Поделиться
Mymeet.ai: в чем преимущества российских ИИ перед мировыми
На фоне активного развития генеративных ИИ по всему миру, в Mymeet.ai отметили, что российские модели не повторяют архитектуры зарубежных лидеров, а ориентируются на решение конкретных прикладных задач в русскоязычном контексте. По оценке Mymeet.ai такие системы помогают в аналитике, обработке документов, коммуникациях и других сценариях, востребованных в бизнесе, государственном управлении и образовании. При этом они остаются менее ресурсоемкими и требуют меньших затрат на поддержку по сравнению с западными аналогами. Об этом CNews сообщили представители Mymeet.ai.
В компании также подчеркнули, что отечественные модели пока уступают глобальным решениям по универсальности и глубине генерации. Однако они уже демонстрируют зрелость в ряде направлений. В частности, GigaChat MAX входит в топ-10 мультиязычных моделей по версии LLM Arena, а YandexGPT 5 Pro, по данным Yandex.Cloud, показал рост качества генерации на 67%.
Одним из ключевых факторов, способствующих росту доверия со стороны бизнеса, в компании называют вопросы безопасности. Отечественные ИИ-модели обучаются на локальных датасетах, размещаются в российской юрисдикции и соответствуют требованиям к обработке данных. Важным условием устойчивого роста остается формирование технологической экосистемы: масштабируемой инфраструктуры, доступа к русскоязычным датасетам, инженерных компетенций и прозрачного регулирования. В Mymeet.ai также отметили повышенный интерес бизнеса к решениям, которые могут развертываться на стороне заказчика (on-premise). Такой подход особенно актуален для компаний с повышенными требованиями к защите информации и контролю над данными.
«Мы не строим второй ChatGPT — и не должны. Наша цель — надежный, понятный и полезный ИИ, которому можно доверять», — сказал генеральный директор Mymeet.ai Федор Жилкин.
По его оценке, отставание по инфраструктуре и базовым моделям составляет от одного года до трех лет. Однако развитие российских решений продолжает идти по собственному пути — с акцентом на прикладную эффективность и адаптацию под локальные задачи.
Короткая ссылка
