Разбираемся в том, какую часть работы взяли на себя обучаемые модели — а что пока оставили людям

•  
  Иллюстрация создана ИИ-моделью GPT-4o по запросу ARTinvestment.RU

В предыдущей части материала мы кратко рассказали о методах оценки предметов искусства, применяемых до недавнего времени, а также познакомили читателя с нововведениями, которые стали доступны аналитику экономики искусства с повсеместным внедрением алгоритмов обработки больших данных и машинного обучения.

•  
  Основные действия, осуществляемые ИИ при оценке предметов искусства

Однако у читателя мог возникнуть вопрос: если разработки систем машинного обучения велись последние десятилетия — почему ИИ в оценке искусства стал возможен только сейчас? Другими словами, только ли дело в массовости его применения, включая ценовую доступность, или в чем-то другом?

Объясняем. Долгие годы разговоры о цифровизации арт-рынка и попытки построить модели оценки так и оставались в сфере теории — из-за технических, инфраструктурных и культурных ограничений. Но начиная с 2020-х годов сразу несколько параллельных прорывов открыли путь к полноценному применению ИИ в реальной арт-аналитике.

1. Доступ к большим данным (Big Data)

До недавнего времени даже крупнейшие аналитические платформы (Artnet, Artprice) работали с ограниченными массивами данных: в основном это были архивы торгов, построенные отдельными энтузиастами (с деньгами и без) индексы и скудные на информацию профили художников. Сегодня ситуация изменилась:

• открыты API (с англ. Application Programming Interface; буквально — система доступа и обмена информацией) крупных аукционных платформ (LiveAuctioneers, Invaluable, MutualArt), позволяющие пользователям в реальном времени и большом объеме обрабатывать параметры лотов, эстимейты, даты и места сделок;

• увеличилось количество агрегаторов данных о выставках, институциях и художниках (Artfacts, Biennial Foundation, Google Knowledge Graph, Wikidata);

• у исследователей появился доступ к новым открытым источникам, включая музейные архивы, каталоги и цифровые коллекции.

Важное уточнение: ИИ не просто автоматизированно получает доступ к этим данным — он способен их объединять, структурировать и интерпретировать: в текстах, изображениях и числовых рядах.

2. Облачные вычисления и рост доступности ресурсов

Даже если набор данных и был доступен, до недавнего времени построение сложных моделей требовало недель, а порой и месяцев работы — из-за ограничений в вычислительных мощностях. Сейчас это изменилось благодаря:

• облачным платформам (удаленным серверам Google Cloud, AWS, Microsoft Azure — не требующим от пользователя наличия супераппаратуры на дому);

• доступу к графическим процессорам (чипам) GPU и TPU, позволяющим обучать глубокие нейросети, — дело ведь не только в правильной единоразовой постановке задач, а в их коррекции, приводящей к уменьшению времени дальнейшей работы;

• инфраструктуре т. н. «параллельных вычислений», которая дает возможность тестировать десятки гипотез одновременно.

Это сделало возможным переход от экспериментальных моделей к массовым и практическим инструментам, которые можно интегрировать в оценочную и галерейную деятельность арт-рынка — от визуализации дерева задач до систем принятия решений для инвесторов.

3. Развитие OSINT и цифрового следа художника

Существенным прорывом в аналитике искусства стала возможность определять интерес к художнику не только по институциональным (музеи, аукционы, кураторы), но и по маркетинговым (форумы, соцсети, каналы мессенджеров) показателям. Термин OSINT, который сегодня можно широко встретить в Telegram-каналах блогеров, расшифровывается просто: речь идет о сборе публичных данных (с англ. — Open Source Intelligence, «разведка» по открытым источникам). Раньше в распоряжении аналитиков были только продажи, участие в выставках и галерейное представление. Сегодня ИИ может измерять «пульс» интереса в реальном времени, анализируя:

• поисковые запросы и их динамику (фокусировку на «горячих» темах и обсуждаемых персонах);

• социальные сети (присутствие негативного цифрового следа или позитивного отношения к художнику, его работам и ценообразованию).

Другими словами, используя методы OSINT, активно применяемые в безопасности и маркетинге, алгоритмы собирают и интерпретируют «атмосферу» вокруг художника, галереи или аукционного дома: кто о нем пишет, в каких странах растет интерес, какие темы ассоциируются с его работой. Это совершенно новый тип рыночного сигнала, ранее недоступный ни экспертам, ни базам данных.

4. Эволюция прогнозных и обучающих моделей

Наконец, искусственный интеллект стал применим потому, что сам ИИ — как технология — вышел на новый уровень. Сегодня используются:

• методы симуляции (например, Monte Carlo) для построения сценариев развития событий;

• алгоритмы «градиентного бустинга» (XGBoost, в привычном обиходе — «дерево решений»), позволяющие учитывать десятки переменных и работать с неполными выборками;

• нейросетевые архитектуры нового поколения, включая адаптивные модели для самостоятельной «пересборки» (в том числе GPT), умеющие выявлять поведенческие паттерны, строить связи между событиями и предсказывать тренды не по голой статистике (числам), а исходя из контекста данных (то есть учитывать социально-экономические, географические и другие факторы).

Другими словами, ИИ стал не просто инструментом обработки данных — а полноценным аналитиком, способным находить закономерности, ускользающие от человеческого взгляда. Именно эта способность отличает новый этап — не как автоматизацию прошлого, а как создание новых подходов в настоящем. Для лучшего закрепления материала предлагаем краткий сравнительный анализ на следующем изображении:

•  
  Сравнение методов оценки предметов искусства с участием ИИ и без него

Предлагаем далее ознакомиться с четырьмя арт-компаниями, которые на практике (а не только на сайтах или в инвестиционных презентациях) применяют алгоритмы машинного обучения для оценки предметов искусства.

LiveArt

Маркетплейс предметов искусства и роскоши, использующий ИИ и технологию блокчейна. В основе платформы лежит LiveArt AI Agent — система, анализирующая глобальные рыночные данные для определения стоимости и управления активами владельца. LiveArt предоставляет инвесторам и коллекционерам инструменты для оценки, токенизации и торговли произведениями искусства, включая возможность долевого владения собственностью через токенизацию.

Limna

Мобильное приложение, позиционирующее себя как «ИИ-консультант по искусству в вашем кармане». Пользователи вводят имя художника и размеры картины или фотографии, после чего получают мгновенную оценку стоимости произведения. Приложение опирается на обширную базу данных ArtFacts, охватывающую более 800 тыс. художников и информацию о более чем 1 млн выставок и ярмарок. Limna также предоставляет аналитические показатели художников — такие как «Культурное признание», «Глобальное присутствие», «Ярмарочная история» и «Длительность карьеры» — помогая пользователям принимать обоснованные решения при покупке предметов искусства.

ArtSleuth

Платформа предлагает (правильнее сказать «заявляет», поскольку интерфейс выдает нехватку средств разработчиков) инструменты на базе ИИ для оценки стоимости и подлинности искусства. Система анализирует такие аспекты, как техника исполнения, оригинальность и сложность работы, чтобы предоставить точную оценку стоимости. Кроме того, ArtSleuth может с завидной точностью определять автора произведения и выявлять копии известных работ, используя обширную базу данных и алгоритмы машинного обучения.

Art Price Explorer

Чат-бот на базе ИИ, предоставляющий мгновенные оценки стоимости произведений искусства. Пользователи вводят информацию о произведении, после чего получают оценку стоимости на основе анализа исторических данных о продажах и текущих рыночных тенденций. Платформа также предлагает анализ рыночных трендов и визуальный анализ для определения подлинности произведений. Из всех четырех моделей Art Price Explorer пока догоняет убежавших вперед конкурентов — однако может подкупить иллюзией «живого» общения с чат-ботом.

Почему внедрение ИИ в оценку важно для инвесторов?

Инвестору в предметы искусства сегодня требуются инструменты анализа, сравнимые с применяемыми фондовым рынком для оценки прозрачности ценообразования, прогнозируемости капитализации, рисков и определения лучшего времени для совершения сделки (например, когда цена еще относительно низкая, но рынок вот-вот пойдет вверх). Искусственный интеллект, ранее казавшийся экзотикой, становится именно тем звеном, которое прочно соединяет художественные или эмоциональные предпочтения инвестора с его инвестиционной логикой. В частности, в глазах инвестора ИИ изменяет подходы к вложениям в искусство по нескольким ключевым направлениям:

• снижению зависимости от субъективного мнения эксперта. Теперь решение может основываться на количественных моделях, работающих с тысячами историй продаж, цифровым следом, институциональной активностью и поведением смежных сегментов;

• доступу к «неоцененным» авторам и рынкам. Машинное обучение помогает выявлять скрытые закономерности в сегментах, которые ранее казались неинтересными или непрозрачными, — например, в сегментах региональных рынков, молодых авторов или цифрового искусства;

• количественной оценке институционального признания. Эффективность участия художника в музейных программах, публикациях, биеннале и коллаборациях с кураторами теперь можно определять в денежном выражении, сравнивать и включать в инвестиционные стратегии;

• анализу социальной значимости актива. Для многих институциональных фондов этот показатель важен наряду с доходностью. ИИ позволяет учитывать участие автора в социально значимых инициативах;

• переходу от временной точки к сценарию развития. Инвестор получает не просто оценку искусства «на сейчас», а набор сценариев с диапазонами, вероятностями и рекомендациями по управлению риском — включая модели для залогов, страхования, или диверсификации портфеля.

Таким образом, искусственный интеллект делает арт-инвестиции более предсказуемыми, управляемыми и масштабируемыми. Это означает переход от «интуитивного коллекционирования» к формированию полноценной стратегии владения, сопоставимой с другими классами альтернативных активов.

Следующий шаг ИИ — внедрение в реальную практику

Сегодня мы находимся в переходной точке. Искусственный интеллект уже доказал свою эффективность в оценке произведений искусства, но его применение пока остается точечным и неформализованным. Чтобы сделать эти технологии полноценной частью арт-рынка, необходимы следующие шаги:

• публикация примеров внедрения и научных работ, демонстрирующих успешное применение моделей оценки в реальных ситуациях;

• выработка единой системы параметров, позволяющей сравнивать и воспроизводить результаты оценки в разных институциональных и рыночных условиях — проще говоря, и банком, и аукционом, и частным коллекционером с кофе и ноутбуком;

• признание моделей со стороны ключевых участников рынка — страховых компаний, банков, галерей и инвестиционных фондов;

• интеграция в юридическую и финансовую документацию, включая страховые полисы, залоговые договоры и отчеты о капитальных вложениях.

Важно понимать: искусственный интеллект не отменяет экспертизу — он ее усиливает. Там, где раньше были интуитивные суждения, появляются воспроизводимые модели. Там, где звучали мнения, — теперь данные, зависимости и сценарии. Это не замена человека алгоритмом, а союз интуиции и точности, нового знания и старого опыта. ИИ не просто становится помощником эксперта, а расширяет его возможности посредством учета в анализе невидимых ранее сигналов — от роста интереса в соцсетях до влияния имени привлеченного куратора на цену спустя полгода. А значит, новая эра в оценке искусства — это не уход в технократию, а шаг к более глубокому, точному и прозрачному пониманию художественной ценности.

И кто знает, быть может, однажды машину действительно попросят оценить «Мону Лизу» — и она предложит не просто число, а целую карту ее замысла ее автора, художественной значимости и общественного влияния. Правда, в этот момент свои услуги начнут массово предлагать аналитики подобных карт — и понять, специалисты ли это или вчерашние бьюти-блогеры и тарологи, будет весьма непросто. Но, верим, ИИ и здесь поможет.

Зина Фандéлина, AI