DeepTech

DeepTech (от англ. deep technology — «глубокие технологии») — это класс стартапов и технологических компаний, чья деятельность основана на фундаментальных научных открытиях или серьёзных инженерных разработках, требующих длительных исследований и значительных капиталовложений. В отличие от «лёгких» технологических стартапов (например, мобильных приложений или интернет-сервисов), DeepTech-проекты решают сложные, часто неочевидные проблемы, связанные с материальным миром, и имеют высокий порог входа для конкурентов. Ключевая характеристика DeepTech — наличие запатентованной технологии или уникального научного знания, которое невозможно быстро скопировать.

История возникновения и развития

Термин «DeepTech» вошёл в широкий обиход в середине 2010-х годов, хотя явление существовало задолго до этого. Венчурные инвесторы и аналитики стали выделять DeepTech в отдельную категорию, чтобы отличать капиталоёмкие, долгосрочные проекты от быстрорастущих, но менее наукоёмких IT-стартапов (так называемых LightTech). Первоначально термин применялся преимущественно к биотехнологиям и фармацевтике, но затем распространился на другие области.

Ранние примеры DeepTech можно найти в XX веке: создание транзистора (1947), разработка ДНК-секвенирования (1970-е), появление интернета (1960–1980-е). Однако именно в 2010-е годы, благодаря снижению стоимости вычислительных мощностей, развитию искусственного интеллекта и доступности геномных данных, DeepTech-стартапы стали массовым явлением.

В России интерес к DeepTech усилился после 2014 года, когда санкционные ограничения стимулировали импортозамещение в высокотехнологичных отраслях. Государственные программы, такие как Национальная технологическая инициатива (НТИ), начали поддерживать проекты в области квантовых вычислений, новых материалов и биотехнологий.

Классификация и основные направления

DeepTech охватывает широкий спектр научных и инженерных дисциплин. Выделяют несколько ключевых направлений:

Искусственный интеллект и машинное обучение

Включает разработку фундаментальных алгоритмов (глубокое обучение, нейронные сети), компьютерное зрение, обработку естественного языка. Примеры: системы распознавания лиц, автопилоты для автомобилей, прогнозирование погоды. В отличие от обычных AI-приложений, DeepTech-проекты в этой области создают новые архитектуры моделей или решают задачи, не имевшие ранее алгоритмического решения.

Биотехнологии и генная инженерия

Охватывает редактирование генома (CRISPR/Cas9), синтетическую биологию, разработку новых лекарств и методов диагностики. DeepTech-стартапы здесь часто работают на стыке биологии, химии и информатики (биоинформатика). Примеры: создание искусственных органов, персонализированная медицина, микробиомные технологии.

Новые материалы и нанотехнологии

Разработка материалов с заданными свойствами: графен, аэрогели, метаматериалы, сверхпрочные сплавы. Применяются в авиастроении, электронике, энергетике. DeepTech-проекты в этой области требуют дорогостоящего лабораторного оборудования и длительных циклов тестирования.

Квантовые технологии

Включает квантовые вычисления, квантовую криптографию, квантовые сенсоры. Находится на ранней стадии развития, но считается одним из самых перспективных направлений. В России разработкой квантовых процессоров занимаются в Российском квантовом центре, МГУ и ряде институтов РАН.

Робототехника и автономные системы

Разработка промышленных роботов, беспилотных летательных аппаратов, экзоскелетов. DeepTech-проекты отличаются созданием принципиально новых типов движения, сенсоров или алгоритмов управления, а не просто интеграцией готовых компонентов.

Энергетика и климатические технологии

Включает ядерный синтез, водородную энергетику, улавливание и хранение углерода, новые типы аккумуляторов. DeepTech-стартапы в этой области решают глобальные проблемы изменения климата и энергетической безопасности.

Характеристики и отличия от других типов стартапов

DeepTech-проекты обладают рядом специфических черт:

• Длительный цикл разработки. От идеи до выхода на рынок может пройти 5–10 лет и более. В отличие от IT-стартапов, где продукт можно запустить за несколько месяцев, DeepTech требует фундаментальных исследований, патентования, сертификации и масштабирования производства.
• Высокие капитальные затраты. Требуются инвестиции в лаборатории, оборудование, сырьё, оплату труда высококвалифицированных учёных и инженеров. Средний раунд финансирования DeepTech-стартапа в 2–3 раза выше, чем у обычного программного стартапа.
• Высокий технологический риск. Не все научные гипотезы подтверждаются на практике. Вероятность неудачи на ранних стадиях может достигать 80–90 %.
• Сильная патентная защита. Успешные DeepTech-компании создают портфели патентов, которые защищают их от копирования и служат основой для лицензирования.
• Мультидисциплинарность. Для работы требуются специалисты из разных областей: физики, химики, биологи, программисты, инженеры.
• Государственное регулирование. Многие направления (медицина, энергетика, авиация) подлежат лицензированию, сертификации и контролю со стороны надзорных органов.

Применение и значение

DeepTech-технологии находят применение в критически важных отраслях экономики и обороны:

• Медицина и здравоохранение: разработка вакцин (включая мРНК-вакцины), генная терапия, диагностика рака на ранних стадиях, создание биосовместимых имплантатов.
• Промышленность: аддитивные технологии (3D-печать металлами), новые катализаторы для химической промышленности, роботизация производств.
• Энергетика: повышение КПД солнечных батарей, создание аккумуляторов нового поколения (твердотельные, литий-серные), малые модульные ядерные реакторы.
• Оборона и безопасность: квантовое шифрование, гиперзвуковые двигатели, системы радиоэлектронной борьбы на новых физических принципах.
• Сельское хозяйство: редактирование генома культурных растений, микробиологические удобрения, вертикальные фермы с автоматическим управлением климатом.

Значение DeepTech для экономики и общества трудно переоценить. Именно эти технологии обеспечивают долгосрочный экономический рост, создают новые рынки и решают глобальные проблемы — от болезней до изменения климата. По оценкам аналитиков, к 2030 году совокупный объём рынка DeepTech может достигнуть нескольких триллионов долларов.

Примеры известных DeepTech-компаний

• Moderna (США) — разработка мРНК-технологии для вакцин и терапевтических препаратов. Основана на фундаментальных исследованиях в области молекулярной биологии.
• Boston Dynamics (США, ныне принадлежит Hyundai) — создание роботов с динамической устойчивостью (Atlas, Spot). Технология основана на передовых алгоритмах управления и мехатронике.
• CRISPR Therapeutics (Швейцария/США) — разработка методов генной терапии на основе технологии редактирования генома CRISPR/Cas9.
• Росатом (Россия) — государственная корпорация, разрабатывающая реакторы на быстрых нейтронах, технологии замкнутого ядерного топливного цикла, а также квантовые вычислители.
• Yandex (Россия) — в части DeepTech: разработка беспилотных автомобилей, систем компьютерного зрения, генеративных нейросетей (YandexGPT).

Критика и вызовы

DeepTech-стартапы сталкиваются с рядом критических замечаний и объективных проблем:

• «Долина смерти». Разрыв между получением лабораторного прототипа и началом промышленного производства. Многие проекты не могут преодолеть этот этап из-за нехватки финансирования.
• Долгий срок окупаемости. Инвесторы, привыкшие к быстрым выходам в IT-секторе, часто не готовы ждать 7–10 лет. Это приводит к дефициту «длинных денег».
• Регуляторные барьеры. В медицине и энергетике получение разрешений может занять годы и стоить миллионы долларов.
• Нехватка кадров. DeepTech требует специалистов с уникальной квалификацией (учёные-исследователи, инженеры-технологи), которых на рынке труда мало.
• Этические вопросы. Генная инженерия, автономные системы вооружений, массовое внедрение ИИ вызывают общественные дискуссии и требуют правового регулирования.
• Риски монополизации. Патентная защита и высокая стоимость разработки могут привести к тому, что ключевые технологии окажутся под контролем узкого круга корпораций или государств.

Перспективы развития

В ближайшие десятилетия ожидается ускорение развития DeepTech в следующих направлениях:

• Конвергенция технологий: объединение ИИ, биотехнологий и наноматериалов для создания «умных» материалов и систем.
• Переход к квантовым вычислениям, способным решать задачи, недоступные классическим компьютерам (моделирование молекул, оптимизация логистики).
• Развитие «зелёной» энергетики на основе термоядерного синтеза и водородных технологий.
• Автоматизация научных исследований с помощью ИИ (AI-driven science), что сократит время открытия новых материалов и лекарств.

В России государство активно поддерживает DeepTech через механизмы НТИ, Фонда содействия инновациям, «Сколково» и других институтов развития. Однако сохраняются проблемы с коммерциализацией разработок и привлечением частных инвестиций.

Источники

• DeepTech: The New Wave of Startups Based on Scientific Discovery (Boston Consulting Group, 2019)
• Национальная технологическая инициатива: дорожные карты (АНО «Платформа НТИ», 2021)
• Отчёт «DeepTech в России: состояние и перспективы» (РВК, 2020)
• «The Deep Tech Revolution» — статья в журнале Nature Biotechnology, 2022
• Аналитические обзоры рынка DeepTech (Crunchbase, PitchBook, 2023)