Интеллектуальное внедрение

Эксперты прогнозируют рост рынка больших данных и искусственного интеллекта двузначными темпами в ближайшие несколько лет. Компании и госучреждения уже активно внедряют технологию, однако остаются серьезные проблемы, в частности отсутствие понимания реальной области применения и в связи с этим низкая эффективность работы. Вместе с тем, по словам экспертов, на рынке есть экспертиза, позволяющая преодолеть эти трудности.

Выйти из полноэкранного режима

Развернуть на весь экран

ИИ грянул рост

По итогам 2024 года российский рынок Big Data и искусственного интеллекта (ИИ) достиг 433 млрд руб., следует из исследования Ассоциации больших данных (объединяет «Сбер», «Яндекс», VK и др.), консалтинговой компании Б1 и TAdviser. Вместе с тем по итогам 2025 года объем рынка может показать рост на 20%, до 520 млрд руб., и сохранить аналогичные темпы в ближайшие пять лет (см. “Ъ” от 13 ноября).

В деньгах объем рынка растет во всех отраслях экономики, в том числе в производственных, а не только в сфере услуг и финансах, хотя они остаются драйверами роста и нагрузки на аппаратные мощности, уточняет гендиректор облачного провайдера Nubes Василий Степаненко. В частности, по нашим опросам, более 80% финтех-компаний хотя бы раз применяли ИИ в своей деятельности, отмечает советник гендиректора ассоциации «ФинТех» по ИИ Алексей Сидорюк.

Финансовый сектор, по словам господина Степаненко, чаще всего использует ИИ для обслуживания клиентов (чат-боты и виртуальные ассистенты), обнаружения мошеннических действий и персонализации предложений. В логистике и транспорте ИИ помогает оптимизировать маршруты, прогнозировать спрос и управление запасами, автоматизировать складские операции, в медицине — анализировать медицинские изображения, разрабатывать лекарства и планы лечения, а также справляться с рутинными задачами, продолжает он. В образовании с его помощью автоматически проверяют работы и подготавливают учебные материалы, персонализируют обучение, отвечают на вопросы студентов (чат-боты), указывает эксперт.

Кроме того, по словам руководителя направления ИИ в ИТ-холдинге Т1 Сергея Голицына, технологии искусственного интеллекта активно внедряются в государственное управление. Сектор использует ИИ для обработки обращений граждан, документооборота, прогнозирования и аналитики, контроля исполнения поручений, а также мониторинга публикаций и социальных сетей, его возможности применяются в системах «умный город», говорит Василий Степаненко.

Для бизнеса основным драйвером использования ИИ является повышение эффективности. Технология позволяет ускорить и оптимизировать ряд рутинных операций, в том числе требующих принятия стандартизованных или типизированных решений, которые достаточно просто выводятся с изначальными условиями, поясняет МВА-профессор бизнес-практики по цифровым финансам РАНХиГС Алексей Войлуков. В конечном итоге они позволяют снижать затраты и повышать прибыль при правильном использовании, подтверждает партнер Б1 Мария Егорова.

В госсекторе цели применения ИИ — не только оптимизация процессов, но и повышение прозрачности и эффективности принятия решений, уверен господин Голицын. Технологии ИИ позволяют перейти от традиционной бюрократии к управлению на основе данных, что особенно важно для органов власти, работающих с огромными объемами документов и информации, а также в контексте принципов «государство для людей», поясняет он.

Кроме того, внедрение ИИ в госсекторе стимулирует законодательство, убеждены в ИТ-холдинге Т1. Указ президента «О развитии искусственного интеллекта в Российской Федерации», подходы Минцифры России, а также основные направления внедрения генеративного ИИ в органы власти включают требования по созданию структуры данных, использование ИИ в анализе и подтверждении достоверности информации, работе с документами, генерацию и обработку контента официальных публичных ресурсов, первичный анализ резюме и данных кандидатов, генерацию текстовых заданий для подбора и развития сотрудников. Однако использование генеративного ИИ может быть запрещено для прогнозирования социально-экономических процессов и обработки сведений, составляющих государственную тайну, следует из проекта постановления правительства «О проведении эксперимента по использованию генеративного искусственного интеллекта в государственном управлении».

Нечеловеческие проблемы

При этом главное — чтобы внедряемые ИИ-технологии давали реальный эффект и фактически использовались при работе, считает госпожа Егорова. В современном бизнесе искусственный интеллект стал крайне популярной темой, и многие компании стремятся внедрить его повсеместно, зачастую не до конца понимая реальную область его применения, поэтому возникает проблема корректного определения сценариев, где ИИ действительно будет полезен, необходим и экономически эффективен, говорит господин Войлуков. В госсекторе «слепое» применение технологии не решает проблемы госслужбы, а даже может стать дополнительной нагрузкой — сотрудникам приходится перепроверять материалы, подготовленные системами с использованием ИИ, переносить их в требуемые шаблоны, продолжает Сергей Голицын.

При этом, по словам господина Войлукова, критически важно грамотно подбирать алгоритмы, качественно проводить их обучение, а также выстраивать систему постоянного контроля за процессом самообучения модели — в частности, необходимо предусмотреть механизмы отката к предыдущим версиям и процедуры разрешения спорных ситуаций — все это требует значительных экспертных знаний и квалифицированного персонала.

Эффективное внедрение

По словам Сергея Голицына, чтобы внедрять ИИ эффективно, необходимо учитывать управление данными. Внедрение ИИ следует начинать с него, определяя и управляя источниками этих данных, что позволяет обеспечивать актуальность и достоверность информации, используемой моделями ИИ. Применение платформенных решений для управления жизненным циклом обучения моделей позволит снизить стоимость создания и применения моделей, а также организовать их автообучение на основе актуальной информации в инфосистемах, добавляет он. Заключительным этапом, по его словам, является создание сервисов и приложений для автоматизации рабочих процессов, что повысит эффективность и сократит время на выполнение задач.

Господин Войлуков выделяет несколько факторов успеха. Необходимо в первую очередь проанализировать потребности текущих процессов и выявить области, где ИИ может принести пользу, оценить ресурсы и возможности для внедрения, отмечает он.

На следующем этапе, как поясняют эксперты, следует перейти к формированию команды и стратегии, в частности собрать экспертов и аналитиков по ИИ, представителей различных отделов компании или ведомства. «На этом этапе важно описать рабочие процессы как есть и сформировать четкое видение, как и где будет применяться технология. Разработать стратегию внедрения ИИ, определить ключевые проекты и цели. Подготовить бюджет и распределить финансовые средства»,— cчитает Сергей Голицын.

Только после этого компании и ведомства могут переходить к выбору технологий и инструментов для реализации ИИ-проектов и проводить тестирование выбранных решений на небольших масштабах, уверен собеседник “Ъ” на IT-рынке. Обучение персонала — тренинги и семинары для сотрудников о базовых принципах ИИ и его применениях — последний, но значимый этап внедрения, продолжает он.

Говоря о госсекторе, Сергей Голицын выделил несколько подходов по внедрению ИИ:

1. Переход от «среднего по больнице ИИ» к доверенному ИИ, дающему точный ответ в конкретной ситуации с учетом объективных данных и актуальной документации.
2. Постоянное обновление базы знаний. Обеспечение возможности оперативного пополнения информационной базы ИИ актуальными документами и свежими данными для поддержания релевантности ответов.
3. Внедрение ИИ в рабочие процессы с документацией. Сотрудник госоргана должен получать на согласование и реализацию ответ или документ, а гражданин — достоверный ответ оперативно и в момент актуальности проблемы. ИИ в этом контексте способен «читать» (обрабатывать и анализировать) большие объемы документов. Например, почитать проект НПА, сверить его со всеми существующими документами, сформировать визуальную карту связей на основе графовой модели и замечания к проекту НПА, а также сгенерировать его обновленный вариант.
4. Автоматизация процессов коммуникации, в том числе коммуникация с гражданами, должна быть работой ИИ.
5. Аналитика данных. Модели ИИ анализируют данные и предлагают рекомендации, основанные на актуальной информации, что повышает качество принятия решений и снижает вероятность ошибок. Например, системы поддержки принятия решений могут анализировать большие объемы данных о состоянии объектов ЖКХ и предлагать оптимальные планы ремонта и модернизации.
6. Оценка качества и результативности в ежедневной работе сотрудника ведомства.
7. Проведение специализированных тренингов и семинаров поможет сотрудникам освоить новые технологии и использовать их максимально эффективно, что снизит риск недостоверной информации и ошибок.
8. Поддержка, а не замена. Технологии искусственного интеллекта эффективны в циклических процессах, рутинных задачах и анализе больших объемов данных.

По словам экспертов, для того, чтобы максимально результативно внедрить ИИ, компаниям и госучреждениям необходимо обращаться за помощью к специалистам. «Разработка решений на базе технологий ИИ, как правило, требует совместной работы нескольких специалистов разного профиля. В первую очередь это IT-специалисты (собственные или IT-компании) с навыками работы именно с технологиями ИИ. Могут потребоваться «обычные» IT-специалисты для интеграции ИИ-решений с другими системами. Также, как в любых IT-проектах, нужна помощь аналитиков»,— поясняет Мария Егорова.

Вместе с тем на российском рынке есть решения, которые способствуют автоматизации и оптимизации процессов в бизнесе и госуправлении. В частности, российские компании предлагают решения для работы с документами, которые анализируют объемы входящих материалов и генерируют уточненные документы, а также технологии, автоматизирующее создание, применение и дообучение ИИ, отмечает господин Войлуков.

Ключевым фактором успеха остается наличие экспертов-специалистов и партнеров, обладающих глубоким пониманием предметной области и готовностью принимать обоснованные риски — именно они способны сделать правильный выбор доступной технологии, уверен эксперт.

Ева Фролова