Конец единого ИИ: почему государства создают разные версии будущего

26 июля 2026 года президент России подписал Федеральный закон № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации». Документ вводит категории «суверенных» и «национальных» моделей ИИ, устанавливает требования к использованию и развитию национальной технологической инфраструктуры данных, а также закрепляет ориентацию на традиционные российские духовно-нравственные ценности. Основная часть закона вступает в силу 1 сентября 2026 года.

Я рассматриваю этот закон не только как специалист по регулированию технологий. Я инженерный психолог и последние годы работаю над методологией Human-AI Engineering & Enhancement — проектированием качественного взаимодействия человека и искусственного интеллекта. И этот документ заставил меня зафиксировать кое-что важное: мы вступаем в эпоху, когда единый глобальный сценарий развития ИИ становится всё менее вероятным.

Этот закон — лишь один элемент глобальной картины. За последние годы мир пережил настоящий всплеск регулирования: европейский AI Act создал первую комплексную систему риск-ориентированного контроля, Китай сформировал собственную систему требований к генеративным моделям, США усилили экспортный контроль передовых чипов и ввели механизмы оценки безопасности наиболее мощных моделей.

ChatGPT, появившийся в конце 2022 года, стал катализатором. Но каждая страна отреагировала на вызов по-своему.

Чтобы понять будущее ИИ, недостаточно сравнивать отдельные законы. Нужно увидеть стоящие за ними модели мышления. Все они отвечают на один вопрос — как сделать искусственный интеллект управляемым, — но делают это совершенно по-разному.

---

🇪🇺 Европа: ИИ через доверие

Европейский AI Act строится вокруг оценки потенциального вреда. Системы искусственного интеллекта разделяются по уровням риска: от минимального до неприемлемого. Главный принцип — происхождение технологии вторично. Неважно, где создана модель, важно, насколько безопасно и ответственно она используется.

На практике это означает серьёзные издержки. По оценкам ряда аналитиков, расходы на соответствие требованиям AI Act могут стать существенной статьёй затрат для европейских компаний. Немецкие медицинские системы диагностики проходят сертификацию месяцами. Amazon отказался от экспериментального ИИ-инструмента для отбора резюме после обнаружения риска дискриминации.

Сильная сторона — внимание к безопасности, прозрачности и защите человека. Слабая — сложность процедур замедляет внедрение инноваций.

Европа делает ставку на главный ресурс будущего: доверие.

---

🇨🇳 Китай: ИИ через управляемость

Китай регулирует искусственный интеллект не одним законом, а системой специализированных актов. Общая логика последовательна: генеративные модели должны соответствовать официально провозглашённым социалистическим ценностям, государство устанавливает требования к маркировке ИИ-контента, а разработчики проходят процедуры проверки и регистрации до публичного запуска.

Процесс включает проверку соответствия требованиям и может занимать месяцы. Крупные игроки вроде Baidu и Alibaba получили лицензии, но часть небольших компаний не смогла преодолеть административный барьер.

Сильная сторона — способность быстро мобилизовать ресурсы и масштабировать решения. Слабая — высокая степень контроля сужает пространство для независимых экспериментов.

Китай рассматривает главным ресурсом будущего: управляемость.

---

🇷🇺 Россия: ИИ через суверенитет

Российский закон № 243-ФЗ строится вокруг идеи технологической независимости. Он вводит категории «суверенных» и «национальных» моделей, предусматривает возможность устанавливать для отдельных сфер требования к использованию отечественных решений, создаёт условия для использования доступных данных при разработке ИИ-систем и закрепляет ориентацию на традиционные российские духовно-нравственные ценности.

При этом внутри закона есть принципиальные напряжения. Как совместить свободное использование чужих материалов с защитой авторских прав? Как «духовно-нравственные ценности» формализуются технически — будет ли эталонный датасет или экспертная комиссия? Кто и по каким критериям будет сертифицировать «суверенные» модели — пока неясно.

Сильная сторона — стремление к технологической самостоятельности. Слабая — риск изоляции и снижения доступа к глобальным инновационным цепочкам.

Россия делает ставку на главный ресурс: суверенитет.

---

🇺🇸 США: ИИ через лидерство

США не приняли единый федеральный закон об ИИ. Вместо этого действует сочетание исполнительных указов, рекомендаций NIST и FTC, секторального регулирования и требований безопасности. Но отсутствие единого закона не означает отсутствие контроля.

Вашингтон активно использует экспортный контроль передовых чипов, санкционные ограничения и механизмы оценки безопасности наиболее мощных моделей. Государство вмешивается не в содержание модели, а в её последствия и доступность.

Сильная сторона — высокая скорость инноваций и сохранение стратегического преимущества. Слабая — более сложный поиск баланса между свободой развития и социальными последствиями.

США рассматривают главным ресурсом будущего: лидерство.

---

Что на самом деле защищают эти модели?

Различия между четырьмя подходами начинаются глубже юридических норм. Каждая система отвечает на вопрос: что является главным объектом защиты?

Но различия касаются не только того, что государства защищают. Они касаются того, что государства считают главным стратегическим ресурсом будущего.

Европа делает ставку на то, что долгосрочное доверие граждан важнее скорости внедрения. Китай считает управляемость условием любого развития. Россия рассматривает суверенитет как базовую предпосылку существования. США исходят из того, что технологическое лидерство само по себе является гарантией безопасности.

Одни и те же технологии получают разные оценки, потому что государства исходят из разных приоритетов.

---

Четыре вопроса вместо одного

Европа спрашивает:

Насколько это безопасно для человека?

Китай спрашивает:

Соответствует ли это общественным и государственным ценностям?

Россия спрашивает:

Насколько эта технология является собственной и независимой?

США спрашивают:

Даёт ли это стратегическое преимущество?

---

От регулирования к разным версиям ИИ

Различия постепенно перестают быть только юридическими. Они начинают влиять на сами технологии.

Разные страны формируют разные режимы данных, требований к обучению, безопасности и оценки моделей. Европейские системы развиваются в условиях жёстких требований к приватности данных. Китайские — в условиях государственного контроля информационной среды. Российские — в условиях ограничения доступа к части глобальной вычислительной инфраструктуры. Американские — благодаря масштабам глобального технологического сектора.

Различаются и технические стандарты. Европа требует от моделей способности объяснять свои решения. Китай внедряет маркировку всего ИИ-контента. Россия разрабатывает собственные требования к аудиту «суверенных» систем. США пока не выработали единого стандарта, но их корпорации де-факто задают глобальную архитектуру.

В результате начинают расходиться уже не только правила, но и сами технологические экосистемы. Мир движется не к нескольким версиям одного ИИ, а к нескольким версиям отношений человека и ИИ.

---

Почему это важно не только политикам, но и инженерам

Фрагментация происходит не только на уровне законов. Она затрагивает четыре технических слоя, которые определяют, как модель встраивается в реальность.

Первый слой — данные. Разные юрисдикции формируют разные корпуса для обучения: европейские датасеты фильтруются под требования приватности, китайские — под государственные репозитории, российские — под требования национальной инфраструктуры данных и технологической независимости.

Второй слой — архитектуры безопасности. Европа требует explainability и человеческого контроля. Китай — встроенной маркировки и аудита содержания. Россия — соответствия требованиям национальной политики в области развития ИИ и заявленным ценностным ориентирам регулирования. США — прозрачности перед регулятором для моделей двойного назначения.

Третий слой — интерфейсы взаимодействия. Как человек получает ответ от модели, как проверяет его, как оспаривает — в каждом контуре это проектируется по-разному.

Четвёртый слой — критерии оценки качества. Что считать «хорошим» результатом: точность, безопасность, соответствие ценностям, скорость, суверенность — зависит от того, какой вопрос задаёт государство.

Именно здесь возникает новая инженерная задача. Если ИИ становится не просто инструментом, а средой взаимодействия человека с информацией и решениями, нужны методы проектирования качества этого взаимодействия. Не только алгоритмы, но и интерфейсы сотрудничества.

---

Экономика разделения

Фрагментация — это не только политика, но и деньги.

Европейские компании вынуждены выбирать: платить за compliance или отказываться от ряда рынков. Китайский лицензионный барьер отфильтровал часть конкурентов — но одновременно замедлил выход собственных разработок за пределы страны. Российские разработчики получают преференции на внутреннем рынке, однако сталкиваются с ограниченным доступом к передовым чипам и облачным платформам. Американские корпорации сохраняют технологическое лидерство, но теряют часть зарубежных рынков из-за экспортных ограничений.

Будущее ИИ будет определяться не только тем, кто создаст лучший алгоритм, но и тем, какая экономическая система сможет эффективнее превратить технологию в практическую ценность.

---

Главная дилемма

У каждого подхода есть свои преимущества и ограничения.

• Европа стремится сохранить человеческое доверие к технологиям, но рискует замедлить внедрение.

• Китай обеспечивает высокую скорость развития, но ценой более жёсткого контроля.

• Россия стремится сохранить технологическую самостоятельность, но сталкивается с рисками ограничения международной интеграции.

• США сохраняют инновационное лидерство, но продолжают искать баланс между свободой развития и общественной ответственностью.

При этом нельзя исключить и другой сценарий. Возможно, фрагментация преувеличена. Трансформеры — универсальная архитектура, open-source модели работают везде, и бизнес всегда находит способ адаптировать одну модель под четыре юрисдикции. Технологические стандарты имеют инерцию, и полное разделение может занять десятилетия — если вообще произойдёт.

Какая из этих моделей окажется наиболее устойчивой, сегодня сказать невозможно.

---

Что дальше?

Мы привыкли считать, что главная гонка в ИИ — это гонка параметров. Но на самом деле это гонка смыслов: чей вопрос к технологии окажется доминирующим, тот и задаст архитектуру завтрашнего дня.

Если мир действительно движется к нескольким версиям отношений человека и ИИ, возникает задача, которую нельзя решить ни одним законом, ни одной архитектурой нейросети. Нужно научиться проектировать сотрудничество между человеческим когнитивным потенциалом и алгоритмическими системами так, чтобы ИИ становился не внешним контролером, а продолжением человеческих способностей.

Возможно, следующий этап развития — это не гонка за миллиардами параметров, а создание методов расширения человеческих возможностей через взаимодействие с искусственным интеллектом. Область, которая формируется на стыке психологии, инженерии и управления, — Human-AI Engineering & Enhancement. Её цель не в том, чтобы предсказать победителя среди четырёх моделей, а в том, чтобы спроектировать интерфейс, в котором человек сохраняет способность принимать решения, задавать цели и управлять характером взаимодействия с технологией — даже когда она становится всё мощнее.

Возможно, главный вопрос будущего уже не в том, какой ИИ окажется самым мощным. Гораздо важнее понять, какой вопрос каждое государство задаёт искусственному интеллекту прежде, чем позволит ему работать. Ответ на этот вопрос всё чаще определяет не только правила регулирования, но и направление технологического развития.

---

Какой путь кажется вам наиболее устойчивым?

Возможен ли глобальный искусственный интеллект, который одновременно учитывает культурные различия разных обществ? Или будущее действительно приведёт к миру, где ваш ИИ будет зависеть от вашего государства, языка и системы ценностей?

---

Виктор Савицкий — инженерный психолог, разработчик методологии Human-AI Engineering & Enhancement.

Human-AI Engineering & Enhancement рассматривает ИИ не только как технологию обработки информации, но как новую среду проектирования человеческих возможностей.

---

Источники и первоисточники:

1. Федеральный закон от 26.07.2026 № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» — ГАРАНТ, КонсультантПлюс

2. Regulation (EU) 2024/1689 (AI Act) — первый комплексный акт регулирования ИИ в Евросоюзе

3. NIST AI Risk Management Framework (AI RMF 1.0) — рамки управления рисками ИИ в США

4. Interim Measures for the Management of Generative Artificial Intelligence Services (Китай, 2023)

5. Executive Order on the Safe, Secure, and Trustworthy Development and Use of Artificial Intelligence (США, октябрь 2023)

6. Национальная стратегия развития искусственного интеллекта в РФ до 2030 года (Указ Президента РФ № 490 от 10.10.2019)