Современные генеративные модели достигли такого уровня совершенства, что созданный ими текст, изображения и видео зачастую неотличимы от работ человека. Эта ситуация создаёт не только новые творческие возможности, но и порождает серьёзные угрозы: от фальсификации научных работ до масштабного распространения дезинформации и финансового мошенничества. В ответ на эти вызовы активно формируется новый технологический сегмент — системы обнаружения синтетического контента, так называемые ИИ-детекторы. Патентная статистика служит одним из наиболее объективных индикаторов того, насколько активно компании и исследовательские центры вкладываются в развитие этой области, и какие направления считаются наиболее перспективными.

По данным портала Google Patents, на июль 2026 года по запросу «AI-detector» было зафиксировано более 100 тысяч патентных документов по всему миру. Примечательно, что после пика в 2022 году наблюдается некоторый спад количества публикаций, что эксперты связывают с временным лагом между подачей заявки и её рассмотрением, а не с угасанием интереса. Безусловными лидерами по числу патентов являются южнокорейская LG Electronics и китайская Tencent, на долю каждой из которых приходится по 4,7% от общего числа документов. За ними следуют Intel (2,9%), Digital Global Systems (1,5%), Samsung (1,4%), а также Koko Home и Nvidia (по 0,8%). Анализ распределения по международным патентным классам показывает, что почти половина всех изобретений (49,4%) относится к компьютерным системам, основанным на специфических вычислительных моделях, что подчёркивает фундаментальный характер разработок в области машинного обучения для задач детекции.

Технически патенты охватывают широкий спектр решений — от обнаружения дипфейков в изображениях и видео до выявления сгенерированного текста. Среди примеров можно привести системы для детекции дипфейков на основе ИИ (патент CN117972610B), методы обучения моделей для распознавания поддельных изображений (CN112598643B) и системы корректировки моделей на основе сигналов о взломе (US20240403420A1). Ключевой проблемой, которую пытаются решить разработчики, является обеспечение универсальности детекторов — их способности распознавать контент, созданный разными моделями, и устойчивости к методам обхода классификации. Именно это направление, наряду с обработкой цифровых данных (42,8% патентов) и распознаванием изображений (31,7%), является наиболее конкурентным и наукоёмким.

На фоне глобального бума патентования ситуация в России выглядит значительно скромнее. В базе Федерального института промышленной собственности (ФИПС) по запросу «Детектор искусственного интеллекта» обнаружено всего четыре патента на изобретения, причём большинство из них касаются не детекции контента, а обработки изображений или использования ИИ в охранных системах. Ручной анализ 250 патентов, содержащих в реферате термин «искусственный интеллект», показал, что основная масса изобретений сконцентрирована в смежных областях: распознавание образов, медицинская диагностика, системы компьютерной безопасности, промышленный контроль. Непосредственно к теме обнаружения сгенерированного контента относятся лишь два патента, оба датированные 2025 годом. Первый, принадлежащий ПАО «Сбербанк», описывает способ защиты подлинности видео, созданного моделями машинного обучения. Второй, разработанный компанией «СЕККУР ТЕХ», представляет собой систему обнаружения текстов, сгенерированных искусственным интеллектом, с использованием нейросетевых методов автоанализа и классификации.

Помимо патентов на изобретения, в России зарегистрированы программы для ЭВМ, выполняющие функции ИИ-детекторов. Среди них — программная среда «AI Детектор» (свидетельство №2025667609), предназначенная для выявления признаков текста, созданного нейросетями, с учётом актуальных лингвистических паттернов. Также интерес представляет платформа «АСНАП» (ASNAP) от компании «Рино Лэнс», которая, хотя и не является чистым детектором, включает модули для проверки публикационной активности исследователей на предмет использования ИИ. В общей сложности по смежным запросам удалось выявить семь программ для ЭВМ, прямо или косвенно связанных с задачей выявления искусственного интеллекта, что подтверждает наличие, пусть и ограниченного, интереса к этой теме со стороны российских разработчиков.

Сравнение с глобальным рынком показывает значительное отставание России в патентной активности по данному направлению. Если мировые гиганты вроде LG, Tencent и Intel ежегодно регистрируют сотни профильных патентов, то количество российских разработок исчисляется единицами. Это может быть связано как с более поздним стартом в области генеративных моделей, так и с общей структурой патентования, где российские компании чаще фокусируются на прикладных решениях, а не на фундаментальных алгоритмах детекции. Тем не менее, появление первых патентов в 2025 году, особенно от таких крупных игроков, как Сбербанк, свидетельствует о формировании запроса на технологическую независимость в этой критически важной сфере.

Перспективы развития рынка ИИ-детекторов в России будут во многом зависеть от регуляторной среды и потребностей академического сообщества. Учитывая рост числа случаев использования ИИ при написании дипломных и диссертационных работ, спрос на надёжные инструменты верификации будет только расти. Однако ключевым вызовом остаётся технологическая гонка: по мере совершенствования генеративных моделей, разработчикам детекторов приходится постоянно адаптировать свои алгоритмы. В этой связи открытым остаётся вопрос о том, смогут ли российские компании и исследовательские центры не только догнать мировых лидеров по количеству патентов, но и предложить решения, способные эффективно противостоять новым поколениям ИИ-генераторов.