Два месяца пилотирования на прокатном стане, стабильные 12 миллисекунд на кадр при обработке видеопотока с четырёх камер, идеальный инференс на ребре. Мы бьём по рукам с техническим директором завода, а через неделю юридический отдел отправляет контракт в шредер. Причина проста и убийственна: на столе у безопасников лежал регламент, ссылающийся на тему «Реестр российского ПО для ИИ в 2026: как попасть, что требует Минцифры и зачем это закупщику», и нашего софта в этом списке под нужным классом на тот момент не оказалось. Месяцы инженерной работы и миллионы рублей разбились о недостающую канцелярскую запись.
Это суровая реальность отечественного индустриального B2B. Рынок расколот на две конфликтующие парадигмы: мир технической зрелости и мир бюрократической безопасности. Вы можете написать идеальную архитектуру edge-ai, которая аппаратно ускоряется на тензорных ядрах, изолировать периметр так, что наружу не утечёт ни единого байта телеметрии, и выжать максимальный throughput. Но если ваши нейросети не числятся в реестре под классом искусственного интеллекта, для государства и крупного бизнеса вас не существует.
Заказчики, зажатые тисками 44-ФЗ и 223-ФЗ, живут по законам национального режима. Для них импортозамещение — это не красивый лозунг, а жесткий KPI и юридическая обязанность. Зарубежный софт методично выкорчевывается из критической инфраструктуры. Правило работает предельно грубо: если на рынке существует хотя бы одно отечественное решение с нужным функционалом из реестра, купить иностранный или нереестровый аналог вы не имеете права. Закупщик приобретает в первую очередь легальную юрисдикцию, а уже во вторую — пропускную способность алгоритмов.
Для правообладателя же попадание в эту базу — вопрос выживания юнит-экономики. Цифры говорят сами за себя: обнуленный НДС, налог на прибыль в пять процентов и страховые взносы на уровне 7,6 процента. Когда мы в Morana Labs проектировали очередные edge-ПАК отечественной сборки для видеоаналитики на конвейерах, именно эта налоговая математика позволила удержать экономику железа в плюсе без компромиссов по качеству компонентов. Необлачный инференс требует чудовищных капитальных затрат: вы покупаете промышленные серверы, решаете проблемы с охлаждением в цехах, тратите ресурсы на низкоуровневую оптимизацию C++. Если при этом платить налоги по полной ставке, проект умрёт ещё до масштабирования. Государство субсидирует эти затраты льготами, но требует полной прозрачности взамен.
И здесь начинается самое интересное, потому что регулятор радикально закрутил гайки. Эпоха, когда можно было скачать веса YOLO с открытых площадок, обернуть их в базовый Python-скрипт и назвать это суверенным ИИ, официально закончена. Требования 2025 и 2026 годов бьют в самую суть машинного обучения — в данные. Чтобы ваш продукт классифицировали как искусственный интеллект, придётся полностью раскрыть метаданные обучающей выборки.
Комиссию больше не устраивает формальное описание архитектуры. Вы обязаны предоставить внутреннее название датасета, которое должно биться с вашей проектной документацией. Вы должны зафиксировать точную дату его формирования или последней заморозки. Потребуется раскрыть объём: не просто в гигабайтах, но и в штуках — количестве размеченных изображений, часов аудио или строк логов. Самый жесткий пункт — происхождение данных. Если вы заявляете узкоспециализированную нейросеть для детекции дефектов сварного шва, а источником происхождения указываете парсинг случайных картинок из интернета, экспертный совет развернёт заявку. Нужны доказательства легального сбора телеметрии с физических датчиков или честной покупки лицензий на датасеты. В завершение указывается формат хранения данных, что окончательно отсекает проекты, существующие только в виде презентаций.
Чтобы автоматизировать проверку таких параметров при развёртывании ПАК в закрытых контурах, метаданные датасетов всё чаще зашивают прямо в конфигурационные файлы моделей. Это выглядит как стандартизированный манифест, который аудитор может считать напрямую с железа:
{ "model_id": "defect_segmentation_v4", "registry_class": "02.09", "dataset_disclosure": { "name": "internal_metallurgy_defects_raw", "creation_date": "2025-10-14T00:00:00Z", "volume_bytes": 145000000000, "records_count": 845000, "origin": "proprietary_cnc_sensor_data", "format": "hdf5_with_masks" }, "inference_target": "edge_npu", "cloud_dependency": null}Реестр российского ПО для ИИ в 2026: как попасть, что требует Минцифры и зачем это закупщику
Посмотрим на эту механику глазами человека, который подписывает акт приёмки. Для закупщика новые требования Минцифры выступают отличным первичным фильтром. Жесткие правила раскрытия датасетов отсеивают откровенных мошенников и псевдо-интеграторов, чей продукт представляет собой тонкую обёртку над облачными API. Если компания способна документально подтвердить происхождение миллионов размеченных кадров, она как минимум обладает реальной MLOps-инфраструктурой и контролирует процесс обучения моделей.
Но здесь кроется фундаментальный трейд-офф, о котором часто забывают в погоне за импортозамещением. Наличие записи в базе — это подтверждение юридической чистоты, а не гарантия технической зрелости. Реестр ничего не знает о том, как ваша нейросеть будет работать под реальной нагрузкой. Экспертный совет не измеряет фрагментацию оперативной памяти на длительных дистанциях. Ни один чиновник не проверяет, упадёт ли ваш хвалёный компьютерный конвейер при изменении освещения в цеху с дневного света на мерцающие светодиоды.
В реестре хватает «сертифицированного ИИ», который течёт по памяти так сильно, что требует жесткого перезапуска контейнера каждые три часа. Там числятся системы, которые при малейшем нагреве вычислительного модуля уходят в глубокий троттлинг, превращая реалтайм видеопоток в слайд-шоу. Документация стерпит любую архитектуру, но законы физики на заводе обмануть нельзя.
Поэтому задача инженера на стороне заказчика — безжалостно разделять бюрократическую валидацию и техническую приёмку. Вы проверяете реестровый номер под нужным классом, чтобы успокоить юристов и пройти фильтры регулятора. А затем вы запираете вендора в лаборатории и начинаете ломать его продукт. Вы требуете развернуть систему на реальном edge-ПАК, который пойдёт в серию. Вы отрубаете машине любой доступ во внешний мир, имитируя глухой промышленный контур, и подаёте на вход сырые, ненормализованные данные с ваших собственных камер.
Если нейросеть призвана останавливать станок при обнаружении постороннего предмета, вас не должна волновать её прописка. Вас должен волновать хвост задержки p99. Если задержка инференса прыгает до пятисот миллисекунд, станок успеет перемолоть деталь вместе с манипулятором. Никакая выписка из приказа не восстановит разрушенное оборудование и не вернёт деньги за простой линии. Настоящий, боевой ИИ обязан выдерживать заявленные метрики полноты и точности в абсолютно автономном режиме.
Выживание в этом сегменте требует стопроцентной двойной квалификации. Разработчик обязан маневрировать в лабиринтах налоговых льгот, безупречно оформлять происхождение датасетов и держать исходный код на локальных git-серверах, чтобы бизнес физически мог существовать. И ровно с той же педантичностью он обязан переписывать узкие места в CUDA-ядрах, контролировать температуру кристаллов и биться за каждую миллисекунду задержки. Одно без другого в индустриальном реалтайме больше не работает.