Экономика доверия и агентские экосистемы

Российский рынок искусственного интеллекта окончательно преодолел фазу эмоционального хайпа, когда технологии воспринимались как «игрушка», и вошел в стадию зрелого прикладного внедрения. Компании и государственные структуры переходят от точечных экспериментов к системной интеграции ИИ в производственные, управленческие и сервисные процессы. В фокусе внимания лидеров рынка — экономическая эффективность, технологический суверенитет и выстраивание доверенной архитектуры решений.

Выйти из полноэкранного режима

Развернуть на весь экран

Этим ключевым темам был посвящен прошедший деловой завтрак, организованный газетой «Коммерсантъ» 20 мая в рамках конференции ЦИПР и собравший ведущих ИТ-директоров, представителей госсектора и ключевых игроков ИТ-рынка, включая экспертов группы Arenadata, IT_One и НОРБИТ.

Главным вопросом дискуссии стала граница между тестовыми запусками и промышленной эксплуатацией. Для традиционных ИТ-систем существуют понятные и предсказуемые метрики, однако внедрение ИИ требует кардинально новых подходов. Эксперты сошлись во мнении, что ключевыми индикаторами зрелости проекта сегодня выступают два фактора — доказанный экономический эффект и стабильность результата, формирующая доверие пользователей. Без интеграции ИИ в реальный бизнес-контур и корпоративную среду любые проекты так и останутся на уровне «детских игрушек», не приносящих осязаемой финансовой отдачи.

На смену хаотичному выбору отдельных моделей приходит запрос на сложные мультиагентные системы, которые становятся новым универсальным интерфейсом для специалистов и меняют требования к ИТ-архитектуре. Если раньше автоматизация строилась вокруг работы с интерфейсами различных разрозненных систем, то в современной архитектуре появляется слой оркестрации агентов. Мультиагентные ИИ-помощники способны брать на себя сквозные бизнес-процессы: от генерации и валидации рыночных гипотез в финансовом секторе до непрерывного анализа логов и инцидентов в сфере информационной безопасности.

Развитие таких комплексных систем на базе ИИ влечет за собой и тектонические изменения в инфраструктурных подходах. На первый план выходит задача управления нагрузкой, которую генерируют агентские системы в архитектуре компании, а также передача и защита контекста между системами.

Особое внимание участники бизнес-завтрака уделили формированию доверенных внутренних контуров и развитию отечественных платформ данных. Внедрение инноваций должно идти неразрывно с импортозамещением. Для корпоративного сектора и государственных структур критически важно не просто использовать внешние алгоритмы, а разворачивать решения на базе суверенной инфраструктуры и выстраивать жесткий контроль над персональными и промышленными данными.

«Чтобы извлечь ценность из ИИ, важно мыслить комплексно, развивая не только модели, но и инфраструктуру данных. Дата-платформы, разрабатываемые отечественными вендорами, должны обеспечивать сбор, аналитику и качество данных. Следующий шаг в развитии технологий — работа с приватными данными, реализуемая благодаря конфиденциальным вычислениям, которые позволяют обучать модели без передачи данных за периметр компании, то есть за счет безопасного совместного использования данных участниками рынка», — отмечает директор по коммерции группы Arenadata Сергей Золотарев.

Государственный сектор демонстрирует готовность к масштабным изменениям. Крупные ведомства уже много лет точечно применяют классический ML, однако актуальная повестка требует массового внедрения больших языковых моделей (LLM). Интеграция передовых отечественных LLM в экосистему «ГосТех» и организация доступа к ним через систему межведомственного электронного взаимодействия (СМЭВ) способны совершить реальный прорыв в качестве и адресности цифровых госуслуг.

В условиях жестких регуляторных требований перед рынком стоит масштабный вызов: научиться эффективно балансировать между использованием гибких open source-решений, созданием собственных команд для глубокого обучения моделей (LLM-training) и развертыванием ресурсоемкой GPU-инфраструктуры. Итоги дискуссии подтвердили, что победу в технологической гонке одержат те компании, которые смогут объединить зрелую внутреннюю экспертизу, доверенную архитектуру данных и прагматичный подход к экономической эффективности каждого ИИ-сценария.

«Здесь собрались не теоретики, а практики с багажом реальных кейсов, что ценно для трансфера экспертизы. У участников рынка уже есть критическая масса практического опыта, они знают, где применение ИИ дает измеримый экономический эффект, где — нет», — сказал руководитель департамента AI & DATA НОРБИТ Дмитрий Демидов. По его словам, получился конструктивный разговор об устойчивом будущем, что само по себе уже явный признак зрелости рынка.

«Такие встречи позволяют сверить взгляды бизнеса и ИТ по теме ИИ. Мы обсудили реальные кейсы его внедрения и изменения, которые уже происходят в разработке и работе команд. Предметный разговор с представителями бизнеса, промышленности и финансового сектора помогает нам лучше понимать, какие компетенции наиболее востребованы, и, соответственно, корректировать подходы к формированию команд разработки», — прокомментировала генеральный директор IT_ONE Ирина Сокольская.

«Мы уже не экспериментируем, а строим экономику данных, мультиагентные экосистемы и доверенные контуры на базе компетенций и отработанных сценариев», — резюмировал Дмитрий Демидов.