Sber AI est la division de recherche et développement en intelligence artificielle de Sberbank, la plus grande institution financière de Russie. Créée à la fin des années 2010, cette unité se concentre sur l'avancement des technologies d'intelligence artificielle pour des applications bancaires internes et des produits commerciaux externes. Ses créations les plus notables incluent GigaChat, un grand modèle de langage pour des tâches conversationnelles et génératives, et Kandinsky, une famille de modèles IA générative pour la synthèse texte-image. Sber AI opère comme un acteur clé de l'écosystème IA en Russie, rivalisant avec les laboratoires mondiaux tout en s'adaptant aux contraintes réglementaires et d'infrastructure locales.
La division est issue de la stratégie plus large de transformation numérique de Sberbank, qui a débuté vers 2017 sous la direction du PDG German Gref. Sberbank a investi massivement dans la science des données et l'apprentissage automatique pour améliorer le service client, l'évaluation des risques et l'efficacité opérationnelle. En 2019, la banque avait consolidé ses efforts en IA dans une unité dédiée, plus tard baptisée Sber AI, avec des équipes de recherche réparties entre Moscou et d'autres pôles technologiques russes. Les travaux du laboratoire couvrent le apprentissage automatique, le apprentissage profond et les architectures de réseaux de neurones, avec un fort accent sur le déploiement pratique dans la finance, la santé et les services publics.
Développement de GigaChat
GigaChat est le grand modèle de langage phare de Sber AI, annoncé pour la première fois en avril 2023. Il a été développé pour concurrencer les modèles internationaux comme la série GPT d'OpenAI, mais avec un accent sur la langue russe et le contexte culturel local. Le modèle repose sur une architecture transformeur, exploitant les mécanismes de attention multi-têtes et le encodage positionnel pour traiter les séquences de texte. GigaChat prend en charge à la fois les réponses conversationnelles et la génération de contenu, y compris l'écriture de code, la synthèse et la réponse aux questions.
La version initiale de GigaChat était en version bêta, disponible pour des utilisateurs sélectionnés via une application mobile et une interface web. Les versions ultérieures ont élargi les capacités, notamment avec des fonctionnalités multimodales intégrant la compréhension et la génération d'images. Sber AI a entraîné GigaChat sur de vastes corpus en russe et multilingues, avec des données provenant de livres, d'articles et de contenus web. Le processus d'entraînement a utilisé des couches de type réseau résiduel et la normalisation de couche pour stabiliser les architectures profondes, ainsi que des techniques d'optimiseur Adam et de planification du taux d'apprentissage pour une convergence efficace.
En 2024, Sber AI a publié GigaChat 2.0, qui a introduit un raisonnement amélioré et des taux d'hallucination réduits. Le modèle a été rendu disponible via une API pour les clients d'entreprise, et Sberbank l'a intégré à son application bancaire mobile pour l'automatisation du support client. En 2025, GigaChat reste l'un des rares grands modèles de langage développés entièrement en Russie, avec des mises à jour continues axées sur la sécurité et l'alignement.
Génération d'images Kandinsky
Kandinsky est la famille de modèles texte-image de Sber AI, nommée d'après le peintre russe Wassily Kandinsky. La première version, Kandinsky 1.0, a été publiée en 2022, basée sur une architecture de diffusion. Contrairement aux modèles autorégressifs, les modèles de diffusion génèrent des images en débruitant itérativement un bruit aléatoire, guidés par des invites textuelles. Sber AI a adapté cette approche en utilisant un backbone U-Net et des couches de attention croisée pour conditionner la génération sur des descriptions textuelles.
Kandinsky 2.0, publié en 2023, a amélioré la qualité et la résolution des images, prenant en charge jusqu'à 1024x1024 pixels. Il a introduit une configuration à double encodeur combinant un encodeur de texte de type CLIP avec un décodeur de diffusion, permettant une adhérence plus précise aux invites. Kandinsky 3.0, lancé fin 2023, a encore amélioré le photoréalisme et ajouté des fonctionnalités comme l'édition d'images et l'infilling. Les modèles ont été entraînés sur un ensemble de données organisé d'images russes et internationales, avec un accent sur des styles et des sujets variés.
Sber AI a rendu Kandinsky disponible via une interface web publique et une API, permettant aux développeurs et aux artistes de générer des images à des fins commerciales. Les modèles ont été appliqués dans la publicité, la création de contenu et les outils éducatifs. En 2025, Kandinsky 4.0 est en développement, avec des améliorations attendues en vitesse et en contrôle fin.
Recherche et infrastructure
Sber AI maintient un programme de recherche substantiel, publiant des articles dans des conférences internationales et collaborant avec des institutions académiques. Les domaines de recherche du laboratoire incluent la IA générative, l'apprentissage par renforcement (bien que non explicitement listé) et le déploiement efficace de modèles. Sber AI a contribué à des projets open-source, publiant certains poids de modèles et du code d'entraînement pour la communauté, bien que de nombreuses ressources restent propriétaires.
Pour soutenir l'entraînement à grande échelle, Sber AI exploite un cluster de calcul haute performance, initialement construit sur des GPU NVIDIA. Cependant, en raison des sanctions internationales imposées après 2022, le laboratoire a rencontré des difficultés pour acquérir du matériel avancé. En réponse, Sber AI a exploré des alternatives, notamment le développement de puces domestiques et des partenariats avec des fabricants chinois. En 2025, le laboratoire utilise un mélange de GPU NVIDIA plus anciens et de nouveaux accélérateurs domestiques, avec des efforts continus pour optimiser l'efficacité de l'entraînement.
La division investit également dans des techniques de augmentation de données pour maximiser l'utilité des données d'entraînement limitées. Cela inclut la génération de données synthétiques et l'expansion de corpus multilingues. Sber AI emploie des méthodes de élagage de modèles et de quantification pour réduire les coûts d'inférence, permettant le déploiement sur des appareils de périphérie et des plateformes mobiles.
Applications et produits
Au-delà de GigaChat et Kandinsky, Sber AI développe des solutions d'IA pour le cœur de métier de Sberbank. Cela inclut des systèmes de détection de fraude utilisant la détection d'anomalies (non listée, mais implicite), des modèles de notation de crédit et des recommandations financières personnalisées. L'application mobile de la banque intègre des assistants virtuels propulsés par les modèles de Sber AI, gérant les requêtes des clients et les tâches transactionnelles.
Sber AI travaille également sur le traitement du langage naturel pour les documents juridiques et réglementaires, automatisant la revue de contrats et les contrôles de conformité. Dans le domaine de la santé, le laboratoire collabore avec des institutions médicales pour développer des outils de diagnostic, tels que l'analyse d'images pour la radiologie. La division a lancé plusieurs produits autonomes, notamment un moteur de reconnaissance vocale et un système de synthèse vocale pour le russe.
Pour les clients d'entreprise, Sber AI propose une plateforme cloud appelée SberCloud, qui donne accès à ses modèles et à des services d'IA personnalisés. Cette plateforme concurrence les offres mondiales comme Azure et Google Cloud, mais est adaptée aux exigences de résidence des données russes. Sber AI a également noué des partenariats avec des agences gouvernementales pour mettre en œuvre l'IA dans les services publics, tels que les chatbots d'assistance aux citoyens et le traitement de documents.
Paysage concurrentiel
Sber AI opère dans un environnement concurrentiel unique. À l'international, elle concurrence des laboratoires comme OpenAI, Anthropic et Google DeepMind, bien que ses modèles soient principalement conçus pour les utilisateurs russophones. Sur le plan national, Sber AI fait face à la concurrence de Yandex, une autre grande entreprise technologique russe, qui a développé son propre grand modèle de langage appelé YandexGPT. La rivalité entre Sber et Yandex s'étend à la recherche en IA, les deux entreprises se disputant les talents et les parts de marché.
Sber AI se différencie par son intégration avec l'écosystème financier de Sberbank, offrant des services d'IA regroupés avec des produits bancaires. Le laboratoire met également l'accent sur la localisation, en veillant à ce que les modèles comprennent les idiomes russes, les références culturelles et la terminologie juridique. Cet accent a aidé GigaChat à gagner du terrain sur les marchés russophones, malgré une échelle plus réduite que celle des homologues mondiaux.
En raison des sanctions et des contrôles à l'exportation, Sber AI ne peut pas accéder au matériel de pointe ni aux services cloud des fournisseurs occidentaux. Cela a forcé le laboratoire à innover en matière d'efficacité des modèles et de calcul alternatif. En 2025, les modèles de Sber AI sont compétitifs en qualité pour les tâches en langue russe, mais accusent un retard par rapport aux principaux modèles internationaux dans les benchmarks multilingues et multimodaux.
Considérations éthiques et réglementaires
Sber AI opère sous les réglementations russes régissant l'IA et la protection des données. Les lois du pays sur la localisation des données exigent que les données personnelles soient stockées sur des serveurs situés en Russie, ce que Sber AI respecte grâce à son infrastructure cloud domestique. Le laboratoire adhère également aux directives sur la sécurité de l'IA, y compris des mesures pour prévenir la génération de contenus nuisibles et les biais.
En 2023, Sber AI a publié un ensemble de principes éthiques pour le développement de l'IA, mettant l'accent sur la transparence, la responsabilité et la supervision humaine. Le laboratoire effectue des examens internes des sorties de modèles et met en œuvre des techniques de apprentissage par renforcement à partir de retours d'IA pour aligner les modèles sur les comportements souhaités. Cependant, les audits indépendants sont limités, et certains observateurs internationaux ont soulevé des préoccupations concernant d'éventuelles applications de surveillance.
Sber AI a également été critiquée pour l'impact environnemental de l'entraînement de grands modèles, bien que le laboratoire n'ait pas divulgué de chiffres détaillés sur la consommation d'énergie. En réponse, la division explore des architectures plus efficaces et des sources d'énergie renouvelables pour ses centres de données.
Orientations futures
À l'avenir, Sber AI prévoit d'étendre les capacités de GigaChat pour inclure davantage de langues, en particulier celles des anciennes républiques soviétiques. Le laboratoire travaille également sur des modèles multimodaux capables de traiter simultanément l'audio, la vidéo et le texte, à l'instar des efforts chez OpenAI et Google DeepMind. En matière de génération d'images, Kandinsky devrait intégrer des fonctionnalités de génération vidéo, permettant de créer de courts clips à partir d'invites textuelles.
Sber AI investit dans des solutions de calcul en périphérie pour exécuter des modèles plus petits sur des smartphones et des appareils IoT, réduisant ainsi la latence et les coûts de transfert de données. La division recherche également le apprentissage en quelques exemples et l'apprentissage méta (non listés, mais implicites) pour améliorer l'adaptabilité des modèles avec des données limitées. Des partenariats avec des universités russes visent à cultiver un vivier de talents en IA, garantissant la durabilité à long terme.
En 2025, Sber AI reste un acteur important du paysage mondial de l'IA, bien que contraint par des facteurs géopolitiques. Ses contributions à l'IA en langue russe sont substantielles, et ses modèles sont largement utilisés dans tout le pays. La capacité du laboratoire à innover sous contraintes de ressources offre des leçons pour d'autres régions confrontées à des défis similaires.
Structure organisationnelle
Sber AI est dirigée par un directeur de l'IA, avec des équipes organisées par domaine de recherche, développement de produits et infrastructure. La division emploie des centaines de chercheurs et d'ingénieurs, dont beaucoup ont des parcours en mathématiques, informatique et linguistique. Sber AI collabore avec des institutions académiques comme le laboratoire d'IA de Stanford et l'université de Toronto sur des projets de recherche conjoints, bien que ces partenariats aient été affectés par les sanctions.
Le laboratoire opère sous l'égide de Sberbank, avec un financement provenant des bénéfices de la banque et d'investissements stratégiques. Sber AI génère également des revenus grâce à des licences commerciales et des services cloud. Le succès de la division est mesuré à la fois par la production de recherche et l'impact commercial, avec des indicateurs incluant la performance des modèles, l'adoption par les clients et les économies de coûts.
Sber AI a reçu plusieurs récompenses pour son travail, notamment une reconnaissance lors de conférences internationales sur l'IA. Cependant, la visibilité internationale du laboratoire est limitée par rapport à ses homologues occidentaux, en partie à cause des barrières linguistiques et de l'isolement géopolitique. Malgré cela, Sber AI continue de publier des recherches et de s'engager avec la communauté mondiale de l'IA via des plateformes en ligne.
En résumé, Sber AI représente un effort majeur pour construire des capacités d'IA souveraines en Russie. Ses modèles GigaChat et Kandinsky démontrent une compétence technique, tandis que son intégration avec Sberbank offre un avantage commercial unique. L'avenir de la division dépendra de la navigation à travers les contraintes matérielles, les pressions réglementaires et les dynamiques concurrentielles dans un marché mondial de l'IA de plus en plus fragmenté.