Яндекс направит миллиарды на обучение нейросетей: качество ИИ теперь зависит от узких экспертов

Яндекс провел первую в России конференцию для ИИ-тренеров, отметив смену парадигмы в развитии искусственного интеллекта. Компании стало недостаточно просто увеличивать объемы данных: теперь качество ответов зависит от экспертизы в конкретных отраслях. В этом году Яндекс направит 3,5 млрд рублей на привлечение таких специалистов, а общее количество ИИ-тренеров в штате вырастет до 2,5 тыс. человек.

Почему выросла потребность в экспертах

Раньше нейросети обучали на огромных массивах общей информации. Сегодня этот подход упирается в потолок: каждая пятая просьба к модели касается узких тем — медицины, права, финансов или инженерии. Чтобы ИИ отвечал точно и безопасно, нужны люди с профильным образованием, которые смогут проверить факты и указать на ошибки в ответах алгоритма.

За последние три года расходы Яндекса на привлечение экспертов для обучения моделей выросли в 3,5 раза. Это свидетельствует о том, что рынок ИИ переходит от этапа накопления «сырых» данных к этапу тонкой настройки под реальные профессиональные задачи.

Новая платформа и условия работы

В рамках конференции компания представила специализированную платформу для ИИ-тренеров. Она создана для специалистов из разных сфер, которые хотят участвовать в обучении нейросетей без необходимости знать программирование или архитектуру ИИ.

Ключевые условия участия:

• Главный критерий: глубокие знания в своей области (медицина, юриспруденция, наука и т.д.).
• Отбор: необходимо предоставить документы об образовании и пройти конкурсный этап.
• Гибкость: можно работать на полную ставку или совмещать обучение моделей с основной работой и научной деятельностью.

Контекст и последствия

Рост доли запросов по узкоспециализированным темам до 20% показывает, что универсальные модели уступают место нишевым решениям. Для бизнеса это означает, что стоимость качественного ИИ-контента будет определяться не количеством вычислительных мощностей, а доступом к редким экспертам в конкретных отраслях.

• Рынок труда: Появление новой массовой профессии — ИИ-тренера. Это открывает возможности для специалистов из академической и профессиональной среды монетизировать свои знания без смены основной деятельности.
• Качество данных: Инвестиции в человеческий фактор (верификацию ответов) становятся главным драйвером улучшения качества ИИ, а не только апгрейдом железа или алгоритмов.
• Конкурентное преимущество: Компании, которые первыми выстроят систему работы с узкими экспертами, получат более точные и безопасные модели, что критично для отраслей с высокими рисками (медицина, финансы).