Искусственный интеллект все чаще воспринимается как соревнование, предназначенное для очень крупных государств. Согласно Индексу ИИ Стэнфордского университета за 2026 год, частные инвестиции США в сфере ИИ достигли почти 286 миллиардов долларов в прошлом году, что более чем в 23 раза превышает показатель Китая.
Обучение и запуск передовых моделей требует огромной вычислительной инфраструктуры, дорогостоящих чипов, электроэнергии и относительно небольшого пула высококвалифицированных специалистов. Тем не менее, две страны с населением и внутренними рынками значительно меньшими, чем у этих двух мировых держав, сумели расположить себя необычно близко к центру этой гонки.
Объединенные Арабские Эмираты (ОАЭ) направляют значительный капитал в развитие вычислительной инфраструктуры, моделей и международных технологических партнерств. Сингапур же годами занимается построением цифрового правительства, механизмов управления ИИ, исследовательской базы и одного из самых концентрированных пулов талантов в области ИИ.
По мнению Спринга Фу, управляющего директора Академии при Университете искусственного интеллекта Мохаммеда бин Заида, попытка полностью воспроизвести экосистему технологий Америки или Китая не является реалистичной целью. Она утверждает, что средняя по размеру страна не может рассчитывать на лидерство во всех направлениях, но может использовать свой размер как преимущество в определенных областях.
Невозможно победить везде
Для небольших государств это означает ускорение работы правительства, концентрацию ресурсов на выбранных возможностях и становление ценными партнерами в рамках экосистемы ИИ, которая не контролируется какой-либо одной страной.
Наиболее заметная ставка ОАЭ сделана на вычислительную мощность. Планируется создание кластера вычислительной мощности Stargate UAE мощностью один гигаватт в рамках более широкого кампуса ИИ ОАЭ-США мощностью пять гигаватт в Абу-Даби. Проект реализует компания G42, при этом им будут управлять OpenAI и Oracle, а продвинутые чипы будет поставлять Nvidia. Ожидается, что первая фаза мощностью 200 мегаватт заработает в этом году.
Сингапур сталкивается с иной физической реальностью. У него уже имеется более 1,4 гигаватта мощности центров обработки данных, однако островное государство ограничено земельными ресурсами и тропическим климатом, который делает охлаждение энергоемким. Центры обработки данных потребляют около 7 процентов национальной электроэнергии, согласно данным его Управления по развитию информационных коммуникаций. Вместо неограниченного расширения Сингапур отбирает новую мощность, учитывая энергоэффективность и стратегическую ценность.
Это сравнение демонстрирует, почему не существует единой формулы для становления державой ИИ. Абу-Даби может использовать землю, энергию, капитал и геополитические партнерства для создания колоссальной вычислительной инфраструктуры, тогда как Сингапур вынужден извлекать большую пользу из более жестких физических ограничений.
Обе страны сильно зависят от доступа к внешнему миру. Фу подчеркивает, что для малого государства международное партнерство — это не дополнение к национальной способности, а неотъемлемая часть ее построения, что касается доступа к чипам, совместных исследований и привлечению крупных международных компаний.
Эта зависимость не обязательно является слабостью, поскольку даже крупнейшие экосистемы ИИ в мире полагаются на международные цепочки поставок для чипов, производственного оборудования, энергии, моделей и экспертизы. Вопрос для малых государств заключается в том, какие возможности им необходимо контролировать самостоятельно, а какие они могут надежно получить через партнеров.
Фу считает, что более серьезным ограничением являются люди. Она отмечает, что вычислительные мощности можно купить или создать, а капитал можно быстро направить, но без людей, способных использовать эту инфраструктуру, запускать системы ИИ внутри организаций и принимать обоснованные решения в качестве регуляторов и покупателей, инвестиции остаются неиспользованными.
Ее определение талантов в области ИИ выходит за рамки нескольких элитных исследователей. Стране нужны не только эти исследователи, но и гораздо больше инженеров и практиков, способных внедрять технологии, а также еще одна группа, которой уделяется меньше внимания: руководители, достаточно хорошо понимающие ИИ, чтобы решать, где и где не следует его применять.
Сингапур предлагает одну такую стратегию. В прошлом году он обладал второй по величине концентрацией талантов в области ИИ в мире, причем 1,82 процента пользователей LinkedIn были классифицированы как таланты в области ИИ в индексе Стэнфорда. Сейчас страна стремится обучить 100 000 работников, чтобы они стали «двуязычными в области ИИ», сочетая знания своей текущей профессии с умением использовать ИИ, одновременно помогая 10 000 предприятиям углубить внедрение в течение следующих трех лет.
ОАЭ также быстро движется в этом направлении. Стэнфорд обнаружил, что концентрация талантов в области ИИ в стране выросла на 121 процент между 2019 и 2025 годами, что является самым быстрым ростом среди измеренных стран. Федеральное правительство также сотрудничает с MBZUAI для развития экспертизы в области агентного ИИ среди 80 000 государственных служащих, включая высшее руководство и нетехнические должности.
Собственная программа Фу представляет собой меньший пример этого третьего уровня. Двенадцать лидеров ОАЭ провели пять дней в Сингапуре в сентябре, изучая подход страны к политике в области ИИ, промышленности, управлению и талантам, встречаясь с государственными структурами, транснациональными корпорациями и местными компаниями. Целью было не обучение их инженерии, а повышение их способности принимать решения относительно данной технологии.
Этот обмен стал частью более широких отношений. Через несколько дней после этого Совместный форум Абу-Даби-Сингапур определил ИИ и наращивание потенциала как области, где сотрудничество между двумя сторонами будет расширяться.
Возможно, более сложный вопрос заключается в том, как понять, принес ли весь этот объем инвестиций что-то долгосрочное. Фу отмечает, что «активность легко генерировать: объявления, пилоты, стартапы и подписанные партнерства конференций. Но способность увидеть и имитировать ее сложнее».
Ее критерии более требовательны: работает ли ИИ внутри основных операций правительства и крупных отраслей, а не остается в инновационных лабораториях? Может ли страна развивать и удерживать необходимые ей кадры? Достаточно ли зрелыми являются правила закупок, системы данных, регуляторы и стандарты тестирования для крупномасштабного внедрения? И смогут ли эти возможности выдержать изменения в технологии, руководстве и финансировании?
Сингапур все больше фокусируется на этом менее заметном институциональном уровне. Его Национальная стратегия ИИ была обновлена в этом году, а в феврале был создан Национальный совет по ИИ под председательством премьер-министра Лоуренса Вонга. Его работа по управлению ИИ также перешла к агентным системам, с обновлением рамок в этом году на основе отзывов более 60 организаций и примеров агентов, уже работающих внутри компаний и правительств.
Тем временем Абу-Даби активно внедряет ИИ непосредственно в правительство. В прошлом месяце его Исполнительный совет впервые использовал платформу агентного ИИ для поддержки анализа и обсуждения во время заседания, которое возглавил наследный принц Абу-Даби Шейх Халед бин Мохаммед бин Заид Аль Нахян.
Именно здесь аргумент о малых государствах становится более интересным, чем просто подсчет центров обработки данных или объявлений об инвестициях. Ни Сингапур, ни ОАЭ не могут сравниться с Соединенными Штатами по частному капиталу или с Китаем по промышленному масштабу. Их ставка заключается в том, что им это не нужно.
Для малых стран потенциал в области ИИ может зависеть от тщательного выбора того, что строить, развития достаточного количества людей для использования этих технологий, достаточно быстрого движения институтов для их внедрения и поддержания отношений, обеспечивающих доступ ко всему остальному. Центр обработки данных без талантов — это инфраструктура. Таланты без вычислений — это потенциал. Партнерства без институтов для их использования остаются лишь объявлениями. Самым сложным достижением является превращение всех трех в реальные возможности.