Sber AIは、ロシア最大の金融機関であるSberbankの人工知能研究開発部門である。2010年代後半に設立されたこの部門は、銀行内部のアプリケーションと外部向けの商業製品の両方のために人工知能技術を進展させることに焦点を当てている。その最も顕著な成果には、対話および生成タスク用の大規模言語モデルであるGigaChatと、テキストから画像を合成するための生成AIモデル群であるKandinskyが含まれる。Sber AIはロシアのAIエコシステムにおける主要プレーヤーとして機能し、世界的な研究所と競争しながら、国内の規制およびインフラの制約に適応している。
この部門は、2017年頃にCEOのGerman Grefのリーダーシップの下で始まったSberbankのより広範なデジタル変革戦略から生まれた。Sberbankは、顧客サービス、リスク評価、および運用効率を向上させるために、データサイエンスと機械学習に多額の投資を行った。2019年までに、銀行はAIへの取り組みを専任部門に統合し、後にSber AIとしてブランド化し、研究チームはモスクワおよび他のロシアのテックハブに分散した。この研究所の作業は機械学習、深層学習、およびニューラルネットワークアーキテクチャに及び、金融、医療、および公共サービスでの実用的な展開に重点を置いている。
GigaChatの開発
GigaChatはSber AIの主力大規模言語モデルであり、2023年4月に初めて発表された。これはOpenAIのGPTシリーズなどの国際的なモデルと競争するために開発されたが、ロシア語と地域の文化的文脈に焦点を当てている。このモデルはトランスフォーマーアーキテクチャに基づいて構築されており、マルチヘッドアテンションメカニズムと位置エンコーディングを活用してテキストシーケンスを処理する。GigaChatは対話応答とコンテンツ生成の両方をサポートしており、コード作成、要約、および質問応答が含まれる。
GigaChatの初期リリースはベータ版であり、モバイルアプリとウェブインターフェースを通じて選択されたユーザーに利用可能だった。その後のバージョンでは、画像理解と生成を統合するマルチモーダル機能を含む機能が拡張された。Sber AIは、書籍、記事、およびウェブコンテンツから取得したデータを使用して、大規模なロシア語および多言語コーパスでGigaChatを訓練した。訓練プロセスでは、残差ネットワークスタイルの層と層正規化を使用して深いアーキテクチャを安定させ、Adamオプティマイザーと学習率スケジュール技術を効率的な収束のために採用した。
2024年、Sber AIはGigaChat 2.0をリリースし、推論の改善と幻覚率の低減を導入した。このモデルはエンタープライズクライアント向けのAPIを通じて利用可能になり、Sberbankは顧客サポートの自動化のためにモバイルバンキングアプリに統合した。2025年現在、GigaChatはロシア国内で完全に開発された数少ない大規模言語モデルの1つであり、安全性と整合性に焦点を当てた継続的な更新が行われている。
Kandinsky画像生成
KandinskyはSber AIのテキストから画像へのモデル群であり、ロシアの画家Wassily Kandinskyにちなんで名付けられた。最初のバージョンであるKandinsky 1.0は2022年にリリースされ、拡散ベースのアーキテクチャに基づいて構築された。自己回帰モデルとは異なり、拡散モデルはテキストプロンプトによって導かれながら、ランダムノイズを反復的にノイズ除去して画像を生成する。Sber AIは、U-Netバックボーンとクロスアテンション層を使用して、テキスト記述に生成を条件付けるためにこのアプローチを適応させた。
Kandinsky 2.0は2023年にリリースされ、画像品質と解像度を向上させ、最大1024x1024ピクセルをサポートした。これは、CLIPのようなテキストエンコーダーと拡散デコーダーを組み合わせたデュアルエンコーダーセットアップを導入し、より正確なプロンプト順守を可能にした。Kandinsky 3.0は2023年後半に発売され、フォトリアリズムをさらに強化し、画像編集やインペインティングなどの機能を追加した。モデルは、多様なスタイルと主題に焦点を当てたロシアおよび国際的な画像の厳選されたデータセットで訓練された。
Sber AIは、Kandinskyを公開ウェブインターフェースとAPIを通じて利用可能にし、開発者やアーティストが商業用途で画像を生成できるようにした。モデルは広告、コンテンツ作成、および教育ツールに適用されている。2025年現在、Kandinsky 4.0が開発中であり、速度と細かい制御の改善が期待されている。
研究とインフラ
Sber AIはかなりの研究プログラムを維持しており、国際的な会議で論文を発表し、学術機関と協力している。研究所の研究分野には、生成AI、効率的なモデル展開が含まれる。Sber AIはオープンソースプロジェクトに貢献し、一部のモデルウェイトとトレーニングコードをコミュニティ利用のためにリリースしているが、多くのリソースはプロプライエタリのままである。
大規模なトレーニングをサポートするために、Sber AIは高性能コンピューティングクラスターを運用しており、当初はNVIDIA GPU上に構築された。しかし、2022年以降に課された国際制裁により、研究所は高度なハードウェアを取得する際に課題に直面した。これに対応して、Sber AIは国内のチップ開発や中国メーカーとの提携を含む代替案を模索した。2025年現在、研究所は古いNVIDIA GPUと新しい国内アクセラレーターの混合を使用しており、トレーニング効率を最適化するための継続的な取り組みが行われている。
この部門はまた、限られたトレーニングデータの有用性を最大化するためにデータ拡張技術に投資している。これには、合成データ生成と多言語コーパスの拡張が含まれる。Sber AIは、モデルプルーニングと量子化メソッドを使用して推論コストを削減し、エッジデバイスやモバイルプラットフォームでの展開を可能にしている。
アプリケーションと製品
GigaChatとKandinskyに加えて、Sber AIはSberbankの中核事業向けのAIソリューションを開発している。これには、不正検出システム、信用スコアリングモデル、およびパーソナライズされた金融推奨が含まれる。銀行のモバイルアプリは、Sber AIモデルによって強化された仮想アシスタントを統合し、顧客の問い合わせや取引タスクを処理している。
Sber AIはまた、法的および規制文書のための自然言語処理に取り組んでおり、契約レビューとコンプライアンスチェックを自動化している。医療分野では、研究所は医療機関と協力して、放射線学の画像分析などの診断ツールを開発している。この部門は、ロシア語の音声認識エンジンやテキスト読み上げシステムなど、いくつかのスタンドアロン製品を立ち上げた。
エンタープライズクライアント向けに、Sber AIはSberCloudと呼ばれるクラウドプラットフォームを提供しており、そのモデルとカスタムAIサービスへのアクセスを提供している。このプラットフォームはAzureやGoogle Cloudなどのグローバルな提供と競争しているが、ロシアのデータ居住要件に合わせて調整されている。Sber AIはまた、市民サポートチャットボットや文書処理などの公共サービスにAIを実装するために政府機関と提携している。
競争環境
Sber AIは独自の競争環境で運営されている。国際的には、OpenAI、Anthropic、およびGoogle DeepMindなどの研究所と競争しているが、そのモデルは主にロシア語話者向けに設計されている。国内では、Sber AIはYandexGPTと呼ばれる独自の大規模言語モデルを開発したもう1つの主要なロシアのテック企業であるYandexと競争に直面している。SberとYandexの間の競争はAI研究にも及び、両社は人材と市場シェアを争っている。
Sber AIは、Sberbankの金融エコシステムとの統合を通じて差別化を図り、銀行製品とバンドルされたAIサービスを提供している。研究所はまた、モデルがロシアのイディオム、文化的参照、および法的用語を理解することを保証するローカリゼーションを重視している。この焦点は、規模が世界的な対応物よりも小さいにもかかわらず、GigaChatがロシア語圏の市場で勢いを得るのに役立っている。
制裁と輸出管理のため、Sber AIは西側プロバイダーからの最先端のハードウェアやクラウドサービスにアクセスできない。これにより、研究所はモデル効率と代替コンピューティングで革新を余儀なくされた。2025年現在、Sber AIのモデルはロシア語タスクの品質で競争力があるが、多言語およびマルチモーダルベンチマークでは主要な国際モデルに遅れをとっている。
倫理的および規制上の考慮事項
Sber AIは、AIとデータ保護を管理するロシアの規制の下で運営されている。国のデータローカライゼーション法は、個人データをロシア国内のサーバーに保存することを要求しており、Sber AIは国内のクラウドインフラを通じてこれに準拠している。研究所はまた、有害なコンテンツ生成やバイアスを防ぐための対策を含むAI安全ガイドラインを順守している。
2023年、Sber AIはAI開発のための一連の倫理原則を公開し、透明性、説明責任、および人間の監督を強調した。研究所はモデル出力の内部レビューを実施し、AIフィードバックからの強化学習技術を実装してモデルを望ましい行動に整合させている。ただし、独立した監査は限られており、一部の国際的なオブザーバーは潜在的な監視アプリケーションについて懸念を表明している。
Sber AIはまた、大規模モデルのトレーニングの環境影響について批判に直面しているが、研究所は詳細なエネルギー消費量を開示していない。これに対応して、部門はデータセンターのためにより効率的なアーキテクチャと再生可能エネルギー源を模索している。
将来の方向性
今後、Sber AIはGigaChatの機能を拡張して、特に旧ソビエト共和国の言語を含むより多くの言語を含めることを計画している。研究所はまた、OpenAIやGoogle DeepMindでの取り組みと同様に、オーディオ、ビデオ、およびテキストを同時に処理できるマルチモーダルモデルに取り組んでいる。画像生成では、Kandinskyがビデオ生成機能を組み込み、テキストプロンプトから短いクリップを生成することが期待されている。
Sber AIは、スマートフォンやIoTデバイスでより小さなモデルを実行するためのエッジコンピューティングソリューションに投資しており、遅延とデータ転送コストを削減している。部門はまた、限られたデータでモデルの適応性を向上させるために研究している。ロシアの大学との提携は、AI人材のパイプラインを育成し、長期的な持続可能性を確保することを目的としている。
2025年現在、Sber AIは地政学的要因によって制約されているものの、世界のAI環境における重要なプレーヤーであり続けている。ロシア語AIへの貢献は大きく、そのモデルは国内で広く使用されている。リソース制約の下で革新する研究所の能力は、同様の課題に直面している他の地域にとって教訓を提供している。
組織構造
Sber AIは最高AI責任者によって率いられ、チームは研究分野、製品開発、およびインフラストラクチャごとに編成されている。この部門は数百人の研究者とエンジニアを雇用しており、その多くは数学、コンピュータサイエンス、および言語学のバックグラウンドを持っている。Sber AIはスタンフォードAIラボやトロント大学などの学術機関と共同研究プロジェクトで協力しているが、そのような提携は制裁の影響を受けている。
研究所はSberbankの企業傘下で運営されており、資金は銀行の利益と戦略的投資から得られている。Sber AIはまた、商業ライセンスとクラウドサービスを通じて収益を生み出している。部門の成功は研究出力とビジネス影響の両方で測定され、モデルパフォーマンス、顧客採用、およびコスト削減などの指標が含まれる。
Sber AIはその作業に対していくつかの賞を受賞しており、国際的なAI会議での認識が含まれる。ただし、研究所の国際的な可視性は、言語の壁と地政学的孤立のために西側の対応物と比較して限られている。それにもかかわらず、Sber AIは研究を発表し続け、オンラインプラットフォームを通じてグローバルなAIコミュニティと関与している。
要約すると、Sber AIはロシア国内で主権AI能力を構築するための主要な取り組みを表している。そのGigaChatとKandinskyモデルは技術的な熟練を示しており、Sberbankとの統合は独自の商業的利点を提供している。部門の将来は、ますます断片化するグローバルAI市場におけるハードウェア制約、規制圧力、および競争ダイナミクスを乗り越えることに依存するだろう。