В ожидании магии. Российские компании усиленно осваивают ИИ-инструменты, но не все понимают зачем

На Национальную стратегию развития ИИ до 2030 года и федеральный проект «Искусственный интеллект» только в 2024–2026 годах из бюджета выделяется более 15 млрд рублей. Сейчас, по разным данным, ИИ используют до 70% отечественных компаний, прежде всего — ради экономии времени и ресурсов. Однако множество стоп-факторов пока тормозит этот процесс. И это не только санкции и экономическая ситуация, но и — часто — непонимание руководителей, что это даст.

Участники круглого стола «Фонтанки» рассказали подробнее, что происходит со внедрением ИИ в бизнесе.

С стороны бизнеса сейчас основной запрос — на решения с понятной экономикой внедрения. По словам Александра Жукова, директора по развитию компании «Формат кода», это в основном тривиальные задачи, которые позволяют сократить число сотрудников. И речь даже не про то, чтобы их уволить, а про стремление занять какой-то полезной деятельностью. ИИ-решение либо позволяет высвободить часть часов персонала, либо более сложными путями дает положительный экономический эффект за счёт, например, высвобождения оборотного капитала.

— 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». Это вызывает долгосрочные негативные эффекты для брендов и раздражение клиентов, но, тем не менее, экономический эффект там тоже прямой.

Эксперт подчеркнул: чем больше бизнес, тем меньше его устраивают готовые решения — из-за своей сырости. Встраивание даже простых вариантов вроде чат-ботов в сложные бизнес-процессы все равно будет требовать доработки либо создания кастомных продуктов.

— Платформенных, мультиагентных, автономных корпоративных решений сейчас мало, — добавил он. — То есть решение всегда будет гибридным: готовый продукт плюс достаточно серьезная кастомизация. Потому что всегда дешевле изменить платформу, чем сложившиеся бизнес-процессы крупной корпорации.

— Мы видим сейчас определённый тренд на внедрение больших языковых моделей, которые помогают много где, начиная от написания кода и заканчивая поддержкой и более глубокими процессами, — рассказал генеральный директор компании «Вайблаб» Георгий Ефименко. — 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, по ним очень хорошо можно считать и выручку.

Что касается выбора готовой платформы или собственного решения, всё сильно зависит от размера компании. Как пояснил эксперт, нужно соотнести затраты на создание продукта и профит, который бизнес получит от его внедрения. Разработка — трудоемкий и дорогой процесс для маленькой компании. Если же большая компания уходит в собственную разработку, она опирается на уже готовые фреймворки и актуальные тренды.

— В силу специфики мы много работаем с медицинскими организациями, решаем их маркетинговые задачи — взаимодействие с клиентом-пациентом, — рассказал Виктор Провоторов, руководитель маркетингового агентства VSignal. — ИИ в медицине всегда будет закрытым контуром и индивидуальной историей под клиента. У компаний подобного профиля, как правило, есть уже сложившийся пласт переписанных под себя программ — какая-то CRM, какая-то версия 1С и МИС (медицинской информационной системы). Готовый продукт просто не сможет в этом контуре решать нужные задачи, так что это всегда трудоёмкий процесс интеграции, адаптации и решение множества технических вопросов. К примеру, у техотдела может просто не быть бэкграунда для поддержки собственного сервера. Банально, но может так же физически не быть места, где будет жить нейросеть, или же ее просто не с чем будет стыковать, так как отсутствует полноценное API у МИС. И неизбежно встанет вопрос соизмеримости вложений, преодоления будущих сложностей и возможного эффекта.

В строительном секторе в России использование ИИ растет не так быстро, как в других секторах экономики, и не так, как мировой рынок инвестиций в ИИ в строительном секторе, где темпы достигают 10% в год. Это отмечает Татьяна Файнблит, директор внедрения цифровых сервисов ГК «А101». По результатам одного из последних опросов фонда «Сколково», проведенного среди российских строительных компаний, только 34% из них применяют ИИ — в виде агентов либо простых языковых моделей.

— Я считаю, создание и использование агентов в большей части зависит от инициативы внутри, — говорит она. — Мы выбираем решения, которые позволяют оптимизировать внутренние бизнес-процессы. Если говорить про то, внешние ли они или внутренние, то здесь 50% на 50%. Одна часть задач решается за счет уже используемых собственных цифровых продуктов — или же наши партнеры самостоятельно внедряют ИИ, и это становится частью модификации их продуктов. Другая половина — за счет оптимизации внутренних процессов и решения оперативных задач, сокращающих время на разные типы заданий. Важно отметить, что внутренний запрос инициируется и удовлетворяется самой компанией. В большей части мы, конечно, ждем, что провайдеры и владельцы IT-решений, которыми мы пользуемся, сами апгрейдят свои продукты с применением ИИ, однако оперативно этого не происходит. Это требует инвестиций и пересмотра модели решений, которые и так, по сути, работают.

Эксперт пояснила, что ИИ можно широко применять в аналитике: например, при подготовке смет и расчетов, когда модель может быстро обработать информацию и сделать расчет количества потраченного материала или сметной стоимости. BIM — это удобная опция: не нужно зависеть от каких-то конкретных сотрудников, которые могут уйти в отпуск и не передать знания, или не ждать в целом ответа сотрудника, который работает строго по графику.

— 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, — говорит Татьяна Файнблит. — А второе, для чего мы используем эти инструменты, — речевая аналитика. Все знают, что в клиентских центрах записываются разговоры с покупателем. И если раньше человек прослушивал эти часовые беседы, то сейчас это полностью автоматизированный процесс. Мы верим в то, что сможем эффективно изменить консультацию с клиентами даже по типовым вопросам с помощью языковой модели и тренировки менеджеров. Третий момент — это консультирование клиентов с использованием агентов, которые запоминают и анализируют предыдущие запросы. У клиента нет необходимости пересказывать всю историю проблемы с самого начала, как это делается сейчас при внедрении ИИ в чат-боты.

— Сегодня российские компании и государственные структуры используют как готовые ИИ-платформы, так и собственные разработки — выбор зависит от масштабов бизнеса, задач и доступных ресурсов, — пояснил Алексей Рыбаков, генеральный директор «КВС-АйТи». — Для малого и среднего бизнеса чаще подходят готовые решения, тогда как крупные компании и госструктуры инвестируют в создание собственных ИИ-систем и LLM-моделей — особенно в случаях, когда требуется глубокая кастомизация. ГК «КВС» работает в гибридной модели: мы используем и готовые отечественные ИИ-платформы, и собственные разработки. Это позволяет эффективно решать широкий спектр задач — от сферы маркетинга и рекламы до автоматизации процессов в области управления недвижимостью.

Алексей Рыбаков отметил, что максимальный эффект сегодня дает не столько сам искусственный интеллект, сколько его сочетание с Big Data — в современных решениях эти технологии уже фактически неразделимы.

— Мы ежедневно взаимодействуем с ИИ, зачастую даже не задумываясь об этом, — отметил он. — Если говорить о сферах, где внедрение ИИ дает наибольший бизнес-эффект, то в первую очередь это маркетинг и реклама, финансовый сектор, ритейл и e-commerce, а также логистика и транспорт. Именно здесь технологии позволяют наиболее заметно повысить точность прогнозов, скорость принятия решений и операционную эффективность.

По мнению Александра Жукова, ситуация сегодня напоминает начало девяностых, когда «кто-то притащил компьютер в бухгалтерию». В бухгалтерии, в итоге, стали на компьютерах работать все, а зачем — было не очень понятно.

— Второй момент — есть исследование, которое говорит, что чатботы-ассистенты экономическую эффективность не повышают — это практически доказано, — продолжил он. — Потому что сотрудник вместо того, чтобы выполнять функцию, за которую ему платят зарплату, за эти деньги начинает разговаривать с «железным болваном», чтобы сделать его эффективнее. Поэтому основные эффекты — это замена людей в рутинных объемных процессах.

Эксперт привел пример из строительства. Акт выполненных работ, как правило, — огромные таблицы, которые часто дублируются, их очень сложно сопоставлять со сметой, с планом, графиком. Поэтому нередко строители выясняют, что опаздывают с проектом, когда его уже пора сдавать. Чтобы все происходило вовремя, нужно затратить очень большие усилия.

— В чем здесь оценить эффект? — продолжил Жуков. — В том, что мы не получим штрафов в конце стройки или вовремя сдадим объект? Сказать сложно. Но рано или поздно те строители, которые внедрят автоматическое чтение акта и его сравнение со сметой, выиграют.

По словам эксперта, риски использования ИИ кто-то должен оценить в деньгах, но пока это не очень получается. Если какой-то документ готовят месяцами, не получая все это время денег, можно увидеть, как это отражается на оборотном капитале. Либо же увидеть прямую экономию на людях.

— Дешевых сотрудников из колл-центров заменяют ещё более дешёвые, но еще и глупые ИИ-агенты, — добавил он. — Поэтому я здесь стою на стороне сотрудников. Их лучше снабжать какими-то ассистентами, которые могут реально увеличить эффективность и контролировать, что сотрудник соблюдает скрипт, а не чай пьет, например.

Георгий Ефименко подчеркнул, что это вопрос замены рутинных задач разной сложности. Большие, так называемые мультимодальные языковые модели могут работать и с текстом, и с изображениями, и с видео, то есть сортировать их, проверять.

— Поэтому везде, где мы видим действительно повторяющуюся не очень сложную работу, которая просто требует человека, и где его пока никак не заменить классическими алгоритмами, можно попробовать внедрять новые ИИ-инструменты. Там они могут принести хороший результат, — считает он.

Использовать чат-боты можно и нестандартно.

— У нас был опыт внедрения как голосовой, так и текстовой модели на базе нейросети, которая должна была общаться в виде оператора и в том числе распознавать речь. Это целая экосистема, которая могла классифицировать пациентов, проводить какую-то первичную обработку, вносить информацию о них и позволять врачу чуть более эффективно с ними в дальнейшем взаимодействовать, — рассказал Виктор Провоторов. — Но в процессе постоянного расширения семантики диалога с пользователем это привело к забавным последствиям. Например, школьники быстро поняли, что общаются именно с нейросетью, а не с линейным чат-ботом, и модель может не только общаться на заданную тему, но и писать им сочинения.

Конкретно для медицины преимущества ИИ — в возможности выгрузить локально всю внутреннюю документацию, в том числе требования Минздрава и Росздрава, и получить быструю консультацию по ним.

— Ещё из практических процессов, например, у нас сейчас стоит задача по внедрению в МИС небольшого агента, который смотрит, чтобы врачи не назначали пациенту «фуфломицин», — добавил эксперт. — Главврач, заинтересованный в борьбе с этим, получит ИИ-помощника, который подскажет специалисту, чтобы он заменил в рецепте сомнительное средство на лекарство с доказанным эффектом.

По словам Виктора Провоторова, фактическая плоскость применения — с одной стороны, очень простые утилитарные действия, с другой — симбиоз, помощь для человека, для оператора по решению маленьких локальных задач.

— Пока что у нас куча веб-сервисов, которые генерируют одно и то же и зачастую используют одно и то же на фоне слабой экспертизы внутри компаний, — говорит он. — Заряженные и заинтересованные с нужным образованием люди могут что-то сами разработать внутри, но как это дальше интегрировать — ответа пока нет.

Георгий Ефименко назвал отечественные языковые модели достаточно хорошими, однако всё, что происходит с российскими разработками, продиктовано текущей ситуацией.

— Понятно, что сейчас идет импортозамещение, но в целом нормально, когда берут какие-то готовые наработки, у себя их улучшают, обучают на русских текстах, смотрят, как это сделано, и даже где-то в некоторых частях дорабатывают, — пояснил он. — Далее это функционирует уже как отечественная разработка. Большинство компаний сегодня поступает именно так, и эти модели действительно довольно хорошие.

По словам эксперта, если российские языковые модели где-то и применяются, то как вынужденная мера там, где нет возможности использовать зарубежные: госсектор, медицина. Мешает закон о трансграничной передаче данных, а недоступность зарубежных вычислительных ресурсов ещё больше осложняет ситуацию. Конкурировать же с китайскими и американскими opensource-моделями, которые доступны локально, по мнению эксперта, бессмысленно.

— Локально доступно все многообразие иностранных моделей, но своих, реально сопоставимых по уровню с ними, я не знаю, — добавил он. — Если речь идет о локальном контуре, то какая разница, что там будет стоять, если всё равно ты этот процесс разворачиваешь у себя и контролируешь.

— Мы работаем с большим бизнесом, и это действительно закрытые контуры и opensource-модели, — продолжил Александр Жуков. — Можно с тем же успехом спрашивать, отечественный бетон на стройке или западный — какая разница? Это инфраструктурная история, а само наличие модели — это уже сдвиг парадигмы, ведь у нас появилась бесплатная рабочая сила. И второй тренд: как из мэйнфреймов мы ранее перешли в персональные компьютеры, точно так же интеллектуальность гигантских моделей постепенно дотекает до моделей, которые можно запустить практически на бытовом оборудовании. В наших случаях, в основном, это китайские модели, но есть и какие-то российские решения. Но в целом нас устраивают локальные модели, потому что мы сидим в закрытых контурах.

В российских моделях вопрос действительно уже не в них самих, а в том, какие именно были созданы агенты, подчеркнула Татьяна Файнблит.

— Во-первых, клиентские данные не могут быть использованы зарубежными моделями, — говорит она. — В-вторых, обработка персональных данных у нас происходит только в закрытом контуре — никакие финансовые показатели или персональные данные не могут утекать вовне. Для рутинных операций у нас через внутренний чат доступны и DeepSeek, и Giga-чат, и другие модели, но с важной оговоркой — все, что используют сотрудники, проверяется службой информационной безопасности. Поэтому мы выбираем языковые модели или агенты, исходя из двух парадигм: в них не должны использоваться персональные данные и это не должно быть дорого.

Основной преградой Георгий Ефименко считает то, что затруднен доступ к новейшим зарубежным технологиям, включая закупку оборудования для локальных моделей. Именно большие языковые модели — вроде Qwen Chat или Llama, в зависимости от задачи, — очень требовательны к оборудованию, и оно нередко санкционное. Это стопорит развитие ИИ, как и общий кризис тормозит инвестирование в эту сферу. Все это накладывается на вопрос веры руководителей компаний.

— Но до сих пор все, что есть даже на мировом рынке, а в России тем более, — это всё пробы, и они продолжатся, — добавил эксперт. — И 2026 год тоже будет осторожным.

По мнению эксперта, должен произойти системный сдвиг, причём за счёт упрощения.

— Нейросеть вообще — это и железо, и его администрирование, и сама модель, и ее обучение, — говорит Виктор Провоторов. — И частенько в этой и так непростой формуле ещё и не хватает чего-то на стороне клиента, чтобы всё собралось. Поэтому для себя мы в том числе видим как одну из возможных будущих парадигм выстраивание неких стандартов в предложениях: появление каких-то «полуфабрикатов», которые дадут компаниям и в широком смысле людям быстрый старт. Я покупаю, например, сервер, где уже выгружены какие-то локальные модели или есть возможность их туда загрузить, есть окошко, позволяющее взаимодействовать с нейросетью. Я могу её обучать и быстро с чем-то соединить. Это позволит дать условным домохозяйкам — то есть людям без особой технической грамотности — утилитарный инструмент, отсекая все сложности. А реальные кейсы того, как это работает, родит тех самых агентов, которых мы все ждём, и которые заменят нас в плане рутины — будут бронировать билеты, записывать нас к врачу и так далее.

— Желательно, чтобы эти «домохозяйки» руководили компаниями и видели эффект, — продолжил Александр Жуков. — 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. Руководство не видит, что где-то может уволить 200 человек, потому что ему показывают весёлых чат-ботов и прочую странную катавасию, которая в экономический эффект не укладывается. Например, в отчетах юриста теперь почему-то появились странные длинные тире… Как только появится решение, которое объяснит, что условная бухгалтерия теперь не нужна вообще, ситуация резко поменяется.

По словам эксперта, эта ситуация произрастает из двух системных проблем: первая — эти решения еще очень недавно появились и очень «молоды», и вторая — общая ретроградность айтишников и IT-отделов.

— Они считаются новаторами, хотя IT-отдел в организации может быть больше всех заинтересован, чтобы ничего не менялось, — подчеркнул Жуков. — Айтишники — зачастую не та область бизнеса, которая готова к инновациям.

— Есть реальный кейс с одной организацией в Петербурге, — рассказал Виктор Провоторов. — Руководство требовало от IT-отдела решений с искусственным интеллектом, и снизу решили, особо ничего не выдумывая, создать чат-бот в мессенджере. Для этого, конечно, нужны видеокарты, их приобрели через госзакупки. Но когда чат-бот, наконец, появился, выяснилось, что на третьем же диалоге бот начинает терять контекст и как будто заново всё узнаёт. В глазах руководителей пресловутая обещанная ИИ-магия не сработала. Более того, нужна теперь новая видеокарта, которая стоит уже полтора миллиона рублей. Это и есть то самое отсутствие стратегии и определения круга задач перед внедрением инструмента.

Поэтому единственное решение, которое видит эксперт, — это появление на рынке производителей решений, способных убедить именно руководителей, а не IT-отделы.

Татьяна Файнблит считает, что всё должно в большей части идти снизу, потому что сейчас все слишком увлеклись процессом «А давайте всех заменим».

— У меня есть много кейсов, когда сотрудникам предлагали обучить ИИ-агента продавать, — рассказала она. — Они соглашаются, но начинают всячески оттягивать этот процесс, так как внутренне понимают: «Зачем я тебе сейчас буду рассказывать, ты потом меня же и заменишь». Инициатором изменений в рутинных операциях действительно должен быть человек снизу, но только через понимание, что так он облегчит себе труд. Он должен знать, что его не уволят, просто он будет тратить меньше времени. То есть должна быть благоприятная атмосфера внедрения внутри.

С другой стороны, заказчик, то есть руководитель компании, тоже должен понимать, какой эффект он получит. Для этого должен быть четкий наглядный кейс: если ты сделаешь это, то будет вот такой результат.

— К нам приходила компания, которая предлагала провести анализ и внедрить за часть будущей прибыли от экономии агента, который будет выполнять рутинные операции в управляющей компании, — продолжила эксперт. — Например, при экономии в месяц условных 100 тыс. рублей компания будет получать 15%. Это интересный пример, но пока он выглядит не очень реалистичным. Поэтому я считаю: когда будут четкие модели, которые покажут, что за потраченные деньги вы сможете получить такой эффект, тогда с ними можно идти к руководителю компании и продвигать эти инициативы через него. Всё остальное будет просто развиваться за счет инициатив сотрудников.