Битва за будущее: как искусственный интеллект меняет бизнес уже сегодня

Искусственный интеллект перестает быть экспериментальной технологией и становится неотъемлемой частью реального бизнеса. Его уже используют в телекоммуникациях, ретейле, финансах, строительстве, логистике и здравоохранении — для автоматизации процессов, прогнозирования сбоев, повышения качества обслуживания клиентов и развития новых сервисов.

Но вместе с ростом возможностей обостряются и вызовы: нехватка качественных данных, дефицит квалифицированных специалистов, пробелы в законодательстве, высокие требования к ИТ-инфраструктуре.

На круглом столе «Фонтанки.ру» представители бизнеса и ИТ-эксперты обсудили, какие технологии уже работают, как ИИ помогает экономить ресурсы и выигрывать конкуренцию, почему крупным корпорациям внедрять инновации сложнее, чем небольшим компаниям.

Искусственный интеллект сегодня активно внедряется в телекоммуникациях и ретейле, финансах, здравоохранении, логистике.

— На самом деле, не столь важна направленность бизнеса, сколько желание и готовность компаний внедрять ИИ-системы, — говорит Александр Логинов, вице-президент «Ростелекома». — Те, кто не создают собственные решения, с удовольствием пользуются предложениями других. И это здорово! Если продукт не навязан, а выбран, к нему очень много требований. А значит, разработчикам нужно соответствовать этим требованиям и не выдавать «сырые» продукты.

Уровень зрелости компании для внедрения ИИ, как считает эксперт, можно охарактеризовать по трем ключевым факторам:

• доступ к качественным данным;

• наличие современной ИТ-инфраструктуры, включая облачные решения и высокопроизводительные системы;

• наличие подготовленных кадров. Квалифицированные специалисты — движущая сила любых ИИ-инициатив.

— Лишь 7% компаний уверены в достаточности своих наборов данных для эффективного использования ИИ, — говорит Кирилл Манжура, CEO IT-компании LARD, проекта финансово-инвестиционного холдинга «Лидер Консалт», ссылаясь на данные Индекса готовности приоритетных отраслей экономики к внедрению искусственного интеллекта (ИИ) 2024 года. — Это подчеркивает важность инвестиций в подготовку качественных данных и современных технологий, а также создание грамотной команды специалистов, способных внедрять и обслуживать ИИ-системы.

В целом же ИИ наиболее активно внедряется в сферах высшего образования, информационно-коммуникационных технологий, медиа и СМИ, финансовых услуг и в топливно-энергетическом комплексе.

— Основные задачи, которые решает ИИ, варьируются от автоматизации рутинных процессов до предсказания сбоев в сетях и борьбы с мошенничеством, — добавил Кирилл Манжура. — Например, в высшем образовании используются адаптивные учебные платформы для анализа прогресса студентов и создания индивидуальных планов обучения, а в финансовом секторе голосовые помощники помогают ускорить процесс консультаций клиентов.

— Мы как компания-разработчик довольно плотно взаимодействуем с искусственным интеллектом в работе, — рассказывает Владимир Черномырдин, руководитель отдела разработки IT-проектов компании RC GROUP. — Например, при написании кода он помогает оптимизировать и ускорить выполнение каких-то рутинных задач. Вторая область — это использование искусственного интеллекта как аналитического помощника, потому что современные модели обладают возможностью поиска и определенного анализа. Еще одно направление — ИИ как источник вдохновения и получения информации, что ускоряет процессы и помогает генерировать новые интересные идеи.

— ИИ повышает конкурентоспособность компаний, позволяя им быстро адаптироваться к изменениям рынка, улучшать качество продукции и услуг, а также повышать точность прогнозирования, — говорит Ольга Свиридова, директор по маркетингу ELEMENT. — Небольшие фирмы могут конкурировать с крупными игроками, если правильно используют ИИ для оптимизации процессов.

По ее словам, для успешного внедрения ИИ, во-первых, компания должна иметь доступ к качественным и структурированным данным. Также важным фактором является наличие современной IT-инфраструктуры или возможность использовать аутсорсинговые решения. Не менее важно наличие специалистов со знанием аналитики данных, а также готовность инвестировать в обучение сотрудников. И наконец — чем выше уровень автоматизации текущих бизнес-процессов, тем легче будет внедрять ИИ в компанию.

Дмитрий Завалишин, генеральный директор группы компаний DZ Systems, напомнил, что ИИ можно разделить как минимум на четыре класса:

1. Large Language Models (LLM) — большие языковые модели, самыми известными из которых являются ChatGPT, DeepSeek и т. п.

2. Генеративные модели, которые создают картинки, изображения, видео и т. п.

3. Bigdata системы — системы обработки больших данных.

4. Системы распознавания — компьютерное зрение и т. п.

— Все четыре уже на постоянной основе применяются в разных сферах, — объясняет он. — Например, в нашем бизнесе актуальны большие SBA-модели, которые практически доросли до уровня «джуна»-программиста — не очень опытного, но расторопного и внимательного сотрудника. С помощью LLM-моделей можно генерировать готовые фрагменты кода, но пока только при выполнении достаточно тривиальных задач, т. к. все-таки это система, которая ищет определенные знания в интернете, реструктурирует его и выдает в соответствии с вашим запросом. Там, где кончается публичная информация, LLM-модели помочь уже не могут.

А вот решать задачи, которые обычных программистов зачастую раздражают, — например, написание стандартных интерфейсов, коннекторов к системам по описанию, такие модели могут запросто.

На производстве активно внедряются системы компьютерного зрения, которые следят за безопасностью или доступом посторонних на объект, продолжил Александр Жуков, директор по развитию бизнеса компании «Формат Кода». Много где используются и модели, работающие с большими данными.

— Что касается хайпа вокруг генеративного искусственного интеллекта, то есть большой запрос на его внедрение не только вместо начинающих программистов, но также и бухгалтеров, делопроизводителей, копирайтеров и всего остального личного состава, который не соглашается работать по ночам, хочет обедать и зарплату, — отметил он. — Он действительно сейчас выглядит по уровню интеллекта как толковый, но мало что знающий студент. И есть ряд технологий, так называемые RAG-модели (Retrieval-Augmented Generation — генерация, дополненная поиском), которые позволяют эффективно решать рабочие задачи.

Как пояснил Александр Жуков, они работают в режиме «почитай вот этот текст и ответь на шесть вопросов» — примерно этим же занимается средний бухгалтер, регулярно отвечающий на одни и те же вопросы сам себе в течение дня.

— Мне немного страшно представить, что будет со всеми сотрудниками, которые, по идее, должны освободиться, чтобы запускать ракеты в космос и заниматься креативной деятельностью, — добавил он.

— Внедрение ИИ в бизнес-процессы — уже не будущее, а реальность, — считает Валерия Резниченко, директор по развитию интерьерной компании Fabian Smith, — однако готовность сотрудников и компаний к его использованию варьируется в зависимости от индустрии, корпоративной культуры и уровня цифровой зрелости.

В частности, при оценке последнего фактора надо принимать во внимание, есть ли у компании система учета и CRM-система, используются ли цифровые инструменты визуализации. Необходима также инфраструктура: облачные хранилища, рассчитанные на большой объем данных, а также мощный сервер для обработки и передачи данных. Нужна и заинтересованность собственников и руководства, четкое понимание преимуществ, экономии времени от работы с ИИ и затрат на внедрение.

Уже сегодня ИИ на практике применяется в разных сферах. Например, «Ростелеком» разрабатывает инновационные продукты и услуги для пользователей как В2С-сегмента, так и для бизнеса, других операторов, государства: от виртуальных помощников до экосистемы «Умный дом» и интеллектуальных систем управления сетью.

— ИИ помогает нам фиксировать сбои на сетях еще до того, как какие-либо проблемы может почувствовать пользователь, и многие недочеты решаются удаленно, — рассказал Александр Логинов. — Мы активно тестируем пилотные проекты вместе с крупными торговыми сетями, разрабатывая цифровых ассистентов, которые оперативно отвечают на запросы покупателей.

Используется ИИ и при запуске проектов для госструктур. Например, во многих городах Северо-Запада системы городского видеонаблюдения не просто фиксируют обстановку на улицах или в местах скопления людей, но и помогают обеспечивать безопасность, «взаимодействуя» с органами правопорядка.

— В Санкт-Петербурге умные системы помогают анализировать дорожную обстановку, отслеживать транспорт и выявлять нарушения правил дорожного движения, — рассказал Александр Логинов. — А в Карелии, Вологде и Великом Новгороде ИИ помогает реализовывать проекты в сфере медицины — от дистанционного мониторинга состояния беременных до раннего выявления патологий легких на основе радиологических исследований. К системе дистанционного мониторинга беременных сейчас подключается и Ленинградская область.

Если не брать в расчет ИТ-компании, которым работать с новыми технологиями сам бог велел, в других сферах ИИ тоже внедряется, но с разной степенью успеха.

— У нас уже применяется система, которая распознает нарушения санитарных правил, — рассказал Александр Шильман, генеральный директор АО «Комбинат социального питания Колпинского района». — Пока в ней контролируется небольшое количество нарушений, но мы продолжаем добавлять новые параметры. В дальнейшем с помощью наших разработчиков мы хотим достичь того, чтобы нейросеть контролировала приготовление пищи, т. е. соблюдение технологических карт, по которым готовится продукция.

Он объяснил, что, с одной стороны, есть технологические карты — то есть понятно, как нужно готовить блюда. С другой, есть огромное количество производств, пищеблоков, людей, которых нужно контролировать, — и с этим нейросети могут справляться, что уже опробовано на опыте компании.

При этом нейросети применительно к комбинату питания никого заменить пока не смогут: по словам Александра Шильмана, люди, которые занимаются контролем сейчас, обладают большим объемом знаний, а нейросети только обучаются конкретным вещам: чтобы волосы не торчали, была правильная одежда, не было украшений, карманов.

— Любое нарушение — это, в первую очередь, человеческий фактор, — пояснил он, — поэтому задача нейросетей — его исключить и более оперативно выявлять нарушения, а в идеале — исключить их возможность.

Леонид Васильев, заместитель генерального директора «ОЗМК», рассказал: являясь проектной организацией в области реализации таких линейных объектов, как шумозащитные экраны, ООО МИФ «ПОЛИИНЖ» (входит в группу компаний ООО «ОЗМК», ООО «МОК») ведет внедрение в разрабатываемые информационные модели данных для совместной работы с искусственным интеллектом. Совмещение данных информационной модели и ИИ на стадии проектирования при реализации линейного объекта в апреле 2025 года получили положительное заключение при рассмотрении ФАУ «Главгосэкспертиза России».

— Искусственный интеллект при текущей реализации объектов проектирования — часть информационной модели, — говорит он. — Собранные данные ИИ на стадии «Проект», «Рабочая документация» и при сопровождении строительно-монтажных работ, включая цифровую исполнительную документацию, выполняемую с учетом требований ГОСТ Р 70108-2022, обеспечивают искусственный интеллект полным пакетом данных и задают начало работы — формирование цифрового паспорта, ID-объекта.

При этом комплект данных информационной модели позволяет ИИ определять все возможные отклонения исходного продукта и его изменения в процессе эксплуатации, отметил он.

— ИИ делает управление качеством строительства и эксплуатации менее трудоемким процессом, создавая целостный подход к решению важнейших задач, таких как выявление системных причин возникающих проблем, — добавил Леонид Васильев. — Система видеомониторинга позволяет в автоматическом режиме проверять качество поверхности элементов экранов как на этапе строительства, так и на этапе эксплуатации. Распознавание дефектов на поверхности каждой детали происходит непосредственно при помощи системы видеомониторинга и специализированной нейросети, анализирующей изображения и выявляющей дефекты.

— Многие петербургские застройщики также используют нейросети в работе, — говорит Ольга Свиридова. — Искусственный интеллект помогает нам, команде девелоперской компании, решать задачи, связанные с автоматизацией рутинных процессов и ускорением работы. Таким образом, можно сосредоточиться на более сложных и творческих аспектах. Например, в нашей компании наиболее заметно внедрение ИИ в маркетинге, чуть меньше — в продажах и создании дизайн-проектов. В маркетинге нейросети помогают нам в создании рекламных макетов, генерации креативного контента для социальных сетей и сайтов. В продажах ИИ анализирует обращения клиентов, собирает и интерпретирует статистику для более точной и оперативной работы с запросами.

В архитектуре и дизайне, по словам эксперта, ИИ участвует в разработке уникальных интерьеров общественных пространств. Например, в проекте на намыве Васильевского острова (ЖК BASHNI ELEMENT) искусственный интеллект сгенерировал несколько вариантов дизайн-проектов общественных пространств, а затем специалисты-архитекторы сличили их с реальностью, исправили неточности и доработали.

ИИ активно используется в розничной торговле и в e-commerce, говорит Валерия Резниченко.

— В частности, мы применяем его в своей работе для персонализации предложений: ИИ анализирует вкусы клиентов (просмотры, корзину, историю покупок, предпочтения) и показывает то, что их может заинтересовать в первую очередь, — рассказала она. — Например, если клиент выбирает английскую мягкую мебель, ИИ может показать подборку журнальных столиков из массива красного дерева, картины с английскими пейзажами и сценами охоты и, конечно, сочетающийся по стилю текстиль из новой коллекции. Это позволяет значительно повысить средний чек и увеличить прибыльность, учитывая, что с постоянными лояльными клиентами всегда легче работать, нежели искать и привлекать новых.

Также ИИ помогает готовить сценарии для email-рассылок, используя умные шаблоны: имя клиента, фото товаров, которые клиент ранее рассматривал, персональные рекомендации. Например: «К этому колониальному кожаному столику-сундуку отлично подойдут картины с морскими пейзажами, которые отражают вашу страсть к приключениям и дальним странствиям!»

Также ИИ позволяет успешно создавать сценарии для игр, чтобы эмоционально вовлечь клиента в процесс покупки и дифференциации от конкурентов, писать яркие вдохновляющие статьи для блога, тексты для карточек товаров на сайте.

— У нас около 7000 позиций на сайте, предметы постоянно обновляются, появляются новые коллекции. Ранее на создание уникальных текстов уходило много времени, а сейчас эти рутинные операции можно поручить ИИ и заниматься более творческими задачами, — подчеркнула Валерия Резниченко.

Но ИИ справляется и с более сложными заданиями: например, с визуализацией интерьеров или даже созданием целых коллекций мебели. Этому есть целый ряд примеров у крупных известных брендов.

— Можно сделать вывод, что дизайнеры не заменяют себя ИИ, а используют его как «цифровую музу», — подчеркнула эксперт. — Технология ускоряет творческий процесс, но финальное решение и качество исполнения остаются за человеком. Главный тренд — сохранение баланса между алгоритмами, новыми технологиями, глубоким практическим опытом дизайнера и традициями.

Административные барьеры — не единственное препятствие на пути применения ИИ в деятельность компаний. Иногда, например, компании не готовы нести дополнительные затраты на внедрение технологий. Но тут многое зависит от того, насколько эффективно его использование.

— У нас речь идет, в первую очередь, о безопасности питания, — говорит Александр Шильман. — Мы регулярно слышим истории об отравлениях, и необходимость обеспечить безопасность оправдывает любые затраты. Это фундаментальный и самый сложный вопрос, потому что нужно контролировать одновременно всех людей во всех пищеблоках — а их много. Понятно, что к каждому повару и кухонному работнику мы не приставим человека, который будет за ним следить. А главное, проблему это не решит, т. к. мы удвоим человеческий фактор. Поэтому в нашем случае используем искусственный интеллект.

По его словам, внедрение новых технологий позволит, в конечном итоге, и снизить затраты, и улучшить качество, а в целом — повысить безопасность. Поэтому в масштабе предприятия никаких барьеров нет, отметил Александр Шильман.

— Всё зависит от задач и масштабов, — комментирует Валерия Резниченко. — Есть бюджетные решения для малого бизнеса (например, подписка на Midjorney составляет всего 10$), есть решения среднего уровня и наиболее дорогие — кастомные для специализированных задач.

— На данный период, учитывая опыт реализации полученного продукта информационной модели на всех стадиях проектирования, сопровождения строительно-монтажных работ, остается вопрос инвестирования — облачения капитала, — комментирует Леонид Васильев. — Текущие расценки позволяют частично закрыть разработку модели на стадии «П» и «РД», не учитывая инженерные изыскания. Методика расчета формирования информационной модели на сопровождение строительно-монтажных работ и эксплуатацию отсутствует, на ИИ расчета нет. Исходя из этого, актуален вопрос формирования требований к ИИ при подготовке технического задания.

Структура государственного заказчика дорожно-строительной отрасли при сложившейся ситуации с формированием финансирования и описанием требований к продукту в части ИИ не формулирует требования в техническом задании на объектах реализации, резюмировал Леонид Васильев. Он также отметил, что работы сейчас ведутся в инициативном порядке.

Александр Логинов продолжил, что необходимо урегулировать вопросы защиты данных, стандартизации алгоритмов и ответственности за решения ИИ, чтобы законодательная база соответствовала стремительному развитию технологий.

— Важно определить, как данные могут использоваться в ИИ-моделях, не нарушая права пользователей, — пояснил он. — Один из ключевых вопросов: кто несёт ответственность за решения, принимаемые ИИ-системами — разработчик, оператор или пользователь?

Также для стимулирования внедрения ИИ необходимо создание налоговых льгот, грантов и других мер поддержки компаний, инвестирующих в исследования и образование в области ИИ.

— Это позволит взращивать квалифицированные кадры. Ведь для развития отрасли нужны не только идеи, но и руки, которые эти проекты будут реализовывать, — говорит Александр Логинов. — Поэтому одним из важных направлений можно назвать подготовку кадров — как на федеральном уровне, так и со стороны компаний. Все заинтересованные стороны понимают, что отрасли нужны квалифицированные сотрудники: профессионалы, обладающие знаниями и навыками для постановки и выполнения задач. Поэтому поддержку со стороны государства и бизнеса получают и стартапы. Конечно, им непросто: нужно доказать перспективность идеи, в идеале — показать первые наработки и решения. Но это реально.

— Среди барьеров, ограничивающих массовое внедрение ИИ, можно выделить нехватку квалифицированных кадров, частичную обеспеченность компаний необходимыми данными и отсутствие строгих законодательных рамок для работы с ИИ, — отмечает Кирилл Манжура. — Четкое регулирование и поддержка со стороны государства могут сыграть решающую роль в преодолении этих препятствий.

Александр Жуков добавил, что существует такое понятие как «дилемма инноватора».

— Чем более зрелая организация, тем больше у нее стандартов, которые ориентированы на выполнение текущей деятельности, — объяснил он. — Чем больше этих стандартов, тем более они запутаны и тем сложнее их менять.

В частности, ряд стандартов информационной безопасности существуют еще с 1970-х годов, говорит Александр Жуков, и ИИ в них, естественно, не предусмотрен. Как их менять — непонятно, а вот ответственность у всех перед всеми, причем серьезная, — есть.

— Получается, чем больше организация, тем больше у нее запрос на использование искусственного интеллекта, потому что масштаб эффектов больше: больше людей, больше процессов, снижаются риски человеческого фактора, — отмечает он. — Но в то же время больше инерционность, связанная со стандартизацией и зрелостью бизнес-процессов. В таких случаях мы пытаемся заменить людей автономными ИИ-агентами: фактически он становится быстрым помощником для какого-либо человека, а не действует самостоятельно.

Например, подобный агент отлично решает такие задачи, как сравнение КС-2 (акты выполненных работ) и сметной документации. По словам Александра Жукова, есть организации, где этим занимаются тысячи людей, чтобы понять состояние проекта, и обычно понимают, когда уже все просрочено. Как раз такие задачи можно решать при помощи ИИ достаточно быстро и не нарушая стандартов — просто процесс переработки документации пойдет быстрее.

Дмитрий Завалишин обратил внимание, что существуют и технические барьеры — например, при распознавании объектов с помощью компьютерного зрения.

— Есть задача — снять с помощью компьютерного зрения задачи с мерчендайзеров по оценке того, правильно ли стоят товары на полках, достаточно ли их, повернуты ли они этикеткой к покупателю, — рассказывает он, — Традиционно компьютерное зрение реализуется с помощью серверов, куда передается видеопоток с телефона, и распознавание происходит уже там. В реальности не получается обеспечить достаточный видеопоток, чтобы система быстро реагировала. Встала задача — чтобы распознавалось все с помощью непосредственно мобильного телефона. Но это требует мощных процессоров, которые мало того что удорожают телефон, так еще и быстро «съедают» заряд батареи.

При этом у серьезного вендора коллекция товаров может составлять несколько тысяч наименований. И здесь пришлось, отказавшись от существующих наработок, просто заново создавать модель.

— То есть в уже, казалось бы, совершенно проработанных областях есть технические задачи, которые приходится решать иначе, — отметил Дмитрий Завалишин.

 — В LLM существует также проблема доверия к полученному результату, — продолжил эксперт. — Например, в сложном проекте с большим количеством субподрядчиков, поставок, складов тяжело соотносить смету с реальным положением дел вручную. С помощью ИИ мы, конечно, ответ получим. Но как убедиться в том, что он соответствует реальности? Кто должен поставить подпись под этим результатом?

Долгое время — от 40-х годов прошлого века и до сегодняшнего дня — IT заставляло пользователей формализовать ТЗ. Сейчас нейросети позволяют ставить задачи в неформализованном виде. То есть ИИ может обработать поток данных в достаточно сыром, неструктурированном виде, но вот сможем ли мы увидеть, где он не сработал? Нужен ли теперь еще человек, который будет проверять результаты работы ИИ?

Владимир Черномырдин говорит, что создание агента — помощника или частичной службы поддержки — наиболее очевидная область, в которой возможно применение ИИ.

— В нашей сфере это нетривиальная задача, так как у бота поддержки нельзя создать набор кнопочек, которые решали бы все проблемы, — говорит он. — За 5 лет работы мы собрали много обращений клиентов, но и этого объема для обучения модели недостаточно. Поэтому нам приходится обращаться к определенным методам дообучения, чтобы наш помощник, во-первых, оставался в контексте, во-вторых, понимал суть проблем, возникающих у пользователей, и, в-третьих, формировал то предложение, которое действительно сработает в конкретном случае.

Именно эта необходимость постоянно дообучать модель, а точнее, находить данные для этого, и есть основной барьер для полноценного внедрения ИИ-помощника, пояснил Владимир Черномырдин. Тем более, что данные получать можно только внутри компании, потому что область их применения весьма конкретна.

Второй барьер — технический: необходимо решить, то ли реализовывать эти модели на своих серверах и тратить на это много денег, то ли брать мощности в аренду, передавая данные на сервера каких-то других компаний. Например, у Alibaba в Китае есть платформа, которая позволяет легко создать такого ИИ-агента, но тогда и данные пользователей будут идти в Китай, что вызывает сомнения.

Необходимость инвестировать средства тоже может быть преградой, но все зависит от получаемого эффекта.

— Наверное, у коммерческих организаций на первом месте — прибыль, а у нас — безопасность, — добавил Александр Шильман. — Поэтому несмотря на то, сколько это для нас стоило, с учетом перспектив, которые открываются в части контроля за производством, для нас эффективность выше.

— Внедрение искусственного интеллекта уже оказывает значительное влияние на экономику, предоставляя предприятиям новые возможности для повышения эффективности и снижения затрат, — резюмирует Кирилл Манжура. — Один из наиболее ярких примеров — развитие языковых моделей, которые помогают компаниям в автоматизации процессов, оптимизации рабочих процессов и улучшении обслуживания клиентов.

Он привел в пример кейс TwinMarket, который использует ИИ для симуляции поведения финансовых рынков.

— Платформа продемонстрировала способность моделировать сложные экономические явления, такие как финансовые пузыри. Это открывает новые горизонты для изучения и предсказания рыночных кризисов, — говорит Кирилл Манжура. — Подобные симуляции могут быть полезны для разработки стратегий управления рисками и других решений, что, в свою очередь, может улучшить финансовую устойчивость компаний.

Владение навыками работы с ИИ становится одним из условий при устройстве на работу.

— Конечно, персонал вначале все новое воспринимает с опаской, — говорит Александр Шильман. — Люди вроде бы слышали, что такое искусственный интеллект, опасаются, что их будут дополнительно контролировать, но мы объясняем, для чего это делается: не чтобы жизнь усложнить, а наоборот, чтобы им было проще. И проблемы уходят.

— Я думаю, что искусственный интеллект станет технологией, заложенной в ядре бизнеса, — комментирует Александр Жуков. — Работнику нужно о нем знать с точки зрения опасения, что его могут заменить. То есть сотрудники компании должны пытаться понять, чем они лучше. А для управляющего состава важно знать возможности ИИ и понимать, как увеличить эффективность.

— Сотрудники преимущественно готовы использовать ИИ, но им необходимы навыки программирования, анализа данных и работы с соответствующими инструментами, — считает Александр Логинов. — Мы активно обучаем сотрудников с помощью корпоративных программ. Например, в компании давно функционирует онлайн-университет, где собрано огромное количество курсов для коллег по самым разным направлениям, в том числе и по работе с нейросетями.

Он рассказал о специальном нейрошлюзе — платформе, объединяющей множество ИИ-программ для работы с аудио и видео, текстом и изображениями. Ее запустили в 2023 году для сотрудников, а сейчас планируют открыть для внешней аудитории. В частности, с сервисом уже знакомы служащие администраций в Коми и Мурманской области. Еще один «сборник» инструментов — «Лукоморье» — предназначен для айтишников. Он включает в себя все этапы разработки программного обеспечения: от анализа и проектирования до тестирования и создания документации.

— Необходиме навыки для работы с ИИ — умение интерпретировать данные, базовые знания в области ИТ и аналитики, а также гибкость в обучении новым инструментам и методам работы, — считает Кирилл Манжура. — Сотрудники должны быть готовы к постоянному обучению и адаптации, поскольку технологии стремительно развиваются.

При этом использование ИИ в управлении способствует более персонализированному подходу к сотрудникам, добавил он. Например, он меняет процесс найма, облегчая поиск подходящих кандидатов: может анализировать резюме и сопоставлять их с требованиями вакансий. А быстрая генерация вопросов для интервью значительно упрощает этот процесс. Кроме этого, внедрение ИИ в обучение и развитие сотрудников позволяет сделать процесс непрерывным и интерактивным: например, с помощью чат-ботов.

— С помощью анализа данных о сотрудниках ИИ может предлагать образовательные программы и помогать в освоении новых навыков, что ведет к постоянному повышению квалификации внутри компании, — добавил Кирилл Манжура.

Сотрудникам необходимо уметь правильно поставить задачу «нейронке», задать верный промпт, говорит Ольга Свиридова. А для выполнения более сложных заданий необходимы навыки использования аналитических инструментов.

— Важно также понимать принципы машинного обучения и иметь опыт работы с облачными сервисами. Кроме того, необходимо оценивать этические последствия применения ИИ, соблюдать принципы ответственного использования данных с учетом политики конфиденциальности. Наконец, важно уметь находить нестандартные решения, адаптировать технологии ИИ под конкретные задачи бизнеса и быстро осваивать новые инструменты и методики, — перечислила она требования к работе с нейросетями. — Важно еще учитывать возможные ошибки, которые могут возникнуть из-за несовершенства алгоритмов ИИ, а также следить за соблюдением этических норм при использовании технологии. Мы внимательно относимся к этим вопросам и всегда проверяем материалы, созданные с помощью технологии.

Валерия Резниченко называет основными барьерами для сотрудников страх замены, недоверие к результатам, недостаток знаний и навыков пользования. По ее словам, наиболее готовы к внедрению ИИ технические специалисты (аналитики, разработчики), которые используют ИИ для автоматизации рутинных задач, сотрудники в сфере маркетинга и продаж, которые применяют его для анализа клиентов и генерации контента, а также HR, внедряющие чат-боты для рекрутинга и оценки персонала. Сопротивляются внедрению ИИ работники с низкой цифровой грамотностью, а также сотрудники творческих профессий, опасающиеся потери уникальности.

Для IT-компаний в целом внедрение инноваций обычно проходит проще, чем в других отраслях.

— Наиболее правильно воспринимать ИИ как компаньона, который решает повседневные задачи, — говорит Владимир Черномырдин. — У нас его используют и дизайнеры, и разработчики, и менеджеры, и копирайтеры, и маркетологи. ИИ может стать основой для вдохновения — даже я, как руководитель, иногда могу задавать нейросети какие-то вопросы про тренды, о которых хочу больше узнать. Если самому не хочется глубоко копать, то он помогает значительно быстрее все изучить.

Он подчеркнул, что при этом действует политика информационной безопасности, по которой чувствительные данные не передаются в сеть, но в целом есть возможность использовать возможности нейросетей достаточно широко.

— Есть сферы, в которых мнения сотрудника никто не спрашивает: руководство приняло решение, внедряет технологии, понятен экономический эффект (а он может быть весьма значительным по сравнению с ручным трудом), поэтому у сотрудника тут нет какого-то момента принятия или неприятия, — объясняет Дмитрий Завалишин.

Другой вопрос — это создание собственной российской LLM-системы, что позволит не передавать данные в китайские или американские нейросети. Хотя этот вопрос и не в компетенции сотрудников, но это облегчит ситуацию с точки зрения использования ИИ в тех областях, где сейчас это невозможно с точки зрения доступности данных.

От внедрения ИИ нам уже никуда не деться — это новая данность, как недавнее повсеместное распространение мобильных телефонов.

— Ожидается, что в ближайшие 5–10 лет ИИ станет более доступным и распространенным инструментом для автоматизации процессов, анализа данных и управления, — считает Кирилл Манжура. — Новые возможности, такие как глубокое обучение и автоматизация принятия решений, смогут значительно улучшить эффективность и продуктивность различных секторов экономики.

По его словам, у искусственного интеллекта огромный потенциал для трансформации бизнеса, однако успешное внедрение требует комплексного подхода, включающего технические, организационные и управленческие аспекты. Только так можно будет извлечь максимальную выгоду из передовых технологий и обеспечить устойчивое развитие в будущем.

— В ближайшие 5–10 лет ИИ продолжит развиваться и станет неотъемлемой частью многих бизнес-процессов, — соглашается Ольга Свиридова. — Мы ожидаем, что технологии ИИ будут больше интегрированы в сферу строительства, улучшая проектирование, маркетинг и продажи. Я надеюсь, что такие возможности откроют бизнесу новые горизонты, помогут повысить качество услуг и эффективность работы.

— Мне кажется, по аналогии с безлюдным производством должны появиться безлюдные офисы, безлюдная бухгалтерия, безлюдный операционный отдел — в каких-то областях, естественно, — прогнозирует Александр Жуков. — На мой взгляд, перспективы очень плотно связаны с качеством управления, потому что если у нас нет достаточного уровня стандартизации работ с живыми исполнителями, то и искусственный интеллект внедрить не получится.

По его словам, ИИ открывает достаточно существенное поле для роста не самых крупных игроков.

— На мой взгляд, небольшие компании могут гораздо быстрее делать многие вещи по сравнению с крупными, — пояснил Александр Жуков. — И это будет давать большой эффект на конкурентном ландшафте. Сейчас, условно говоря, можно заменить трех разработчиков одним коннектором чата GPT — то есть, можно существенно сократить количество персонала. Та же история с бухгалтерами, юристами и прочими сотрудниками, выполняющими рутинные операции. Экономический эффект от этого на горизонте 5 лет очевиден, и он перекрывает стоимость сервера раза в 4. А есть еще и косвенные эффекты в виде ускорение реакции на ситуацию, сокращения просрочек, штрафов и т. п.

Эксперт считает, что внедрение ИИ будет ускоряться, но сохраняется барьер у больших и менее поворотливых компаний, который придется преодолевать.

— Если опыт покажет, что это действительно работает в сфере социального питания, то он будет распространяться на все комбинаты, — говорит Александр Шильман. — Что касается пищевого производства в принципе, то есть такие предприятия, которые автоматизированы по последнему слову техники, у них огромный штат программистов, и очевидно, что за этим будущее.

— Я бы сказал, что говорить о полноценной замене людей на ИИ преждевременно, пока речь идет все-таки больше о внедрении цифровых помощников, — уверен Владимир Черномырдин, — а это значит, что всегда должен быть какой-то оператор или кто-то контролирующий, то есть, человек, чтобы рулить этим процессом.

При этом рабочие места, которые действительно легко заменить ИИ, будут сокращаться. Примером служат различные чат-боты, которые так или иначе позволили снизить число сотрудников техподдержки, уменьшить кол-центры.

— При этом появятся новые профессии: например, промпт-инженера, т. е. человека, который умеет правильно формулировать запросы к языковым моделям, чтобы получать результат, — добавил Владимир Черномырдин. — Нельзя выстроить работу, попросив «сделай мне, пожалуйста, бизнес-план, который поможет мне заработать миллион долларов». Нет. Есть определенные методологии построения запросов, которые тоже будут развиваться. Появится полу-программирование в общении с языковыми моделями.

— ИИ становится отличным рабочим инструментом, — уверена Валерия Резниченко. — Ключевое правило: технология не заменяет людей, но перераспределяет роли. Компании, активно инвестирующие в обучение и этичное внедрение ИИ, однозначно будут получать преимущество.

Дмитрий Завалишин согласился, что появятся новые профессии: например, прикладные художники — операторы, которые будут объяснять «нечеловеческому разуму», что мы от него хотим. И аналогично в других сферах.

— Проще говоря, при найме на работу бухгалтера будут спрашивать, есть ли опыт работы бухгалтером и есть ли опыт работы бухгалтером с использованием ИИ. То есть во всех классических профессиях появится отдельный вопрос: «Насколько вы владеете ИИ в рамках вашей профессии», — говорит Дмитрий Завалишин. — То есть ИИ перестанет быть отдельным инструментом, он будет указываться в CV, как раньше владение Microsoft Office. При этом он будет выше других пунктов и станет едва ли не ключевым в плане оценки опыта.

С одной стороны, если говорить об IT-сфере, это существенно удешевит разработку софта, с другой — необходимо чтобы программисты все же понимали, что они делают, а не просто перекладывали ТЗ от заказчика в нейросеть. Но пока, по словам эксперта, эта опасность невелика, поскольку современные нейросети не способны полностью реализовать большой проект и могут делать только фрагменты, из которых общую систему собирает все же человек.

— Но грань тонка, и это следующий вызов, который перед нами рано или поздно встанет, — заключил Дмитрий Завалишин.

— В ближайшие годы ИИ станет ещё более интегрированным в повседневные процессы, особенно в области автоматизации и персонализации, — считает Александр Логинов. — Мы со своей стороны планируем развивать ИИ-решения для умных городов и интернета вещей, что откроет новые возможности для бизнеса и улучшит качество жизни пользователей. Ожидаем, что в будущем ИИ будет мультизадачным и мультиагентным, сможет работать с разными типами данных и решать сложные задачи, пытаясь мыслить и действовать как человек.

По словам эксперта, цифровые технологии могут существенно повлиять на экономику, но для достижения ощутимых результатов необходимо масштабное внедрение таких проектов, а не точечное применение.

— При этом необязательно каждой компании создавать уникальное решение, — уверен Александр Логинов. — Важно научиться сотрудничать и развивать проекты, которые будут востребованы всеми участниками рынка и которые можно будет интегрировать в бизнес-процессы компаний. К примеру, создание первой отечественной базовой станции дочерней компанией «Ростелекома». Сейчас оборудование начали постепенно устанавливать на сетях некоторых операторов. Процесс идёт осторожно, поскольку у коллег разнятся и требования, и технические особенности.

Он добавил, что корректная работа современных платформ, таких как, к примеру, Госуслуги и другие крупные информационные системы, зависит от развития облачных технологий и наличия ЦОДов.

— Развитие дата-центров напрямую связано с внедрением искусственного интеллекта и big data, — говорит Александр Логинов. — Без мощной инфраструктуры невозможно обеспечить ни скорость обработки запросов, ни стабильность работы систем. Мы много лет активно инвестируем в расширение сети центров обработки данных, сегодня это фундамент для надежного функционирования критически важных сервисов. Особое внимание уделяем безопасности и, конечно, соответствию требованиям регуляторов — это ключевой фактор доверия со стороны государства и коммерческих заказчиков. Уверен, что в ближайшие два года Россия значительно укрепит свои позиции в сфере облачных технологий, и «Ростелеком» готов быть драйвером этих изменений.