ИИ по-русски: как отечественный бизнес переходит на нейросети

Бизнес массово внедряет ИИ, и Россия — не исключение. К сожалению, не всем удается извлечь выгоду из перевода компании на искусственный интеллект. По данным отраслевых опросов, многие компании приходят к выводу о том, что простые сотрудники обходятся дешевле нейросетей. Редакция BeInCrypto выяснила, с какими проблемами сталкиваются отечественные проекты при интеграции ИИ в бизнес-процессы.

О том, как измерять отдачу от ИИ, влияет ли он на численность штата и навыки сотрудников и чего ждать от будущего регулирования отрасли, рассказал Вячеслав Дегтярев, руководитель по развитию продуктовых решений К2 НейроТех.

Хотите еще эксклюзивных новостей и аналитики? Подписывайтесь на наш телеграм-канал, обсуждайте новости и делитесь мнениями о последних событиях рынка в чате!

BIC: Когда вы считали реальную стоимость внедрения ИИ — лицензии, токены, инфраструктура, обучение сотрудников, контроль качества — не оказалось ли, что задача обходится дороже, чем труд штатного специалиста?

Если считать внедрение ИИ честно, в расчет всегда попадают не только лицензии и токены, но и инфраструктура, безопасность, интеграция с существующими системами, обучение сотрудников и последующая поддержка.

По нашему опыту, основной вызов для компаний — не только цена ресурсов, а организационная сложность: как безопасно встроить ИИ во внутренний контур, соблюсти требования информационной безопасности и регуляторов и при этом не тратить годы на сборку инфраструктуры с нуля. При этом в отдельных сценариях возврат на вложения по таким проектам может достигать сотен процентов, а в наиболее радикальных случаях автоматизация позволяет перейти от десятков сотрудников в подразделении к единицам без потери качества сервиса для бизнеса.

BIC: Как вы измеряете отдачу от ИИ? Есть ли у вас метрики окупаемости, или решение пока держится на ощущении, что так быстрее?

Мы смотрим на ИИ не как на «игрушку про скорость ответов», а как на инструмент, который должен улучшать операционные и финансовые показатели: сокращать срок вывода новых сервисов на рынок, уменьшать затраты на ИТ-инфраструктуру и упростить масштабирование ИИ-нагрузки.

Мы измеряем отдачу через два слоя: инфраструктурный — прирост производительности и снижение стоимости эксплуатации — и бизнес-слой, то есть насколько быстрее и дешевле компания может запускать ИИ-сервисы для внутренних и внешних пользователей.

BIC: Были ли у вас сокращения или решения не нанимать людей из-за внедрения ИИ? Какие именно роли это затронуло?

Мы позиционируем ИИ-решения в целом не как инструмент сокращения штата, а как способ снять технологические и организационные барьеры при внедрении ИИ. В открытых кейсах, которые мы демонстрируем на конференциях, акцент делается на том, что комплекс позволяет быстрее развернуть инфраструктуру, подключить большие языковые модели, системы поиска с дополненной генерацией, корпоративных ассистентов и сервис «ИИ как услуга», а не на историях «минус N человек».

Компании, с которыми мы работаем, в первую очередь перераспределяют усилия: меньше тратят ресурса на сборку и поддержку низкоуровневой инфраструктуры и больше — на создание конкретных ИИ-сценариев для бизнеса. Это меняет профиль задач для ИТ-команд, но не влияет напрямую на сокращения.

На рубеже года для многих компаний ИИ станет не заменой существующих специалистов, а способом заходить в те зоны, где раньше приходилось открывать новые штатные единицы. Он позволит запускать процессы, которые были экономически невыгодны или недоступны без такой автоматизации.

BIC: Как сотрудники отреагировали на приход ИИ в их рабочие процессы — было ли сопротивление, и не заметили ли вы деградацию навыков у тех, кто переложил часть работы на нейросети?

Скепсис и вопросы со стороны ИТ-команд и бизнеса — нормальная реакция на любую технологию, которая затрагивает ответственность и процессы. В наших проектах мы видим, что успешное внедрение начинается не с моделей, а с прозрачного объяснения целей.

Сотрудники довольно быстро убеждаются, что ИИ забирает на себя рутинные операции и сглаживает темп повседневной работы, а в высокий деловой сезон позволяет выполнить больше задач за то же время, что добавляет уверенности в своих силах и снижает уровень стресса.

Деградации навыков мы не фиксируем там, где ИИ внедряется как часть контролируемой инфраструктуры, а не как «черный ящик», и сопровождается обучением и регламентами качества. Напротив, ИТ-специалисты получают доступ к более современному набору технологий — оркестрации Kubernetes, кластеру графических процессоров, ИИ-агентам — и вынуждены расти в компетенциях, чтобы этим эффективно управлять.

BIC: Были ли случаи, когда ИИ выдал ошибку или галлюцинацию, которая дорого обошлась бизнесу? Какие задачи вы после этого перестали ему доверять?

В наших проектах мы строим безопасную архитектуру. Мы изначально исходим из того, что генеративные модели могут ошибаться, и выстраиваем решения так, чтобы критические вопросы оставались за человеком и находились в рамках требований информационной безопасности.

В работе с заказчиками мы фокусируемся на зонах, где ИИ выступает как ассистент: поиск информации, обработка документов, поддержка внутренних операций, клиентский сервис с контролируемыми ответами и ведением журнала. Вопрос ответственности и рисков — одна из причин, почему мы делаем ставку именно на платформу в собственном контуре с прозрачной архитектурой и управляемым периметром.

BIC: Передаете ли вы данные компании или клиентов в зарубежные модели, и как вы оцениваете риски с точки зрения хранения и трансграничной передачи данных?

С учетом требований регуляторов и ожидаемого ужесточения подходов к трансграничной передаче данных мы считаем такой подход базовым: инфраструктура и модели должны быть развернуты так, чтобы компания могла прозрачно отвечать, где и как хранятся ее данные. Именно поэтому мы подчеркиваем возможность полностью отечественной технологической базы и соответствие требованиям информационной безопасности.

BIC: ИИ в бизнесе в РФ пока почти не регламентирован. Вы воспринимаете это как свободу или как зону неопределенности, которая вас тревожит?

Мы рассматриваем текущую ситуацию как промежуточную: с одной стороны, отсутствие жесткого регулирования дает бизнесу возможность активно экспериментировать с ИИ, с другой — создает неопределенность по ответственности, особенно в части генеративного контента и работы с данными. Для интеграторов и заказчиков это означает необходимость самим выстраивать рамки: от архитектуры до внутренних политик и договорной базы.

С учетом обсуждаемых законопроектов мы выступаем за подход, ориентированный на оценку рисков, когда требования зависят от уровня влияния системы на людей и бизнес, а не навешиваются одинаково на все ИИ-сервисы.

BIC: Были ли у вас вопросы или контакты со стороны регуляторов — по защите данных, использованию иностранных сервисов, маркировке ИИ-контента? Чего вы ждете от будущего регулирования?

Как разработчик платформы в собственном контуре, мы внимательно следим за развитием законопроекта об ИИ и требований к маркировке синтезированного контента, защите данных и ответственности владельцев сервисов и заинтересованы в том, чтобы правила были понятными, ориентированными на оценку рисков и не создавали непреодолимых барьеров для компаний, которые хотят внедрять ИИ у себя. В дополнение к этому для нас ключевым ориентиром выступают подходы и рекомендации Банка России по применению ИИ в финансовом секторе, который сегодня остается одним из самых живых и быстро развивающихся рынков практического использования таких технологий.

Источник: https://ru.beincrypto.com/ii-v-rossijskom-biznese/

Наверх