Источник:
На реализацию Национальной стратегии развития искусственного интеллекта и федерального проекта «ИИ» в 2024–2026 годах направят свыше 15 млрд рублей из бюджета. Согласно различным оценкам, до 70% отечественных компаний уже применяют ИИ-инструменты, главным образом для экономии времени и ресурсов. Однако процесс повсеместного внедрения сдерживает ряд факторов, среди которых не только санкции, но и зачастую непонимание со стороны руководства, какую пользу может принести технология.
Эксперты, участвовавшие в отраслевом обсуждении, рассказали о текущей ситуации с интеграцией ИИ в бизнес-процессы.
Основной запрос со стороны бизнеса сегодня — это решения с прозрачной экономической эффективностью. Александр Жуков, директор по развитию компании «Формат кода», отметил, что чаще всего речь идёт о рутинных задачах, позволяющих оптимизировать использование человеческих ресурсов.
«Типичная ситуация — это ускорение процессов подготовки финансовых документов, — говорит эксперт. — Здесь очень часто происходят существенные потери, потому что подписание какого-нибудь акта на большую сумму может занимать месяцы. Еще один вариант — знаменитые чат-боты. Я к ним отношусь скептически, потому что там, где человек ждет сочувствия, его встречает «железный болван»».
Жуков подчеркнул, что крупный бизнес редко устраивают готовые решения из-за их «сырости». Даже простые инструменты требуют серьёзной доработки под конкретные процессы. По его словам, конечное решение почти всегда оказывается гибридным: готовая платформа плюс глубокая кастомизация.
Георгий Ефименко, генеральный директор «Вайблаб», рассказал о тренде на внедрение больших языковых моделей: «Они сейчас внедряются либо на высоком уровне, не очень глубоко уходя в процессы, либо интегрируются. Такие модели, например, помогают выставить цену на тот или иной товар, делают ранжировку на маркетплейсах».
Выбор между готовой платформой и собственной разработкой сильно зависит от масштаба компании. Для малого бизнеса создание продукта с нуля — трудоёмкий и дорогой процесс, в то время как крупные корпорации могут позволить себе опираться на готовые фреймворки.
В таких специфических отраслях, как медицина, внедрение ИИ почти всегда представляет собой создание индивидуального решения. Виктор Провоторов, руководитель маркетингового агентства VSignal, пояснил: «ИИ в медицине всегда будет закрытым контуром и индивидуальной историей под клиента. Готовый продукт просто не сможет в этом контуре решать нужные задачи».
Темпы внедрения ИИ разнятся по секторам экономики. В строительстве, по словам Татьяны Файнблит, директора по внедрению цифровых сервисов ГК «А101», технологию применяют лишь 34% компаний. Она отметила, что внутренний запрос на оптимизацию часто инициируется самой компанией, но бизнес также ожидает, что провайдеры IT-решений будут самостоятельно модернизировать свои продукты с помощью ИИ.
«Это полная замена человека: не нужно ждать, когда он выйдет из отпуска или проснётся в 9 утра, чтобы быстро проанализировать документы. Это и есть оптимизация», — привела пример Файнблит.
По мнению Алексея Рыбакова, генерального директора «КВС-АйТи», максимальный эффект сегодня даёт не ИИ сам по себе, а его сочетание с Big Data. Наиболее заметный бизнес-результат технологии приносят в маркетинге, финансовом секторе, ритейле и логистике.
Эксперты обсудили сложности оценки экономии от внедрения ИИ. Александр Жуков сравнил текущую ситуацию с началом 1990-х, когда компьютеры массово появлялись в бухгалтериях без полного понимания, зачем. Он отметил, что основная польза технологии — замена людей в объёмных рутинных процессах, например, при сверке строительных актов и смет.
Георгий Ефименко добавил, что ИИ-инструменты стоит внедрять везде, где есть повторяющаяся, но не слишком сложная работа, с которой пока не справляются классические алгоритмы.
Что касается отечественных разработок, эксперты отмечают их достаточное качество, но признают, что их развитие во многом продиктовано текущей геополитической ситуацией и необходимостью импортозамещения. «Понятно, что сейчас идет импортозамещение, но в целом нормально, когда берут какие-то готовые наработки, у себя их улучшают», — пояснил Ефименко.
Для работы с чувствительными данными, особенно в госсекторе и медицине, использование локальных моделей в закрытых контурах становится необходимостью. Татьяна Файнблит подчеркнула: «Клиентские данные не могут быть использованы зарубежными моделями. Обработка персональных данных у нас происходит только в закрытом контуре».
Среди ключевых проблем развития ИИ в России эксперты назвали:
- Затруднённый доступ к новейшим зарубежным технологиям и оборудованию.
- Отсутствие веры и понимания со стороны руководства компаний.
- Консервативность некоторых IT-отделов, не заинтересованных в изменениях.
- Отсутствие готовых и простых решений для быстрого старта.
«Основная проблема рынка, на мой взгляд, в том, что руководство компаний не понимает, что может дать ИИ. Это прорывная инновация, которая в первый раз за всю историю человечества позволяет заменить людей», — считает Александр Жуков.
Виктор Провоторов привёл показательный пример: в одной петербургской организации IT-отдел, выполняя требование руководства, создал чат-бота, но тот на третьем диалоге терял контекст. В результате руководители разочаровались в «магии ИИ», а для доработки потребовались новые дорогостоящие ресурсы.
В качестве возможного решения эксперты видят появление на рынке понятных и наглядных кейсов, которые смогут убедить в эффективности ИИ именно руководителей, а не IT-специалистов. Кроме того, важна благоприятная атмосфера внутри компании, чтобы сотрудники не боялись, что технологии заменят их, а видели в них инструмент для облегчения труда.
