Elsevier укрепляет свой «ров» (Moat) с помощью LeapSpace: новый ИИ-инструмент открывает доступ к 18 миллионам платных статей

Издательский гигант Elsevier официально вступил в гонку вооружений в сфере генеративного ИИ (Generative AI), запустив LeapSpace — специализированный исследовательский инструмент, предназначенный для синтеза идей из огромного репозитория проприетарной научной литературы. В отличие от моделей общего назначения, которые собирают данные из открытой сети (open web), LeapSpace построен на базе более чем 18 миллионов полнотекстовых статей и книг за пейволлом, фактически превращая доминирующее авторское право Elsevier в функциональную особенность продукта.

Для индустрии ИИ это знаменует собой значительный переход от обучения на «открытой сети» к поиску в «высокоценных закрытых садах» (high-value, closed-garden). Сотрудничая с другими крупными издателями, включая Emerald Publishing, IOP Publishing, NEJM Group и Sage, Elsevier позиционирует LeapSpace не просто как поисковую систему, а как интеллектуальный уровень премиум-класса для академического и корпоративного секторов НИОКР.

Ценность верифицированных данных

Основное предложение LeapSpace — это «надежный ИИ» (trustworthy AI). В условиях, когда исследователи все чаще опасаются галлюцинаций (hallucinations), обычных для таких инструментов, как ChatGPT или Perplexity, Elsevier заявляет, что предлагает среду без галлюцинаций, основывая каждый результат на проверенном, рецензируемом контенте.

Инструмент использует технологию генерации с дополненным поиском (Retrieval-Augmented Generation, RAG), позволяющую ему «читать» полнотекстовые статьи, которые в противном случае недоступны для публичных моделей ИИ. В то время как конкуренты, такие как Consensus или Elicit, часто полагаются на аннотации или репозитории открытого доступа, LeapSpace анализирует весь массив текста — включая методологии, таблицы данных и разделы обсуждений — от своих издателей-партнеров.

Ключевые функции, анонсированные на момент запуска, включают:

• Режим глубокого исследования (Deep Research Mode): Мультиагентная система, способная создавать структурированные отчеты, выявлять пробелы в доказательствах и подсвечивать новые закономерности в тысячах работ.
• Карточки доверия (Trust Cards): Функция прозрачности, которая аннотирует каждое сгенерированное ИИ предложение прямой цитатой, объясняя, почему был использован конкретный источник, и выделяя возможные противоречия в литературе.
• Поиск финансирования и авторов (Funding Scout & Author Search): Специализированные модули, разработанные, чтобы помочь исследователям находить возможности для грантов (сканирование более 45 000 активных грантов) и искать потенциальных соавторов на основе глубокого семантического анализа их работ.

Ценообразование и экономика науки «плати, чтобы играть»

Хотя технология обещает ускорить открытия, бизнес-модель укрепляет существующие барьеры в академическом издательстве. LeapSpace не является бесплатной утилитой; это продукт премиум-класса.

Elsevier ввела многоуровневую структуру ценообразования:

• Институциональный доступ (Institutional Access): Доступен немедленно для университетов и корпоративных лабораторий НИОКР, вероятно, в комплекте с существующими подписками ScienceDirect или Scopus.
• Индивидуальный премиум (Individual Premium): Стоимость составляет 320 долларов США в год, доступен с февраля 2026 года.
• Пробный доступ (Trial Access): Индивидуальным пользователям предлагается 7-дневная бесплатная пробная версия.

Эта стратегия ценообразования вызвала дебаты о равенстве в научном сообществе. Помещая передовые инструменты синтеза за пейволл, Elsevier создает «двухуровневую» систему, где хорошо финансируемые институты могут использовать ИИ для ускорения исследований, в то время как регионы или организации с недостаточным финансированием остаются с методами ручного поиска. Критики утверждают, что это превращает в товар синтез знаний, большая часть которых изначально финансировалась за счет государственных грантов.

Сравнение рынка: ландшафт ИИ-исследований

Запуск LeapSpace ставит Elsevier в прямую конкуренцию как с гибкими стартапами, так и с технологическими гигантами. Однако его «ров» — законное право на доступ к полнотекстовым проприетарным данным — остается его сильнейшим отличием.

В следующей таблице приведено сравнение LeapSpace с другими известными инструментами для ИИ-исследований:

Будущее, «нейтральное к издателям»?

Elsevier описывает LeapSpace как «нейтральный к издателям» инструмент; это утверждение основывается на его недавних лицензионных соглашениях. Включая контент от Sage, IOP и NEJM, Elsevier пытается позиционировать себя как «Spotify для науки» — центральную платформу, где пользователи могут получить доступ к контенту от нескольких правообладателей.

Однако отсутствие других гигантов, таких как Wiley или Springer Nature (на момент запуска), говорит о том, что индустрия все еще фрагментирована. Если Elsevier удастся агрегировать большинство журналов с высоким импакт-фактором под зонтиком LeapSpace, это может еще больше укрепить его доминирование на рынке, затрудняя независимым ИИ-стартапам конкуренцию по качеству.

Последствия для ИИ и открытой науки

Выпуск LeapSpace подчеркивает критическую тенденцию в эпоху ИИ: суверенитет данных (Data Sovereignty). Пока создатели больших языковых моделей (Large Language Model, LLM) сканируют сеть, владельцы контента строят стены все выше. Шаг Elsevier подтверждает гипотезу о том, что в мире избыточного генеративного текста верифицированные проприетарные данные становятся самым дорогим активом.

Для исследователя этот инструмент предлагает мощный новый способ взаимодействия с литературой, трансформируя рабочий процесс от «найти и прочитать» к «спросить и синтезировать». Тем не менее, это также поднимает этические вопросы о будущем открытой науки. Если лучшие выводы ИИ заперты за подпиской стоимостью 320 долларов в год, демократизация знаний, обещанная ИИ, может вместо этого привести к укреплению традиционных издательских монополий.

По мере того как в феврале LeapSpace станет доступен индивидуальным пользователям, академическое сообщество будет внимательно следить за тем, оправдывает ли прирост эффективности затраты, и представляет ли этот инструмент скачок вперед для науки или только для прибыли Elsevier.