В число технологических трендов 2026 года в области ИИ мировые аналитики включают доменно-специализированный (Domain Specific) искусственный интеллект. Они говорят как о развитии таких моделей (Gartner, IBM), так и о расширении использования бизнесом ИИ-агентов на их основе (Juniper Research).

Когда ИИ становится доменно-специализированным?

В общих чертах доменно-специализированный ИИ понимается как узкий «эксперт». В своих определениях разные авторы (например, IBM, исследователи из BlackRock, Microsoft, NEС и ряда американских университетов) сходятся в том, что это ИИ-решения, которые прошли процесс настройки для работы в конкретной области (домене), и, как следствие, показывают в ней лучший по сравнению с универсальными аналогами результат.

Доменно-специализированный искусственный интеллект также описывают как вертикальный ИИ, или Vertical AI (IBM, AI21, Leena AI). Он противопоставляется горизонтальному (Horizontal AI), то есть решениям общего назначения, способным выполнить широкий круг задач в самых разных сферах деятельности.

Способы создания доменно-специализированных ИИ-моделей (на которых строятся ИИ-приложения и агенты) классифицируют в зависимости от доступа разработчика к решению:

• без доступа к LLM (методы «черного ящика», Black Box) — RAG, интеграция с внешними инструментами через API;
• с ограниченным доступом (методы «серого ящика», Grey Box) — использование промптов;

• с полным доступом к модели (методы «белого ящика», White Box) — тонкая настройка (Fine-Tuning).

Где применяют доменно-специализированный ИИ

Среди сфер, в которых наиболее широко применяется доменно-специализированный ИИ, чаще всего называют медицину, финансовую и юридическую сферы (1, 2, 3). В России уже достаточно много примеров подобных решений:

• в марте 2024 года «Сбер» представил ИИ-ассистента GigaLegal на базе API GigaChat;
• в ноябре 2025 года также для сферы права Yandex B2B Tech разработал сервис «Нейроюрист»;
• в России существуют десятки ИИ-продуктов в области медицины — в марте исследователи из Webiomed насчитали 76 таких специализированных решений.

Разрабатываются продукты и для других предметных областей:

• в декабре 2025 года «Норникель» представил модель MetalGPT-1: в компании провели тонкую настройку нейросети Qwen3 на 10 Гб текстов по металлургии и горнодобывающей промышленности;
• в апреле 2025 года в Yandex Cloud в рамках проекта «Чистый берег» на основе данных аэрофотосъемки обучили нейросеть определять объем, массу и вид мусора на побережьях.

Все ли специализированные решения — доменные? 

В понимании доменной специализации могут возникнуть сложности — причем уже с первого слова. В книге «Предметно-ориентированное программирование» Эрик Эванс (Eric Evans) описывает ставший широко распространенным одноименный подход к разработке (Domain-Driven Design, DDD) и определяет домен как «область знания или деятельности, в которой пользователь использует программное обеспечение» (с подходом DDD можно ознакомиться в разборах компании ByteByteGo, портала «МосРегДата»).

Это понимание дает основание для разных трактовок того, что именно входит в тот или иной домен: доменной специализацией может считаться и узкая функция наподобие брони билетов. Помимо этого, возникает путаница с пониманием домена в науке, где предметной областью чаще всего называется определенная сфера исследований.

Что говорят российские эксперты  

ICT.Moscow обсудил понятие доменно-специализированного ИИ и его границы с экспертами из российских компаний (Just AI, MWS AI, Yandex B2B Tech, red_mad_robot) и научных организаций (Институт AIRI).

Ведущий научный сотрудник группы дизайна белков Центра ИИ‑разработки новых лекарственных препаратов Института AIRI Павел Страшнов определяет термин сходным с зарубежными коллегами образом:

Модель или агент становится доменно-специализированным тогда, когда для его эффективной работы недостаточно общих данных и архитектур и требуется целенаправленная адаптация к конкретной предметной области, задаче или типу данных

Павел Страшнов 

ведущий научный сотрудник группы дизайна белков Центра ИИ‑разработки новых лекарственных препаратов Института AIRI

Грань между доменно-специализированным и общим ИИ, отмечает Head of AI компании red_mad_robot Валерий Ковальский, проходит там, где сосредоточена экспертиза: в самой модели или в системе вокруг нее. Доменная специализация возникает, когда контекст решения ограничен предметной областью и дает измеримый прирост качества. «В 2026 году в большинстве случаев это достигается не через Fine-Tuning (дообучение модели), а через правильно выстроенный контекст», — рассказывает специалист. Это может быть системный промпт с доменной терминологией, RAG, Agentic Harness (агентная обвязка, которая управляет логикой работы модели), включая интеграции с бизнес-инструментами, Skills (набор специализированных навыков и сценариев поведения агента) и Guardrails (рамки поведения модели), поясняет он.

Сходной точки зрения придерживается директор по LLM-продуктам MWS AI Сергей Пономаренко.

Голосовая модель или VLM — это скорее базовые классы, не доменная специализация. А вот модель, заточенная под телефонный канал, — уже специализированная: она обучена работать с «пожатыми» частотами, плохим качеством записи, характерными артефактами голосовой связи. Это уже конкретная область применения.

Сергей Пономаренко

директор по LLM-продуктам MWS AI

Где проводить грань между общими и доменно-специализированными моделями и агентами, на мой взгляд, определяется строго техническими критериями. 

Антон Малышев

Product Lead Just AI Agent Platform

По мнению Малышева, если для моделей разделение между общими и доменно-специализированными проходит «по составу данных и метрикам» (от них зависят разные способы дообучения), то ИИ-агенты различаются архитектурами и используемыми в них инструментами.

Сегодня уже может быть недостаточно деления моделей и агентов на универсальные и специализированные. Руководитель платформы Yandex AI Studio в Yandex B2B Tech Артур Самигуллин предлагает подразделять их на решения общего назначения, которые используются для широкого набора задач с минимальными ограничениями по предметной области, доменно-специализированные решения, применяемые в конкретных отраслях и работающие с определенными источниками знаний, а также функционально-специализированные решения, заточенные под конкретную задачу или бизнес-процесс вне зависимости от отрасли.

Опрошенные ICT.Moscow эксперты разошлись в том, есть ли граница между специализацией решения и его доменной специализацией. Представитель ИИ-экосистемы МТС считает понятия синонимами. «Разные авторы просто делают акцент на разных направлениях: знания, задачи, модальность. Любой микс возможен, и ни один подход не является ошибочным», — подчеркивает Пономаренко.

А эксперт из red_mad_robot предлагает различать уровни специализации ИИ-решений:

На практике можно выделить три уровня специализации. Первый — контекстная: модель общего назначения, усиленная данными, промптами и инструментами; этот подход покрывает до 70–80% корпоративных сценариев благодаря скорости и гибкости. Второй — доменный Fine-Tuning, когда модель дообучается на специфичных данных и используется там, где контекста уже недостаточно и это подтверждено метриками. Третий — архитектурная специализация, когда модели изначально создаются под конкретные задачи. 

Валерий Ковальский

Head of AI red_mad_robot

На необходимость градации решений по их специализации указывает и Антон Малышев. По мнению представителя Just AI, она должна быть «именно технической», но разделять уровни можно по-разному: так, как делает это Ковальский, либо по типу специализации.

«Дополнительная градация здесь не просто полезна, она необходима. Когда мы говорим «специализированный», стоит уточнять, по домену, по задаче или по модальности», — подчеркивает Павел Страшнов. Согласен с ним и Артур Самигуллин.

Рынок смешал специализации по домену (например, медицина, право, металлургия), по функции (агент для бронирования билетов, разбора обращений в поддержку и т. д.) и по типу модели (LLM или VLM).

Артур Самигуллин

руководитель платформы Yandex AI Studio в Yandex B2B Tech

Разные типы специализации, отмечает Павел Страшнов из Института AIRI, определяют, как адаптируют решение. В первом случае — для предметной области — специализация означает дообучение на данных конкретной сферы для того, чтобы продукт лучше решал задачи именно этого домена. Во втором — для функциональной задачи — специализация может возникать для одной задачи («агент может быть доменно-общим, но функционально узким»), и наоборот, доменно-специализированная модель способна решать внутри своего домена широкий спектр задач. Третий случай — по модальности данных — является отдельным видом специализации, который «точнее называть доменной адаптацией», подчеркивает ученый.

Что изучить дополнительно по теме

• Обзор способов создания доменно-специфичных LLM от компании SuperAnnotate (перевод на русский на «Хабре» Романа Куцева, разработчика бенчмарка LLM Arenа) 

• Гайд по построению доменно-специализированного ИИ-ассистента от компании Opcito

• Колонка сотрудников бизнес-школы INSEAD о перспективах использования бизнесом решений вертикального ИИ

Deep Dive [Дип Дайв] — формат разбора для быстрого погружения в новую (или хайповую) технотему.