Один из главных тезисов - эпоха, когда корпоративный сектор "просто пробовал ИИ" закончилась. Теперь же многие процессы действительно удается автоматизировать с помощью таких технологий, но главным ограничением сегодня становится сама готовность компаний расти и меняться вместе с рынком.
"Технологии из научной фантастики становятся реальностью", - с этого начал своё выступление Андрей Белевцев, старший вице-президент, руководитель блока "Технологическое развитие" Сбербанка. По его мнению, именно генеративный ИИ сегодня выступает главным катализатором этого перехода, превращая вчерашние мечты в завтрашние бизнес-инструменты.
По словам спикера, за последние три года использование генеративного ИИ среди руководителей выросло практически вдвое. Если раньше такие инструменты воспринимались как что-то экспериментальное, то теперь они постепенно становятся частью повседневной работы. При этом скорость изменений настолько высока, что прогнозировать развитие технологий даже на год вперед становится сложно: отрасль меняется буквально ежеквартально.
Отдельно Андрей Белевцев остановился на теме агентных систем. По его словам, разработка таких решений требует серьезной квалификации на стыке ИТ и data science. Не каждая команда оказалась готова создавать подобные продукты внутри компании. Именно поэтому рынок постепенно движется в сторону платформенных решений, где бизнес сможет собирать и настраивать нужные функции без сложной разработки.
Пример - платформа GigaCowork, которую представили в рамках сессии. Решение позволяет делегировать рутину ИИ-агентам и описывать логику их работы на языке бизнес-регламентов, без участия разработчиков и перестройки внутренних ИТ-систем. Компании могут создавать агентов, которые целиком берут на себя задачи сотрудника.
"Агенты GigaCowork помогут быстрее принимать стратегические решения за счет сокращения времени на анализ информации и контекста на 30-50% в сравнении с ручным поиском и сбором. Так, в уже реализованных кейсах внедрения, скорость обработки документов возрастает на 80%, экономия рабочего времени сотрудника достигает 81,5%, а для специалистов по управлению персоналом оптимизация времени составляет 83%. Подготовка отчетности ускоряется на 70%, а поиск кандидатов - на 93%", - отметил Белевцев. Ранний доступ к тестированию платформы уже открыт для всех желающих.
Внутри самого Сбера, по словам Белевцева, уже реализуются более тысячи инициатив в области генеративного ИИ. Значительная часть проектов связана с автоматизацией рутинных процессов и поддержкой сотрудников. Один из наиболее показательных примеров - контактные центры, где примерно 40% обращений уже обрабатываются с помощью нейросетей. Причем речь идет не о простых чат-ботах, а о системах, способных поддерживать диалог практически на любую тему в режиме реального времени.
Отдельное направление работы связано с промышленными и инженерными задачами. По словам Андрея Белевцева, сегодня большое количество времени инженеры тратят на работу с моделями объектов, документацией и повторяющимися операциями. Искусственный интеллект в таких сценариях рассматривается не как замена инженерных расчетов, а как инструмент, который помогает сократить объем рутинной работы и ускорить отдельные этапы проектирования.
Похожие задачи сегодня стоят и перед другими компаниями, в частности - Росатомом. Евгений Абакумов отметил, что для крупных промышленных компаний вопрос внедрения ИИ уже перестал быть дискуссионным. По его словам, отрасль не может позволить себе игнорировать подобные технологии, хотя отраслевая специфика его компании требует более осторожного подхода.
Евгений Абакумов выделил несколько ключевых направлений применения ИИ. Первое связано с аналитикой, закупками, контрольной и надзорной деятельностью - там, где сотрудникам приходится работать с большим объемом информации и принимать решения на основе анализа данных. Второе направление значительно сложнее: это применение ИИ непосредственно в жизненном цикле сложных промышленных объектов - от проектирования до эксплуатации.
По словам топ-менеджера, здесь возникает большое количество вопросов, поскольку промышленность опирается не только на текущие данные, но и на накопленную десятилетиями экспертизу. Многие архивы, результаты испытаний и инженерные наработки прошлых лет сегодня приходится переводить в цифровой вид, чтобы они могли использоваться современными системами.
Еще одна важная тема дискуссии - вопрос кооперации между компаниями. Представители банковского сектора признали, что большинство организаций пока находятся только в начале пути внедрения ИИ. При этом крупные игроки все чаще используют смешанную модель: с одной стороны, внедряют готовые платформенные решения, а с другой - параллельно развивают собственные компетенции внутри компании.
Некоторые участники дискуссии отмечали, что многие проекты приходится серьезно дорабатывать уже после запуска. Например, даже в относительно простых сценариях распознавания документов и проверки подписей ИИ пока не всегда способен работать полностью автономно, поэтому часть контроля остается за человеком. Однако это не воспринимается как проблема технологии - скорее как естественный этап ее развития.
При этом представители бизнеса практически единодушно признавали: компании, которые до сих пор только размышляют, стоит ли начинать внедрение ИИ, уже начинают отставать. По словам участников дискуссии, вопрос сегодня стоит уже не в том, использовать ли подобные технологии, а в том, насколько быстро организация сможет адаптировать под них свои процессы.
Отдельный блок обсуждения был посвящен информационной безопасности. Для крупных компаний и банков это остается одним из ключевых ограничений при внедрении ИИ. При этом многие участники дискуссии сходились во мнении, что полностью закрыться от новых технологий уже невозможно. Главной задачей становится выстраивание такой архитектуры и системы управления доступом, которая позволит использовать новые инструменты без риска для критически важных данных.
Большое внимание спикеры уделили и вопросу кадров. Андрей Белевцев отметил, что искусственный интеллект постепенно меняет требования к сотрудникам практически во всех профессиях. По его словам, сегодня особенно востребованными становятся специалисты, способные не просто пользоваться ИИ-инструментами, а грамотно ставить задачи, описывать процессы и формулировать требования к результату.
При этом участники дискуссии не согласились с распространенным тезисом о том, что ИИ полностью заменит молодых специалистов. Наоборот, по их мнению, новые инструменты позволяют быстрее проходить начальные этапы обучения и раньше включаться в полноценную работу. Однако одновременно растут требования к системному мышлению и способности понимать взаимосвязи между процессами.
Представители промышленности признают, что здесь возникает и новая проблема: часть базовых профессиональных навыков постепенно начинает исчезать. Если раньше специалист годами накапливал практический опыт ручной работы с процессами и системами, то теперь многие операции сразу автоматизируются. Поэтому компаниям приходится искать баланс между автоматизацией и сохранением фундаментальных компетенций сотрудников.
Еще одна важная мысль, которая неоднократно звучала в ходе дискуссии, - внедрение ИИ требует не только технологий, но и пересмотра самих бизнес-процессов. Автоматизировать неэффективную систему бессмысленно: в этом случае искусственный интеллект лишь ускоряет существующие проблемы. Поэтому многие компании сегодня сначала пересматривают внутренние процессы, а уже потом начинают их цифровизацию.
По мнению участников сессии, именно здесь крупные корпорации сталкиваются с главным вызовом. Маленькие компании, создающиеся практически с нуля, часто оказываются более гибкими и способны быстрее адаптироваться под новые технологические модели. Крупному бизнесу же приходится одновременно поддерживать существующую инфраструктуру и перестраивать процессы под новые принципы работы.
В финале дискуссии Андрей Белевцев отметил, что нынешний этап развития ИИ - это не только технологическая, но и организационная трансформация. По его словам, отрасли предстоит пройти через масштабное изменение подходов к управлению, разработке и взаимодействию между людьми. При этом главную роль, считает он, по-прежнему будут играть не сами технологии, а люди, которые способны использовать их для создания новых продуктов, сервисов и бизнес-моделей.