От сельского хозяйства и экологии до археологии и подводных исследований — в этих отраслях ИИ не просто помогает, а формирует новые стандарты
Когда речь заходит об искусственном интеллекте, первыми на ум приходят финансовые сервисы, маркетинг, медицина или автоматизация промышленных процессов. Однако пока технологические гиганты инвестируют миллиарды в крупные вертикали, ИИ постепенно занимает позиции в неожиданных, но перспективных секторах.
Меня зовут Кирилл Пшинник, я научный сотрудник Университета Иннополис и СЕО онлайн-университета «Зерокодер». Искусственный интеллект — сфера моего интереса: я исследую области, в которых он может использоваться, в том числе весьма неочевидные. Для этой заметки я изучил научные публикации, технологические разработки и примеры внедрения, которые уже демонстрируют устойчивый эффект от применения ИИ вне мейнстрима. Скажу и пару слов о том, какое влияние эти разработки могут оказать на бизнес.
Палеография: датирование свитков Мертвого моря
Одним из наглядных примеров является система Enoch, разработанная в нидерландском Университете Гронингена. Эта модель позволяет датировать древние рукописи — включая свитки Мертвого моря — на основе анализа почерка и сопоставления с радиоуглеродными данными. ИИ фиксирует малейшие особенности написания букв и вычисляет возраст документа с погрешностью менее 30 лет. В отличие от традиционной палеографии, где все зависит от субъективного взгляда эксперта, Enoch обеспечивает более объективный и воспроизводимый результат. Это особенно важно при изучении текстов, имеющих культурно-религиозную ценность. Объединяя физические и визуальные признаки, модель предлагает новый уровень исторической аналитики.
Археология и искусство: реставрация в цифровом исполнении
11 июня 2025 года The Guardian сообщил о новой разработке исследователей, применивших искусственный интеллект для восстановления поврежденных картин эпохи Возрождения. Алгоритм за считанные часы реконструирует утраченные фрагменты произведений, подбирая цвета и фактуру с точностью, недоступной человеку.
Речь идет не о стилистической генерации, как у DALL·E или Midjourney, а о реставрации на основе исторических и химических данных. По словам команды проекта, результат можно наносить на прозрачную пленку и размещать поверх оригинала — без вмешательства в материю произведения.
Это направление уже активно обсуждается музеями, а также в контексте сохранения культурного наследия в военных зонах и на археологических объектах.
Агротех: когда роботы опыляют вместо пчел
Снижение популяции насекомых-опылителей — вызов, который особенно остро ощущается в Израиле, Китае и Японии. Один из ответов — ИИ-управляемые «робо-пчелы», как их называет Wired в своем недавнем обзоре.
Микродроны, покрытые синтетическими волокнами, собирают и переносят пыльцу между растениями, имитируя поведение насекомых. Искусственный интеллект управляет маршрутом и частотой полетов на основе метеоданных, плотности посадок и биологических параметров урожая.
По оценкам японских агротех-компаний, один такой дрон способен обслуживать плантацию площадью до 1 га в день. Проект интересен не только как технологическая новинка, но и как решение угрозы глобального масштаба: по данным FAO, опыление обеспечивает до 35% мирового объема сельхозпродукции.
Подводные пещеры: автономная навигация в экстремальных условиях
Подземные водоемы и пещеры — одна из наименее изученных областей планеты. Исследование, опубликованное в arXiv в феврале 2025 года, описывает работу автономного подводного робота, управляемого ИИ, для картографирования таких объектов.
Система CavePI использует набор сенсоров и алгоритмы машинного обучения для адаптации к условиям, где невозможно использование GPS и стандартных карт. Робот анализирует геометрию пространства, оценивает риски и строит 3D-модель в реальном времени.
Сфера применения — от геологических изысканий до исследований подземных источников воды и обеспечения безопасности на объектах водоснабжения. Учитывая острую нехватку специалистов и опасность для человека, такие технологии могут стать стандартом в ближайшие годы.
Морская экология: ИИ в борьбе с загрязнением
Другой пример — использование нейросетей для обработки подводных изображений. Исследования UWGAN и WaterGAN показывают, как алгоритмы устраняют искажения и повышают четкость фото, снятых в мутной морской воде.
Такая обработка критична для ученых, занимающихся мониторингом кораллов, оценкой уровня микропластика и отслеживанием биологических изменений в морской среде. Аналитика, ранее требовавшая вручную обработанных данных, теперь автоматизируется — с точностью до 93% при классификации объектов на изображениях.
Что это значит для рынка
На первый взгляд, описанные направления кажутся «нишевыми». Однако именно в таких сегментах ИИ быстро становится технологией первого выбора, вытесняя ручной труд, сложные экспертные процедуры и непредсказуемый человеческий фактор. Здесь меньше конкуренции и выше отдача от автоматизации.
Для бизнеса это сигнал: даже в неочевидных отраслях возможно создать продукт с глобальным масштабом, если правильно выбрать точку входа и обеспечить качество данных. В этих сферах ИИ становится не просто помощником, а единственным способом действовать эффективно.
Мы часто воспринимаем искусственный интеллект как инструмент для решения задач в масштабных отраслях — там, где большие бюджеты, крупные корпорации и десятки миллионов пользователей. Однако примеры из палеографии, подводной навигации, агротеха и цифровой реставрации показывают, что реальная революция ИИ происходит не только в залах заседаний IT-гигантов, но и в архивах, теплицах, лабораториях и под водой. Там, где традиционные методы сталкиваются с ограничениями, ИИ предлагает не просто альтернативу — он меняет сам подход к задаче.
Важно понимать: эти проекты — не футурология, а уже действующие решения, опробованные в реальных условиях. Они указывают на формирование нового технологического ландшафта, где глубина применения ИИ важнее масштаба бизнеса.
Именно в таких неочевидных точках лежит главная ценность инноваций: там, где рынок еще не насыщен, где сложность выше нормы, а автоматизация позволяет прыгнуть выше головы. В этих нишах у российских разработчиков есть шанс занять позицию не догоняющего, а определяющего правила игры.
Поэтому ключевой вывод для бизнеса и исследователей ясен: ИИ не нужно искать в привычных местах. Нужно смотреть туда, где он пока отсутствует — и внедрять его первым. Потому что завтра даже самый «нишевый» сектор может стать ядром нового технологического прорыва.