трансформации на промышленных предприятиях