В какой момент бизнесу становится недостаточно обычного чат-бота?
Антон Шмаков: Чат-бот хорошо работает, пока нужно ответить на вопрос, найти информацию или помочь решить отдельную задачу. Но когда от ИИ требуется не просто ответ, а результат, его возможностей уже недостаточно.
Например, система должна проверить данные, обратиться к CRM или ERP, выполнить несколько действий, а при необходимости передать задачу человеку. Можно представить своеобразную лестницу: обычный FAQ-бот, расширенный поиск, цифровой ассистент, затем агент, способный планировать действия и пользоваться различными инструментами. Следующая ступень - цифровой сотрудник с определенными полномочиями и контролем результата. Чем выше мы поднимаемся по этой лестнице, тем важнее становится среда, в которой работает ИИ.
Какие процессы первыми будут переходить к ИИ-агентам?
Антон Шмаков: Прежде всего те, которые хорошо формализуются, имеют четкие правила, большой поток однотипных запросов и результат, который легко проверить. Но смотреть нужно не столько на сам факт внедрения ИИ, сколько на экономический эффект.
Уже сейчас заметные результаты есть в разработке программного обеспечения. На собственном опыте мы видим снижение трудоемкости в продуктовых командах на 20-50 процентов в зависимости от продукта. Есть потенциал в клиентском сервисе, эксплуатации ИТ и техподдержке, продажах, работе с документами, закупках и HR.
Как правильно оценивать эффект?
Антон Шмаков: В конкретных показателях: сколько задач закрыто без участия человека, насколько сократилось время выполнения операции, как изменилась ее стоимость, сколько решений пришлось отправить на доработку.
При этом ускорение одного этапа еще не означает, что бизнес в целом получил выгоду. Можно ускорить разработку продукта, но если его продажи и внедрение работают по-старому, узкое место просто переместится. Иногда дополнительные расходы на ИИ-инфраструктуру вообще могут съесть экономию. Поэтому трансформировать необходимо всю цепочку создания ценности, а не отдельные операции.
Вы часто говорите о "доверенной ИИ-среде". Что это означает на практике?
Антон Шмаков: Это гораздо больше, чем размещение модели на собственном сервере. Доверие необходимо обеспечить на каждом уровне: от инфраструктуры и происхождения модели до корпоративных данных и поведения агентов.
Компания должна понимать, куда уходят ее данные, кто имеет к ним доступ и что именно может делать агент. Важны минимально необходимые права, фильтрация запросов и ответов, защита от попыток заставить модель выполнить нежелательное действие, подтверждение человеком критичных операций. Кроме того, нужен полный аудит запросов, ответов и действий агента.
Насколько принципиален закрытый контур?
Антон Шмаков: Для госсектора это уже не вопрос выбора. Для крупного бизнеса ситуация во многом похожа: есть банковская тайна, персональные данные, коммерчески чувствительная информация, отраслевые требования.
Закрытый контур позволяет дать ИИ доступ к действительно ценным данным - договорам, конструкторской документации, клиентским базам - и контролировать их использование. Но превращать его в догму тоже неправильно. Для многих компаний оптимальной становится гибридная инфраструктура: критичные данные обрабатываются внутри, а для менее чувствительных задач можно использовать внешние мощности.
Получается, главное препятствие для корпоративного ИИ сегодня уже не качество моделей?
Антон Шмаков: Во многих случаях наиболее трудоемкая часть проекта - подготовка корпоративных знаний. Современные модели уже хорошо работают с текстом. Проблема в самих данных.
В компании могут одновременно существовать дубли документов, устаревшие регламенты, сканы, несколько версий одного файла, разные права доступа. Значительная часть знаний вообще находится в почте и переписке.
Поэтому не стоит пытаться сразу подключить к ИИ "все знания компании". Лучше начать с одного направления, определить владельцев информации и правила ее обновления, сохранить существующие права доступа и затем расширять систему. Хороший принцип: сначала надежная память, затем навык агента и только потом изменение бизнес-процесса. Иначе ИИ просто позволит быстрее совершать ошибки.
Как бизнесу не получить инфраструктуру, которая устареет через год?
Антон Шмаков: Нужно исходить из того, что модели будут постоянно меняться. Они становятся дешевле, модели с открытыми весами приближаются к проприетарным, поэтому вопрос все чаще заключается не в том, какая модель вообще "умнее", а какая лучше подходит для конкретного сценария.
Инфраструктура не должна быть жестко привязана к одной модели. Необходимо использовать открытые стандарты и предусматривать работу с разным оборудованием. Тогда одну модель можно заменить другой без перестройки всей системы.
Модели и фреймворки будут устаревать. А долгоживущими активами останутся собственные данные, наборы для оценки качества, журналы работы агентов и описанные бизнес-процессы.
Что в использовании ИИ российскими компаниями изменится в ближайшие годы?
Антон Шмаков: Рынок переходит от экспериментов к окупаемости. ИИ используют более 80 процентов компаний, но эффект свыше 5 процентов от прибыли пока видят менее 10 процентов. Меняются и ожидания: вместо сокращения фонда оплаты труда на первый план выходят рост выручки и ускорение создания новых продуктов.
Массовым станет ИИ, встроенный в привычные рабочие инструменты: офисные приложения, операционные системы, среды разработки, ERP и CRM. Будут распространяться агенты в разработке, эксплуатации ИТ и информационной безопасности, клиентском сервисе, а также отраслевые решения.
А вот идея о том, что каждой компании потребуется собственная фундаментальная модель, на мой взгляд, переоценена. Как и концепция полностью автономного универсального "цифрового сотрудника".
Главный сдвиг заключается в другом: ИИ перестает быть отдельным экспериментальным проектом и становится частью корпоративной инфраструктуры. И для бизнеса все важнее будет не просто иметь доступ к хорошей модели, а сделать этот новый слой управляемым, безопасным и встроенным в реальные процессы.