В российском ИИ-ландшафте де-факто сложилось два полюса.
С одной стороны — экосистема Sber AI во главе с GigaChat, ориентированная на бизнес, инфраструктуру и корпоративные сценарии. С другой — Алиса ИИ от Яндекса, которая одновременно и голосовой ассистент, и фронт для больших моделей вроде Яндекс GPT. В новостях всё это звучит как шум: «новый режим», «обновление ассистента», «запуск ИИ-агентов». Разберёмся спокойно, чем эти системы действительно отличаются и кому что больше подходит.
По пути будем опираться на уже оформленные карточки моделей:
• Sber AI / GigaChat
• Яндекс GPT и Алиса ИИ
И посмотрим на обе экосистемы как на два разных подхода к одной задаче: сделать работающий искусственный интеллект, а не просто красивую демку.
Архитектура и фокус: платформа против интерфейса
Sber AI строится вокруг идеи «тяжёлой» Large Language Model, работающей как ядро для нескольких продуктов: GigaChat, генерация изображений, голосовые сервисы, эксперименты с AI Agent-сценариями. В центре — модель и инфраструктура: кластеры, инференс, оптимизация стоимости вычислений. Вся оболочка — чат-клиенты, виджеты, API — надстраивается сверху.
У Яндекса фокус исторически другой. Алиса ИИ — в первую очередь интерфейс. Это голос в колонке, чат в браузере, панель в Поиске и Маркете. Под капотом у неё работают языковые модели семейства Яндекс GPT, но пользователю важнее не названия чекпоинтов, а то, что ассистент понимает речь, видит экран, помогает оформить заказ, построить маршрут, свериться с документом. Здесь именно Алиса — точка входа, а модели — внутренний слой.
Если упростить до одной фразы:
- Sber AI — «мы даём тебе модель и инфраструктуру, а ты строишь свои сервисы»,
- Алиса ИИ — «мы даём тебе готового ассистента, который сам выходит в сервисы Яндекса».
Сценарии использования: бизнес против повседневной жизни
Для Sber AI приоритет — корпоративные сценарии. Модель дообучают на внутренних датасетах, подстраивают под терминологию компаний, превращают в ассистента операторов колл-центров, банковских сотрудников, специалистов поддержки. Здесь важны эмбеддинги, интеграция с базами знаний, аналитическими системами и RAG-решениями, которые подтягивают факты из внутренних хранилищ.
Алиса ИИ живёт в другой реальности: это миллионы пользователей, которые спрашивают погоду, включают музыку, составляют письмо, просят объяснить школьную задачу или пересказать документ. Важны не только ответы, но и голос, эмоция, привычки. Здесь ИИ все чаще работает как AI Agent, который может:
- сам предложить продолжить задачу;
- напомнить о событии;
- переключить пользователя между голосом, текстом и визуальными подсказками;
- подключить сервисы экосистемы (такси, доставка, Маркет).
Бизнес-интеграции у Яндекса тоже есть, но приоритет другой: ассистент должен быть «везде и всегда», а не только в кабинетах CIO.
Сравнительная таблица: Sber AI vs Алиса ИИ
| Параметр | Sber AI / GigaChat | Алиса ИИ / Яндекс GPT |
|---|---|---|
| Главный фокус | Корпоративный ИИ, B2B-интеграции, инфраструктура | Массовый ассистент, пользовательский UX, голос |
| Основа | Large Language Model с акцентом на русский бизнес-дискурс | Яндекс GPT как базовая LLM + надстройка в виде ассистента |
| Интерфейс | Веб-клиент, API, интеграции в сервисы Сбера | Голос, чат, Поиск, Маркет, колонки, мобильные приложения |
| Настройка под компанию | Глубокое дообучение на внутренних данных, кастомные чекпоинты | Акцент на сценариях и интеграции с продуктами Яндекса |
| AI-агенты | Пилоты в бизнес-процессах, автоматизация внутренних цепочек | Ассистенты для бронирований, поиска скидок, бытовых задач |
| Где почитать подробнее | Карточка Sber AI | Карточка Алисы ИИ |
Технологический профиль: где чей сильный бок
С точки зрения «чистой техники» обе экосистемы двигаются в одном направлении: длинный контекст, более устойчивый reasoning, снижение стоимости инференс и постепенный переход к сценариям, где пользователю не нужно каждый раз руками писать промпт.
У Sber AI сильная сторона — глубина стека. Крупные корпоративные внедрения требуют не только модели, но и мониторинга, логирования, контроля качества, настройки прав доступа. Здесь в ход идут свои GPU-кластеры, оптимизации, работа с приватными данными и кастомные пайплайны. Для сложных проектов это плюс: можно строить свой ИИ-слой поверх уже готовой инфраструктуры.
У Алисы ИИ сильнее проработан UX-уровень. Ассистент должен понимать «живую речь», работать с шумной фоновой информацией, быстро двигаться между сценариями: от поиска до заказа такси. Это тоже серьёзная инженерия: мультимодальная обработка, быстрые эмбеддинги запросов, адаптация к пользователю, временная model memory, которая держит локальный контекст диалога.
По сути, обе системы строят свои AI Agent-конфигурации, только с разными исходными точками: Sber AI — из мира корпоративных процессов, Алиса ИИ — из мира повседневных привычек.
Что выбрать бизнесу и пользователю
Если смотреть глазами бизнеса, логика простая:
- Нужен контролируемый, дообучаемый ИИ внутри периметра, с доступом к корпоративным базам, отчётности и регламентам — стоит смотреть в сторону Sber AI / GigaChat.
- Нужен ассистент, который уже живёт в экосистеме пользователя, умеет разговаривать голосом, связан с почтой, навигацией, маркетплейсом — Алиса ИИ и Яндекс GPT выглядят естественным выбором.
Для обычного человека картина ещё проще:
- Sber AI чаще останется чем-то «подкапотным», что работает в банке, страховой или приложении,
- Алиса ИИ — тем самым голосом и собеседником, который каждый день отвечает на самые разные вопросы.
