— Алексей, какие ИИ-инструменты в настоящее время широко используются бизнесом, независимо от его масштаба и сферы деятельности? Насколько существенным был прорыв в этом направлении за 2024 год? В каких направлениях ИИ дает особенно ощутимые преимущества бизнесу?
— Основные направления применения ИИ в любом бизнесе сейчас включают начальный уровень консалтинга, когда информацию и рекомендации предоставляет не живой консультант, а ИИ через чат-боты или другие приложения, анализ больших объемов данных (тексты, аудио, изображения, видео) и автоматизацию процессов (не просто роботы, а «роботы с мозгами»). «Роботы с мозгами» — это ИИ-агенты, которые могут не просто выполнять заданный алгоритм, а самостоятельно обновлять его, анализируя изменения во внутренних процессах. Например, при добавлении еще одного звена в процесс согласования отпуска ИИ-агенты по документам или должностным инструкциям выявляют новый порядок и учитывают его при решении подобных вопросов. Другой пример — при формировании команды на проект заказчика ИИ-агент может помочь с анализом резюме, сверяя заявленный кандидатом опыт с реальными проектами во внутренней базе.
Директор департамента «Банки и финансы» Рексофт Алексей Лебедев
Фото: Рексофт
При этом, крупный бизнес пока не полностью осознает преимущества использования ИИ, в отличие от малого бизнеса и частных лиц. Чтобы раскрыть весь потенциал ИИ, компаниям необходимо перестроить свои процессы с учетом его возможностей. Крупный бизнес сталкивается с рядом барьеров: опасениями, связанными с инфобезопасностью (страхи утечек данных), и организационными сложностями. При этом сотрудники в частном порядке используют генеративный ИИ для повышения личной эффективности, однако этот опыт не масштабируется на уровень компании. Ценность ИИ для крупного и среднего бизнеса останется ограниченной, пока не произойдет перестройка корпоративной культуры и процессов, а ИИ начнет внедряться как корпоративная платформа с сервисами для разных категорий специалистов и для решения широкого спектра бизнес-задач.
В то же время малый бизнес и частные лица активно используют ИИ, получая доступ к мощному интеллектуальному потенциалу и решая задачи, которые раньше были доступны только крупным корпорациям – от консалтинга и анализа данных до автоматизации рутинных процессов.
— Успевает ли бизнес за развитием ИИ, предлагает ли рынок образовательных услуг достаточно быстро необходимые курсы, или возможность применения ИИ в компаниях — это ответственность ИТ-специалистов, и это они становятся амбассадорами ИИ?
— Текущая скорость развития ИИ настолько высока, что даже эксперты не всегда успевают за ней. Реальное внедрение в бизнес идет намного позже «прорывов в лабораториях», сопровождаемых яркими заголовками в новостях. Новое поколение ИИ-сервисов на основе больших и мультимодальных моделей относительно просто в использовании и не требует глубоких технических знаний, что снижает порог входа. Однако внедрение ИИ — это не просто установка инструмента, а трансформация бизнес-процессов. Она требует пересмотра привычного подхода к работе и изменения мышления.
К сожалению, часто необходимость изменить мыслительные установки становится главным барьером: многим квалифицированным сотрудникам, особенно тем, кто привык глубоко погружаться в задачи и контролировать каждый этап, сложно принять и доверять ИИ. Однако важно вовлекать сотрудников в работу с ИИ и делать акцент, что модели постоянно улучшаются, снижая количество ошибок и «галлюцинаций». Кроме того, при использовании технологий внутри компании в рамках единой экосистемы они лучше адаптируются к ее контексту и специфике, повышая точность результатов. Для успешного внедрения ИИ и вовлечения сотрудников нужны амбассадоры на всех уровнях компании, в том числе из топ-менеджмента.
Поскольку тема ИИ очень популярна, сейчас существует множество образовательных курсов, но их качество сильно отличается. Есть и хорошие базовые программы, например, на платформах Яндекса или Сбера, которые помогают начать разбираться в теме и строить дальнейшее обучение.
— В каких сферах бизнеса ИИ используется особенно широко и успешно? Можно ли говорить о том, что ИТ-компании в направлении ИИ в числе лидеров? А какие компании могут выйти в лидеры по применению ИИ в ближайшее время?
— ИИ наиболее востребован в отраслях, где ключевую роль играют анализ данных, автоматизация и прогнозирование. Его сила — в способности обрабатывать большие объемы информации, находить закономерности и оптимизировать ресурсы. Наиболее успешно ИИ применяется в финансовой сфере, где он помогает обнаруживать мошенничество и оценивать кредитоспособность клиентов, а также в здравоохранении, где используется для диагностики заболеваний и персонализированного лечения. В ритейле ИИ улучшает рекомендательные системы (например, в Amazon или Netflix) и прогнозирует спрос, а в логистике — оптимизирует маршруты и используется для беспилотного транспорта. В маркетинге ИИ позволяет точно таргетировать аудиторию и генерировать контент, а в производстве — прогнозировать поломки оборудования и автоматизировать процессы.
ИТ-компании, безусловно, лидируют в разработке ИИ и активно внедряют его в свои производственные процессы. Но благодаря доступности технологий, лидерами скоро могут стать и компании из других отраслей, которые быстрее адаптируются к новым возможностям. Ключевой фактор успеха — способность переосмыслить бизнес-процессы и эффективно интегрировать ИИ. В ближайшее время преимущество будет у тех, кто сможет не только внедрить технологии, но и изменить подходы к работе, используя ИИ для создания новых возможностей.
— Приведите, пожалуйста, примеры из практики вашей компании.
— Рексофт активно использует ИИ для ускорения разработки и снижения затрат на ИТ-проекты. Для безопасного и эффективного применения ИИ мы разработали корпоративную платформу генеративного ИИ, объединяющую пять open-source-моделей, развернутых в контуре компании, и поддерживающую интеграцию с 100 внешними моделями. Платформа позволяет решать производственные и административные задачи: от оценки и подготовки функциональных требований, написания программного кода и автотестов до анализа документов, составления протоколов встреч на основе аудио- или видеозаписей, а также умного поиска по корпоративным базам знаний и открытым источникам.
Большие языковые модели позволяют в разы быстрее разрабатывать прототипы и первые версии решений для разных предметных областей вне зависимости от отраслевой принадлежности. Например, для страховой компании мы использовали LLM, чтобы быстро создать прототип интерфейса системы урегулирования убытков. Это позволило показать заказчику демо на раннем этапе, собрать обратную связь и избежать возможных переделок.
Другой пример — в рамках проекта для банка мы работаем над заменой коробочного интеграционного решения в условиях недостатка документации и большого количества интеграционных потоков и систем. Применение ИИ для автоматического определения систем-участников, форматов обмена данными и их структуры вместо трудоемкого ручного анализа позволяет ускорить процесс в разы. В результате мы получаем четкое структурированное описание интеграционных потоков и точек взаимодействия, что значительно упрощает дальнейшее согласование и утверждение форматов данных. Также с помощью ИИ мы автоматизируем создание релиз-ноутов — описаний изменений к внедряемому решению, что позволяет ускорить работу по подготовке документов в два раза.
Сейчас мы используем наш опыт, помогая клиентам снизить затраты на подобные разработки. Развертывание платформы с пилотированием бизнес-кейсов занимает два месяца, что быстрее и проще, чем начинать ИИ-трансформацию с нуля. Клиенты получают масштабируемую ИИ-экосистему, которую можно дополнять новыми приложениями.
Важно помнить, что ИИ меняет подход к разработке, ускоряя создание решений и снижая порог входа для выполнения простых задач, но он не заменяет критического мышления и глубокого понимания бизнес-задач.
— Большое спасибо за беседу!