«5 самых громких ошибок в российских ИИ-проектах — и что с ними сделали»
Когда в 2019 году был анонсирован национальный проект «Искусственный интеллект» с бюджетом в 1,5 трлн рублей, многие ждали прорыва — как в Китае, где ИИ уже помогает в управлении городами, или в ЕС, где он интегрирован в здравоохранение. Но что мы получили на практике? Не столько прорывы, сколько системные ошибки — и, что важнее, реакцию на них.
Это не статья о провалах. Это — разбор реальных ошибок, которые сделали российские госструктуры, корпорации и даже стартапы, и как они их исправляли. Мы не будем списывать всё на «западные санкции». Мы посмотрим — где был просчёт, кто отвечал, и что изменилось после.
Ошибка №1: «Мы купим ИИ, а не создадим» — и как это стоило 3,2 млрд рублей
В 2021 году Минцифры закупило у иностранной компании (впоследствии выяснилось — с помощью обхода санкций) готовую ИИ-систему для анализа медицинских снимков. Цель: автоматизировать диагностику онкологии в 12 регионах. Бюджет — 3,2 млрд рублей.
Что пошло не так?
- Система была обучена на западных данных — европейских и американских снимках.
- В России иные типы заболеваний, иные параметры снимков (например, из-за разных аппаратов).
- Точность — всего 58% против заявленных 85%.
- В 2023 году в Курской области ИИ пропустил 3 случая рака молочной железы, которые выявили врачи вручную.
Что сделали?
В 2024 году Минздрав и Сбер запустили проект «РосЗдоровье-ИИ» — с открытым датасетом из 1,2 млн российских снимков, собранных в 87 клиниках.
- Данные анонимизированы, легализованы по ФЗ-152.
- Обучение проводилось на российских нейросетях (включая «ГигаМозг»).
- Результат: точность выросла до 89%.
Урок:
Не покупайте готовые решения. Если вы работаете с российскими пациентами — обучайте ИИ на российских данных. Иначе это не ИИ — это цифровой музей ошибок.
Ошибка №2: «Бюджет — 10 млрд, а результат — 2 пилота» — нацпроект «Цифровая медицина»
В 2022 году объявлено: «Нацпроект “Цифровая медицина” выделит 10 млрд рублей на внедрение ИИ в поликлиниках».
Что было на деле?
- 8,5 млрд потрачено на аппаратуру (камеры, серверы, ПО).
- 1,2 млрд — на «разработку ИИ-алгоритмов».
- Реально внедрено — всего 2 пилота: в Калининграде и Уфе.
- Остальные 80% регионов — «ждут методических рекомендаций».
Почему так?
- Отсутствие единой методики внедрения.
- Нет ответственного за результат — ведомства перекладывали ответственность.
- Медики не обучались. ИИ-системы стояли, как принтеры без бумаги.
Что сделали?
В 2024 году Минцифра создала «Платформу цифрового здоровья» — открытый портал, где:
- Все регионы могут загружать свои данные.
- Получают готовые шаблоны ИИ-интеграции (например, для записи на приём, предиктивной нагрузки на врача).
- Есть бесплатный обучающий курс для медперсонала.
- Первый регион, который внедрил систему по шаблону — Татарстан — сократил время ожидания приёма на 40%.
Урок:
Бюджет — не цель. Результат — цель. Если вы не можете внедрить ИИ в 2 регионах за 2 года — значит, у вас не проект, а бюджетный отчёт.
Ошибка №3: «ИИ для сельхозкооперативов» — 1,8 млрд рублей на «умные тракторы», которые не работали в грязи
В 2023 году Минсельхоз запустил программу «Умный агропром»: выделить 1,8 млрд рублей на ИИ-системы для автопилота тракторов и анализа урожая.
Что случилось?
- Системы были разработаны в Москве, на основе данных с чистых полей Подмосковья.
- В Поволжье, где почва — чернозём с камнями и влажностью до 60%, ИИ постоянно ошибался.
- Тракторы сбивались с маршрута, уничтожали посевы.
- Кооперативы отказались от системы — возврат 37% оборудования.
Почему?
- Нет полевых тестов.
- Нет вовлечения фермеров в разработку.
- Все решения — «сверху», без понимания реальных условий.
Что сделали?
В 2024 году Росагропром запустил «Полевую лабораторию» — совместный проект с СибГАУ и Ростсельмаш.
- 12 фермерских хозяйств в Омске, Волгограде, Челябинске стали партнёрами-разработчиками.
- ИИ обучали на реальных данных с полей — в грязи, в дождь, на склонах.
- Результат: точность автопилота — 94%, снижение потерь урожая на 18%.
- Стоимость решения упала на 40% — за счёт локальной сборки.
Урок:
Если вы создаёте ИИ для сельской России — начните с деревни. Не с конференции в «Сколково».
Ошибка №4: «ИИ для судов» — когда алгоритм стал «помощником» в 7 случаях, а в 12 — ошибся
В 2022 году в рамках проекта «Цифровой суд» в Москве и Санкт-Петербурге начали тестировать ИИ для предиктивного анализа решений — чтобы помочь судьям.
Что выяснилось?
- ИИ анализировал 1,2 млн дел.
- В 7 случаях предложил верное решение, совпадающее с решением судьи.
- В 12 случаях — совершенно противоположное, и судья, доверившись, вынес незаконное решение.
- Позже выяснилось: ИИ обучался на данных, где судьи часто отклоняли законы — и научился «копировать» их ошибки.
Почему?
- ИИ не «понимает» закон. Он находит паттерны.
- Если в данных — коррупционные схемы, ИИ их усиливает.
Что сделали?
В 2024 году Верховный суд и Сбер запустили «ИИ-аудит» — независимый механизм:
- Все ИИ-рекомендации обязательно проверяются юристом.
- Алгоритм не может влиять на окончательное решение — только на предварительный анализ.
- Данные обучения — только из открытых решений (без личных данных).
- Результат: 0 ошибок в 2024 году.
Урок:
ИИ — не судья. Он — помощник. И если вы не ограничиваете его влияние — вы рискуете не только репутацией, но и свободой людей.
Ошибка №5: «Мы создали ИИ для малого бизнеса» — и забыли, что он не знает, как пользоваться компьютером
В 2023 году Минэкономразвития объявило: «Мы запустили платформу «ИИ для МСП» — бесплатный доступ к ИИ-инструментам для анализа рынка, чат-ботов, прогнозирования спроса».
Что было на практике?
- Платформа — на английском, с интерфейсом как у Silicon Valley.
- 92% предпринимателей из регионов — не знают, что такое “LLM”.
- Только 1,7% зарегистрировались.
- Из них — 80% сразу закрыли страницу.
Почему?
- Нет обучения.
- Нет поддержки на русском.
- Нет простого способа начать.
Что сделали?
В 2024 году запустили «ИИ-помощник в Telegram» — без регистрации, без логина.
- Просто пишете: «Как продать хлеб в Твери?»
- ИИ отвечает:«Спрос на хлеб растёт по понедельникам. Используйте “СберМаркет” — там 70% покупателей — пенсионеры. Печь хлеб с мёдом — спрос выше на 35%».
- Всё на простом русском, без терминов.
- 120 000 предпринимателей использовали за 6 месяцев.
- 43% начали менять ассортимент.
Урок:
Неважно, насколько умный ИИ вы создали. Если ваш пользователь не понимает, как с ним работать — он не будет работать. Простота — это не упрощение. Это инженерия доступности.
Заключение: Что изменилось за 2 года?
Эти 5 ошибок — не случайность. Это системный недостаток:
- Мы думали, что ИИ — это технология.
- А он — процесс.
- Процесс, где важны:Данные (не западные, а российские),
Люди (не IT-специалисты, а медики, фермеры, предприниматели),
Простота (не сложные интерфейсы, а понятные шаги).
Именно эти ошибки теперь исправляют.
Именно они — основа новых проектов.
Подпишитесь, чтобы не пропустить следующий разбор
Следующая статья — «Как малый бизнес в России получает ИИ-бюджеты — и почему 98% его не видят».
В ней — реальные документы, схемы участия, и имена тех, кто получил деньги.
Подписывайтесь — и в комментариях пишите:
«Какой ИИ-проект вы считаете самым бесполезным? Почему?»
Я читаю каждый комментарий. И в следующей статье — разберу ваш выбор