Китайская ИИ-революция и развитие BI: чему нам стоит поучиться

На связи Business Intelligence GlowByte. 

Три года назад мы в GlowByte провели первую конференцию, на которой рассказали о китайском инструменте продвинутой аналитики FineBI. Тогда же мы впервые познакомили вас и с нашим партнером FanRuan, с которым решили сегодня немного рассказать о том, как в Китае обстоит дело с искусственным интеллектом и как ИИ связан с бизнес-аналитикой. 

Китай сегодня — не просто лидер в области искусственного интеллекта (ИИ), он формирует устойчивую цифровую экосистему, глубоко интегрированную в экономику. Особенно активно технологии развиваются в B2B-сегменте и BI-индустрии. В то время как в России продолжает формироваться культура продвинутой бизнес-аналитики, Китай делает ставку на масштабное внедрение решений нового поколения — ABI (Augmented Business Intelligence). Этот опыт стоит изучить, а, возможно, и перенять, особенно в условиях курса на импортозамещение и цифровой суверенитет.

Цифровая трансформация Китая

Производственный гигант с вызовами

Китай за последние два десятилетия превратился в “мировую фабрику”, обеспечивая более 28% глобального промышленного производства. По данным UNIDO (United Nations Industrial Development Organization), в 2023 году Китай сохранял статус крупнейшего производителя в мире, значительно опережая США и Германию по совокупной добавленной стоимости. К 2024 году на его долю приходится 34% мировой добавленной стоимости в производстве. Однако эта производственная модель сталкивается с новыми вызовами:

• Устаревание экспортной структуры: в 2010 году 70% китайского экспорта составляла трудоемкая продукция — текстиль, электроника, игрушки. Сейчас этот формат становится экономически неэффективным.

• Снижение трудовых ресурсов: из-за демографических изменений численность рабочей силы сократилась на 40 миллионов человек с 2022 года.

• Рост себестоимости: заработные платы в обрабатывающей промышленности выросли на 150% за последние 10 лет, что делает производство в Китае менее конкурентоспособным.

Все это подталкивает страну к цифровой трансформации, где ИИ становится ключевым инструментом повышения эффективности, точности и конкурентоспособности. Сегодня Китай уже не просто лидер по объему производства — он активно трансформируется в цифрового гиганта, интегрируя передовые технологии в каждый этап производственной цепочки. Например, на заводах Huawei роботы, оснащенные ИИ, выполняют до 90% операций по сборке (Huawei Annual Report 2022), что снижает человеческий фактор и увеличивает точность производства.

Тем не менее, масштабная цифровизация сопровождается серьезными вызовами. Один из главных — это неравномерное развитие регионов: высокотехнологичные хабы вроде Шэньчжэня и Ханчжоу стремительно развиваются, в то время как сотни традиционных производственных кластеров в провинциях сталкиваются с нехваткой квалифицированных кадров и доступных цифровых решений. Согласно исследованию McKinsey & Company (“China’s digital economy: Opportunities and risks”), разрыв между цифровыми лидерами и отстающими регионами продолжает расти, угрожая долгосрочной устойчивости трансформации.

Еще один вызов — зависимость от импортных технологий в ключевых сегментах, несмотря на инициативы вроде “Made in China 2025”. Например, до 80% высокоточных микрочипов по-прежнему импортируются (данные SEMI и IC Insights). Хотя Китай инвестировал более $200 млрд в развитие собственной полупроводниковой отрасли (по данным South China Morning Post и Bloomberg), пробить технологическое лидерство США и Тайваня пока не удалось.

Тем не менее, Китай удивляет даже на фоне этих трудностей. В 2023 году в стране было установлено более миллиона 5G-базовых станций, что составляет более 60% всей мировой инфраструктуры 5G (MIIT, Ministry of Industry and Information Technology of China), и эти сети уже используются на умных заводах, где сборочные линии управляются в реальном времени через облачные платформы и цифровые двойники.

Китай продолжает удивлять своими темпами цифровой трансформации. Несмотря на объективные вызовы, страна последовательно строит модель “умного производства”, которая в ближайшие годы может изменить глобальный баланс сил в промышленности.

Электромобили как пример цифрового прорыва

Китайская индустрия электромобилей стала образцом синергии между государственным управлением, ИИ-технологиями и рыночным спросом. Результаты этой работы просто поражают:

• Субсидии на приобретение: с 2009 по 2020 год было выделено более 200 млрд юаней (более 2 трлн рублей) на стимулирование спроса.

• Развитие зарядной инфраструктуры: в 2024 году в стране насчитывается более 12 млн зарядных станций. Соотношение электромобилей к станциям составляет примерно 3:1 — один из лучших показателей в мире.

• Интеграция ИИ: автопилот, прогнозирование технического состояния, оптимизация маршрутов и управление потреблением энергии — всё это стало возможным благодаря применению AI.

• Пример: компания BYD использует интеллектуальные платформы управления производством, которые на основе данных с датчиков и ИИ-моделей позволяют снизить производственные издержки на 18%.

Развитие электромобилей в Китае демонстрирует успешный пример цифрового прорыва, основанного на сочетании государственной поддержки, передовых ИИ-технологий и эффективной рыночной стратегии. Масштабные инвестиции, развитая инфраструктура и интеграция искусственного интеллекта позволили Китаю занять лидирующие позиции в мировой индустрии электромобилей и задать высокую планку для других стран.

«Проект Мозг»: Китайская ставка на нейротехнологии и ИИ

«Проект Мозг» (China Brain Project), запущенный официально в рамках 13-й пятилетки (2016–2020), представляет собой масштабную национальную инициативу, направленную на развитие нейронаук, искусственного интеллекта и технологий мозг-компьютерного интерфейса. Этот проект стал ответом Китая на аналогичные программы США (BRAIN Initiative) и ЕС (Human Brain Project), но с акцентом на прикладную пользу для медицины, ИИ и когнитивных технологий. В 2020 году он вошёл в число мегапроектов в рамках программы «Сделано в Китае 2025».

Результаты и цифры впечатляют:

• Гигантские инвестиции: только в первый этап проекта вложено более 5–6 млрд юаней (более $700–900 млн). Финансирование осуществляется через НАН КНР, министерства и крупные корпорации, включая Huawei и Tencent.

• Прорыв в ИИ-моделировании мозга: Китайские учёные создали одну из самых продвинутых моделей цифрового мозга — Brainnetome Atlas, превосходящую по детализации аналогичные европейские разработки. Она используется как основа в ИИ-платформах для диагностики психоневрологических заболеваний.

• Интеграция с биомедициной: в 2023 году стартап NeuCyber NeuroTech совместно с учёными из НАН Китая представил мозговой чип с 1 024 электродами, предназначенный для восстановления нейросигналов у пациентов с нарушениями двигательной активности. Это один из первых в мире коммерчески реализуемых интерфейсов мозг-компьютер.

• Связь с ИИ и робототехникой: на базе результатов China Brain Project разрабатываются когнитивные ИИ-системы нового поколения, которые уже применяются в роботах-ассистентах для ухода за пожилыми людьми и в интеллектуальных системах принятия решений.

Пример: институт 脑科学与智能技术 (Institute of Brain Science and Intelligent Technology) в Шанхае использует суперкомпьютеры для имитации когнитивных процессов человека, что помогает создавать более «естественные» ИИ-алгоритмы.

Как и в случае с индустрией электромобилей, «Проект Мозг» демонстрирует стратегический подход Китая к созданию технологического превосходства. Сочетание государственного планирования, научных разработок и интеграции с ИИ позволяет не только продвигать границы науки, но и решать прикладные задачи — от медицины до промышленной автоматизации. Это яркий пример того, как Китай стремится контролировать не только физическое производство, но и когнитивные технологии будущего.

Китайская стратегия ИИ: инвестиции, модели, применения

Правительство Китая инвестирует в ИИ системно и масштабно:

• Национальный инвестиционный фонд ИИ в объеме 60 млрд юаней (около 800 млрд рублей) финансирует ведущие проекты в области ИИ.

• Проект «Передача данных Восток-Запад» обеспечивает распределение вычислительных мощностей между регионами. Ежегодные затраты на инфраструктуру — около 400 млрд юаней (около 5 трлн рублей).

• Региональные инициативы:

  • Пекинский AI-фонд — 30 млрд юаней (около 400 млрд рублей);

  • Шанхайский материнский фонд — 22 млрд юаней (более 300 млрд рублей);

  • Провинциальные программы (например, в Гуандуне) — дополнительно до 10 млрд юаней (около 130 млрд рублей) на робототехнику и ИИ.

Эти инвестиции создают основу для создания высокоэффективных систем ИИ в самых разных отраслях: от медицины до логистики и городского управления.

Развитие инфраструктуры и технологий

• Налоговые стимулы: в 2024 году компании получили снижение налоговой нагрузки на сумму 900 млрд юаней (более 117 трлн рублей) за счет супервычета на R&D.

• Инфраструктурные прорывы: создание высокоскоростных дата-центров, поддержка разработчиков LLM, запуск open-source платформ на национальном уровне.

• Пример: национальная инициатива по созданию китайского аналога GPT привела к запуску DeepSeek — модели, интегрированной в госорганы и крупный бизнес. (Если вы уже тестировали DeepSeek, поделитесь впечатлениями в комментариях.)

Примеры внедрения ИИ

Среди наиболее интересных и примечательных примеров внедрения технологий искусственного интеллекта можно отметить следующие:

• Автомобильная промышленность: Baidu Apollo и Pony.ai — крупнейшие проекты в области автопилота. Более 1500 км тестовых трасс по стране, десятки лицензий на автономное вождение.

• Здравоохранение: «Проект Мозг» — инициатива на 2 млрд юаней (около 23 млрд рублей), направленная на диагностику с помощью ИИ. Уже 80% городских больниц используют интеллектуальные системы диагностики.

• Корпоративный сектор: внедрение чат-ботов, виртуальных помощников и LLM-интерфейсов для автоматизации клиентского сервиса, документооборота и закупок.

ABI — новая эра BI: от анализа к пониманию

Что такое ABI простыми словами?

ABI (Artificial BI, или Искусственный BI) — это новое поколение бизнес-аналитики, в котором ключевую роль играет искусственный интеллект. Если классическая BI (Business Intelligence) помогает компаниям собирать и визуализировать данные, то ABI делает шаг дальше: она не просто показывает, что происходит, а сама предлагает выводы, объясняет причины и даже рекомендует, что делать дальше.

Проще говоря, ABI — это «умная» аналитика, которая анализирует данные за вас, помогает быстро находить инсайты и принимать решения без глубоких технических знаний.

Факты об ABI:

• По данным Gartner, к 2025 году 75% данных в компаниях будут анализироваться без участия аналитиков — всё благодаря ABI.

• ABI включает в себя такие технологии, как машинное обучение, обработка естественного языка (NLP) и автоматические инсайты.

• ABI позволяет бизнес-пользователям задавать вопросы на обычном языке (например: «Почему снизились продажи в марте?») и получать понятный ответ.

Давайте разбираться подробно, что же это за зверь — ABI, и как он меняет подход к бизнес-аналитике.

Эволюция BI-инструментов

ABI позволяет бизнесу перейти от ручного анализа к интеллектуальному взаимодействию с данными. В центре внимания — не только визуализация, но и способность системы понимать запросы пользователя и предлагать инсайты.

Этапы развития ABI

• Этап 1 (до 2015): первые попытки использовать NL2SQL, основанные на шаблонах и классификаторах. Точность — низкая, сценарии ограничены.

• Этап 2 (2016–2018): появились модели, извлекающие ключевые сущности из текста, но без контекста и семантики.

• Этап 3 (2019–2020): внедрение элементов разговорного BI. Однако такие системы были дорогими, требовали настройки, часто неправильно трактовали запросы.

• Этап 4 (2021–2022): подключение pretrained моделей и глубоких сетей. Начало массового внедрения.

• Этап 5 (2023–): внедрение NL2DSL — перевод на формальный язык запросов, высокий уровень понимания.

Ключевые возможности ABI:

• Свободный ввод запроса: не нужно знать SQL или структуру базы данных. Пользователь пишет «Покажи регионы с падением продаж в марте» и получает готовый отчет.

• Генерация инсайтов: система самостоятельно анализирует данные и предлагает выводы: «В регионе X снижение на 15% связано с перебоями в поставках».

• Рекомендательная аналитика: ABI не просто фиксирует факты, а подсказывает варианты действий.

• Поддержка на всех уровнях: ABI можно внедрять и в малом бизнесе, и на уровне госуправления — от отделов закупок до HR-аналитики.

Почему это важно для России

BI в России: текущее состояние

Российские компании постепенно внедряют BI-системы, но:

• BI-решения в основном применяются в крупных компаниях и преимущественно в отчетности.

• Самообслуживание аналитики (self-service BI) пока редко используется вне аналитических отделов (кстати, если вы еще не прочитали, советую статью коллеги из GlowByte Юлия Гольдберга “Self-Service BI: как сделать, чтобы он полетел”).

• Отечественные ABI-платформы фактически отсутствуют. LLM пока не применяются массово в корпоративной аналитике.

• Зависимость от западных BI-платформ (Power BI, Tableau) всё ещё высока, несмотря на западные санкции и курс на импортозамещение

Потенциал внедрения ABI в России

Внедрение инструментов класса ABI в России может дать ощутимые эффекты, например:

• Рост эффективности: автоматизация отчетности, снижение времени на подготовку управленческих решений.

• Расширение доступа к данным: каждый сотрудник — от продавца до логиста — может работать с данными.

• Снижение затрат: оптимизация аналитических процессов, уменьшение потребности в дорогостоящих аналитиках.

• Замена ушедших из страны продуктов: создание и использование отечественных и восточных аналогов Power BI/Looker на базе LLM.

Да и в целом внедрение ABI будет способствовать укреплению цифрового суверенитета, так как повысит контроль над данными и аналитическими инструментами внутри страны.

Итак, что мы видим: Китай продемонстрировал, что ИИ и ABI могут изменить правила игры в бизнес-аналитике. В то время как традиционные BI-инструменты упираются в барьер компетенций и ресурсов, ABI делает аналитику доступной каждому — от сотрудника склада до топ-менеджера. Россия может использовать этот опыт как основу для развития собственной экосистемы, особенно в условиях необходимости технологического суверенитета и импортозамещения. Нам кажется, что лучше начать сейчас, чтобы не оказаться в роли догоняющего.

Больше интересной информации в наших каналах: FanRuan и FineBI Chat by GlowByte.