ИИ для бизнеса. Популярные инструменты, сферы применения, образовательные программы, амбассадоры проектов, комментарии экспертов ИТ-рынка

ICT-Online.ru: 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?

Советник генерального директора Content AI Олег Сажин: В 2024 году искусственный интеллект проходил стадию активного внедрения в отдельные процессы в различных отраслях. При этом в ходе реальной эксплуатации компании-разработчики продолжали активно экспериментировать с моделями и изучать пределы возможности технологий. Улучшение языковых моделей, таких как GPT-4 и их российских аналогов YandexGPT, GigaChat сделало их более точными и адаптивными, что особенно заметно в специализированных задачах, например, понимании текста, извлечении данных. Зарубежные LLM – GPT-4o, Gemini 1.5, DeepSeek — за счет улучшенной архитектуры, способности к мультизадачности и гибкости достаточно уверенно могут анализировать разные виды информации — текстовую, графическую, аудио и видео в одном запросе. И это открывает широкое поле для их применения.

Советник генерального директора Content AI Олег Сажин
Фото: Content AI

Еще одним крупным достижением можно назвать появление мультиагентных систем на основе LLM, которые могут взаимодействовать и обучаться в сложных многозадачных средах. Они способны анализировать окружающую среду, принимать решения и реагировать на события. Таким системам может быть делегировано выполнение комплексных вычислительных задач, например, в области финансового, операционного и производственного планирования.

Ключевая способность ИИ-технологий, которая может влиять на повышение эффективности процессов в любых отраслях – это возможность управления информацией со скоростью и точностью, недоступными человеку. ИИ-системы анализируют большие объемы данных, находят нужную информацию, принимают на ее основе решения и осуществляют требуемые действия. Именно так можно описать алгоритм большинства систем на основе ИИ, которые сегодня активно внедряются в самых разных сферах.

К самым распространенным сценариям применения этих алгоритмов можно отнести:

• персонализацию взаимодействия с клиентами через рекомендательные системы и чат-боты, которые помогают повысить удовлетворенность клиентов и увеличить конверсию;
• оптимизацию логистики и цепочек поставок для прогнозирования спроса, координации маршрутов и управления запасами;
• анализ больших данных для извлечения ценных инсайтов и принятия стратегических решений.

В сфере кибербезопасности ИИ помогает обнаруживать аномалии и предотвращать кибератаки, а в маркетинге и рекламе — анализировать поведение потребителей и оптимизировать кампании. В финансовом секторе ИИ применяется для скоринга, обнаружения мошенничества и управления рисками.

В 2024 году мы увидели множество примеров успешного использования искусственного интеллекта, в том числе в России. В области разработки решений для автоматизации бизнес-процессов работы с документами, которой занимается Content AI, можно отметить бум цифровых помощников. ИИ-ассистенты берут на себя рутинные задачи специалистов разного профиля, помогая в поиске информации, извлечении данных из документации, создании типовых документов. И это примеры из реальной практики, подтвердившие свою эффективность.

Заместитель генерального директора IVA Technologies Сергей Телевинов: ИИ служит мощным вспомогательным инструментом, который берет на себя рутинные задачи и повышает продуктивность бизнеса. В сфере корпоративных коммуникаций для B2B и B2G сегмента активно применяется такой функционал на основе ИИ, как перевод аудио- и видеовстреч в текст, расшифровка аудиосообщений, русско-английский переводчик онлайн-совещаний с субтитрами, резюме основных моментов из встречи, протоколирование задач и поручений.

Заместитель генерального директора IVA Technologies Сергей Телевинов
Фото: IVA Technologies

Генеральный директор Инфомаксимум Александр Бочкин: ИИ-инструменты широко применяются в бизнесе для обработки текстовых, графических и звуковых запросов. Они активно используются в автоматизации рутинных задач, связанных с коммуникацией с контрагентами и регуляторами. Особенно заметен прорыв в анализе неструктурированных данных (переписки, документов, клиентских запросов). В 2024 году значительный прогресс произошел в развитии ИИ-агентов, однако их стабильность остается под вопросом. Основное преимущество ИИ — повышение эффективности в сферах аналитики, обработки данных и любых коммуникаций.

Генеральный директор Инфомаксимум Александр Бочкин
Фото: Инфомаксимум

ИТ-директор компании «Интерпроком» Олег Слядников: В 2024 году «искусственный интеллект» вошел в топ-5 списка самых популярных слов в России согласно исследованию Государственного института русского языка им. А.С. Пушкина. Однако это был не просто очередной год ажиотажа и хайпа, ИИ все больше превращается из разряда экзотики и новинки в осознанную необходимость. Отечественный и мировой рынки программных решений на базе искусственного интеллекта развиваются ускоренными темпами. Сегодня в Реестре российского ПО при вводе в поисковую строку «искусственный интеллект» выдаются 454 записи; это ПО, созданное с нуля или с использованием встроенных возможностей ИИ. В то время как в 2022 году число записей насчитывалось порядка 10, а в 2023-м подошло к 140.

ИТ-директор компании «Интерпроком» Олег Слядников
Фото: «Интерпроком»

Технологии искусственного интеллекта активно применяются в прикладных целях. Наиболее популярным является использование инструментов ИИ для автоматизации повторяющихся задач и повышения производительности труда сотрудников, что помогает снизить человеческие ошибки и высвободить сотрудников для решения более важных и значимых задач. Например, организации используют ИИ для создания маркетингового контента, улучшения клиентского опыта и повышения продаж, прогнозирования спроса и покупательского поведения, фильтрования резюме и проведения первичных собеседований, оптимизации ИТ-процессов и кибербезопасности, модернизации процессов работы с документами и взаимодействия с поставщиками. Часто компании используют функции ИИ, встроенные в уже имеющееся у них программное обеспечение, которые могут повысить производительность сотрудников. ИИ уже помогает в составлении черновиков писем, создаёт базовые презентации по заданному запросу, составляет профили потребителей и формирует на их основе персонализированные предложения.

На мой взгляд, существенный прогресс наблюдается по всем трем ключевым направлениям: обработка естественного языка, компьютерное зрение, экспертные системы. Мы видим, как активно развиваются технологии автоматического перевода, распознавания речи, анализа эмоциональности текста и др. Постоянно совершенствуются алгоритмы и модели для распознавания и анализа изображений и видео, обеспечивая, например, движение беспилотных транспортных средств, отслеживание износа труднодоступного оборудования или контроль за использованием средств индивидуальной защиты и требований техники безопасности на производстве. ИИ все чаще начинают использовать при создании систем диагностики и поддержки принятия решений.

С моей точки зрения, нет единого рецепта, в каких направлениях ИИ дает наиболее ощутимые результаты бизнесу. Одни компании начинают с небольших экспериментов, другие ставят амбициозные цели и запускают большие проекты. При внедрении прорывных технологий, таких как ИИ, всегда возникают компромиссы и необходимость сопоставить ценность, которую может создать ИИ, с требуемыми инвестициями и сопутствующими рисками.

Коммерческий директор Группы «Борлас» Егор Кукушкин: В настоящее время тема технология ИИ имеет самые большие ожидания по положительному эффекту со стороны бизнеса и государства. На федеральном уровне идет серьезная поддержка проектов, включая грантовое финансирование перспективных разработок.

Коммерческий директор Группы «Борлас» Егор Кукушкин
Фото: Группа «Борлас»

К числу наиболее популярных направлений и инструментов в сфере искусственного интеллекта, на мой взгляд, можно отнести:

а) AI-ассистенты, которые являются «советчиками» при анализе больших объемов информации и формируют рекомендации для функциональных специалистов. Направление актуально для различных отраслей промышленности, медицины, банков и ритейла. Подобные проекты крайне важны, так как именно они погружают бизнес-пользователей в технологию ИИ.

б) Интеллектуальный̆ анализ больших массивов документации, применяемый с целью сокращения ошибок массового ввода и анализа информации и обеспечения полного соответствия как внутренним регламентам компании, так и возможным требованиям различных внешних потребителей аналитики (акционеров, регуляторов и др.).

в) Использование нейросетей в видеоаналитике. В качестве успешных примеров применения можно отметить проекты для объективного контроля состояния труднодоступных объектов, оперативного контроля за сложной ручной сборкой, многофакторного анализа в проектах физической безопасности и др.

Руководитель практики центра компетенций больших данных и искусственного интеллекта ЛАНИТ Владислав Балаев: Во всех сферах предприимчивые люди используют большие языковые модели (LLM) для сокращения времени на рутинные задачи: написание писем, подготовку маркетинговых материалов, составление регламентов и т.п. В случае нашей компании это, например, написание кода или требований для разработки ПО. Менее распространены инструменты, включающие поиск в Интернете (например, Perplexity или Яндекс.Нейро), — многие ещё не оценили их пользу в своих задачах. Организация работы со своими внутренними данными, будь то заметки или документы, требует умения и понимания их применимости. Хотя уже есть и открытые такие инструменты, как NotebookLM от Google, а также специализированные платформы, включая разрабатываемую нами систему LanDevAI Studio для работы с LLM.

Руководитель практики центра компетенций больших данных и искусственного интеллекта ЛАНИТ Владислав Балаев
Фото: группа ЛАНИТ

Прорыв в возможностях LLM в 2024 году, на мой взгляд, значителен, особенно в увеличении объёма текста, который они обрабатывают в одном запросе (контекстное окно). Также сейчас активно развиваются два направления:

• другие модальности (восприятие речи и ее генерация, анализ изображений);
• reasoning (режим рассуждений).

Для того, чтобы сообщество научилось пользоваться результатами этих прорывов, должно пройти еще какое-то время.

Среди ощутимых трендов 2024 года можно выделить смещение OpenAI с пьедестала первенства. И речь не про DeepSeek (хотя для пользователей из нашей страны возможность обратиться к модели без VPN стала очень привлекательной), а про всю линейку конкурентов: это и Claude, и Grok, и целый спектр локальных моделей. На настоящий момент у многих людей в различных сферах бизнеса формируется своя ИИ-команда. В рамках нашей компании также формируются различные предпочтения: для аналитиков больше работает одна LLM, для разработчиков - другая, для тестировщиков - третья. Это привело нас к необходимости разработки платформы, которая предоставляет единообразный доступ к любым LLM, как локальным, так и внешним, и возможность создавать на основе этих моделей пайплайны различной сложности, в том числе с другими модальностями (изображения, голос).

Директор департамента прикладных решений ЛАНИТ-ТЕРКОМ (входит в группу ЛАНИТ) Дмитрий Медведев: Одной из самых популярных областей применения ИИ остается обработка естественного языка. Российский бизнес активно использует чат-боты и виртуальных ассистентов для круглосуточной поддержки клиентов.

Директор департамента прикладных решений ЛАНИТ-ТЕРКОМ (входит в группу ЛАНИТ) Дмитрий Медведев
Фото: группа ЛАНИТ

Инструменты бизнес-аналитики помогают компаниям извлекать ценные инсайты из больших объемов данных, прогнозировать тенденции и принимать более точные решения.

ИИ активно используется в маркетинге для персонализации контента, таргетинга рекламы и анализа поведения пользователей. В промышленной отрасли для снижения операционных издержек применяются роботы и автоматизированные системы управления процессами.

Сегодня технологии ИИ помогают обеспечивать информационную безопасность компаний. Некоторые решения позволяют предотвращать атаки злоумышленников, а именно, распознавать поддельные данные, выявлять и прогнозировать мошеннические действия, препятствовать распространению персональных и конфиденциальных данных.

ИИ-инструменты активно внедряются в области управления цепочками поставок за счет прогнозирования спроса и оптимизации логистики. В сфере здравоохранения ИИ повышает точность диагностики и лечения пациентов.

Одно из ключевых направлений ИИ – обработка и анализ данных. Компании получают возможность извлекать необходимую информацию из больших объемов данных, которая может быть использована при принятии управленческих решений, в разработке маркетинговых планов и продажах. Помимо этого, ИИ позволяет автоматизировать рутинные и повторяющиеся задачи.

Руководитель Лаборатории инноваций НОРБИТ (входит в группу ЛАНИТ) Дмитрий Демидов: Самые широко используемые российским бизнесом ИИ-инструменты - всем известные облачные универсальные чат-боты. Это продукты от OpenAI, Yandex, Сбер. В последнее время в этот список ворвались также и сервисы от компаний из Китая, такие как DeepSeek. Они помогают генерировать тексты, содержание статей, иллюстрации.

Руководитель Лаборатории инноваций НОРБИТ (входит в группу ЛАНИТ) Дмитрий Демидов
Фото: группа ЛАНИТ

Секрет широкого распространения крайне прост, чтобы начать пользоваться этими продуктами, достаточно всего лишь нескольких нажатий мышкой, и можно сразу получить результат. На мой взгляд, в 2024 году произошла тихая, незаметная революция. Сотрудники самостоятельно стали применять ИИ-инструменты для поиска информации. Но если раньше в этом помогал Интернет, а собранные данные нужно было еще и проанализировать, то сейчас они получают все в структурированном виде, в максимальном соответствии заданному вопросу.

Оценка эффектов для бизнеса крайне сложна, так как результаты неоднородны по разным отраслям. Например, если брать творческие профессии, то эффективность может быть просто потрясающей. С ИИ за то же время можно написать в 10 раз больше статей, создать в 100 раз больше иллюстраций. Но при этом те, кто работает с нецифровыми задачами и с тем, что не связано с генерацией текстов, изображений или видео, получат рост эффективности на грани статистической погрешности. Популярные и универсальные ИИ-инструменты грандиозно повлияют на авторов текстов, но практически никак на кассира в магазине или на водителя такси. Хотя если брать уже специализированный ИИ, то вот тут как раз они могут оказать на кассиров и водителей серьезное воздействие.

Руководитель направления CRM и BPM ГК Softline Светлана Ермакова: Искусственный интеллект становится неотъемлемой частью современных бизнес-процессов, независимо от масштаба компании или отрасли. В 2024 году мы видим более глубокую интеграцию ИИ в бизнес-решения. ИИ-сервисы могут быть двух видов — самостоятельные продукты и встроенные решения. Первые поставляются как отдельные продукты и ориентированы на массовый рынок. Обычно они отличаются более широким функционалом и гибкостью, что позволяет их интегрировать с любыми продуктами и использовать в разных сферах.

Руководитель направления CRM и BPM ГК Softline Светлана Ермакова
Фото: ГК Softline

Встроенные решения являются частью более крупных бизнес-решений. Они, как правило, решают узкие задачи, но при этом эффективно оптимизируют конкретные процессы. Если оценивать как раз тенденции 2024 года, многие вендоры, с которыми сотрудничает ГК Softline, включают в свои дорожные карты задачи по развитию AI-сервисов.

В рамках бизнес-решений, которые поставляет ГК Softline, ИИ-сервисы чаще всего используются для автоматизации рутинных задач. Например, для расшифровки аудиозаписей диалогов. После завершения звонка система сохраняет текстовую расшифровку и ссылку на запись, что раньше требовало участия пользователя. Также AI-инструменты используются для аналитики и прогнозирования — ИИ-сервисы могут проводить скоринг заказчиков, анализировать их поведение и предлагать персонализированные решения.

На мой взгляд, заказчики сегодня видят очевидные преимущества ИИ-сервисов двух направлений: в автоматизации рутинных процессов и в обработке больших объемов информации. Например, искусственный интеллект эффективно справляется с суммаризацией диалогов и выделением ключевых тезисов. ИИ может качественно анализировать документы, в том числе, когда требуется быстрое сравнение и сопоставление требований тендерной документации с условиями договора или коммерческого предложения.

Также нельзя не упомянуть автоматизацию колл-центров. Современные чат-боты, встроенные в CRM- или ERP-системы, уже далеко ушли от простых сценариев. Они работают на основе обширной базы знаний, анализируют десятки и сотни источников информации и предоставляют клиентам точные и понятные ответы. В Softline мы активно развиваем это направление, и в прошлом году успешно внедрили собственный продукт в этой области.

Менеджер по развитию продаж BPMSoft ГК Softline Владимир Грибоедов: Искусственный интеллект также активно применяется для автоматизации работы с массовыми обращениями. Это позволяет снять нагрузку с операторов, которые раньше вручную обрабатывали запросы, классифицировали их и готовили типовые ответы. Теперь эти задачи выполняет система, что значительно повышает эффективность.

Менеджер по развитию продаж BPMSoft ГК Softline Владимир Грибоедов
Фото: ГК Softline

Кроме того, в CRM-системах ИИ помогает анализировать данные о клиентах и предлагать персонализированные решения. Например, система может рекомендовать, какой товарный ассортимент или услугу лучше предложить конкретному заказчику, основываясь на его предыдущих покупках и поведении. Это так называемый Next Best Offer — один из ключевых трендов.

Директор департамента «Банки и финансы» Рексофт Алексей Лебедев: 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.

Руководитель направления AI провайдера облачных и AI-технологий Cloud.ru Дмитрий Юдин: Бизнес уже широко использует ИИ-ассистентов – это простой и понятный инструмент, который помогает быстро получать информацию, писать письма, готовить презентации и преодолеть кризис «белого листа». По сути ИИ-ассистент — это чат, где пользователь может взаимодействовать с GenAI на естественном языке.

Руководитель направления AI провайдера облачных и AI-технологий Cloud.ru Дмитрий Юдин
Фото: Cloud.ru

Важно, что в основе такого ИИ-ассистента может быть реализована сложная архитектура, которая открывает новые опции для бизнес-пользователя и позволяет уже не просто получать ответ, а отправлять полноценную задачу, которая будет выполнена без участия человека. Автономные системы (агентные и мультиагентные) открывают пользователям возможность не просто оптимизировать набор рутинных задач, а делегировать ресурсоемкие задачи технологиям искусственного интеллекта.

Можно выделить несколько направлений, где ИИ дает ощутимые преимущества:

• Автоматизация бизнес-процессов в ИТ;
• Принятие решений: ускорение обработки данных и аналитики за счет ИИ;
• Маркетинг и продажи: привлечение и удержание клиентов, улучшение пользовательского опыта.

Руководитель направления Data Science в RAMAX Group Александр Борисов: Внедрение ИИ-инструментов и технологий машинного обучения — это долгосрочный процесс в большинстве отраслей экономики, так как данные технологии относятся к «сквозным». В то же время, сами ИИ-инструменты обычно решают конкретную бизнес-задачу, то есть относятся к классу систем «слабого ИИ» (Narrow AI). Дело в том, что несмотря на весь хайп, связанный с генеративными и мультимодальными ИИ-инструментами, они пока не показали схожей эффективности для любого класса задач, с чем обычно связывают понятие «сильного» или «общего ИИ» (General AI). Таким образом, в 2024 году мы наблюдали пик хайпа применения генеративного ИИ, за которым, по мнению экспертов Gartner Group, неизбежно следует падение в «пропасть разочарования». Этот термин связан с выяснением реальных бизнес-эффектов от технологии и сравнением с вложениями в ее применение. Для генеративных моделей такой эффект уже был показан в кодогенерации, массовой поддержке клиентов и сотрудников, интеллектуальном поиске по базам знаний, а также массовом копирайтинге. Поэтому говорить о широком применении какой-либо технологии ИИ независимо от масштаба бизнеса пока преждевременно – наибольший эффект все еще дают ИИ-инструменты, разработанные под конкретную бизнес-задачу и использующие эффект масштаба.

Руководитель направления Data Science в RAMAX Group Александр Борисов
Фото: RAMAX Group

Директор департамента голосовых цифровых технологий компании BSS Александр Крушинский: Бизнес активно использует чат-ботов, голосовых помощников, речевую аналитику, автоматизацию исходящих обзвонов. Основным драйвером 2024 года в части развития ИИ-инструментов остается генеративный ИИ (GenAI). Он очень быстро проникает в традиционные приложения – в почтовые клиенты, в инструменты разработки, в маркетинговые инструменты.

Директор департамента голосовых цифровых технологий компании BSS Александр Крушинский
Фото: BSS

Мы в свою очередь внедрили генИИ в нашу бот-платформу и базу знаний, где он помогает выдавать персонализированные консультации, опираясь на знания, извлеченные из всего массива документов клиента. Встроили генИИ в речевую аналитику, где позволяет выявлять неочевидные факторы и даже давать операторам рекомендации по поводу ведения диалога. Кроме встраивания генеративного ИИ в существующие решения, выпустили новый продукт – это тренер по коммуникациям, который симулирует поведение клиента в различных ситуациях и таким образом готовит операторов контакт-центра или продавцов компании к реальным ситуациям, возникающим при общении с живыми клиентами. Ну и конечно, активно используем генИИ в своих рабочих процессах – и при подготовке маркетинговых материалов, и в разработке решений для наших клиентов.

Технический лидер Bercut Алексей Чистяков: Искусственный интеллект всё больше показывает свою эффективность в области аналитики данных. Сегмент анализа данных растет в связи с тем, что у компаний есть незакрытая потребность в прогнозировании спроса, анализе рисков, автоматизации маркетинга и оптимизации цепочек поставок. Рост рынка IoT и индустриальной аналитики приводит к появлению огромных объемов данных, которые необходимо анализировать. В том числе предприятия используют машинное обучение для предсказания отказов оборудования, предотвращения мошенничества и повышения операционной эффективности.

Технический лидер Bercut Алексей Чистяков
Фото: Bercut

Также ИИ помогает компаниям выделиться в ожесточенной борьбе за клиентов, в которой особенно активно участвуют банки, ритейл и телеком-операторы. Чат-боты и виртуальные ассистенты, созданные на основе ИИ, улучшают клиентский сервис, обеспечивают круглосуточную поддержку и автоматизируют рутинные задачи. Ключевая технология, помогающая решать эти задачи, — обработка естественного языка, или NLP. Драйвером роста NLP является развитие цифровых сервисов. NLP-технологии активно применяются не только в разработке чат-ботов и голосовых ассистентов, но и в системах автоматического перевода, анализе тональности и генеративном ИИ.

ИИ позволяет компаниям поддерживать такие глобальные тренды, как гиперперсонализация контента и таргетирование рекламы на основе поведения пользователей.

Генеральный директор CESCA Евгений Доможиров: Сегодня бизнес, независимо от масштаба, активно использует генеративный ИИ, где лидером остается ChatGPT и его аналоги. Это главный инструмент для автоматизации задач — от создания контента до поддержки клиентов. В 2024 году прорывов глобальных не случилось, но уже в начале 2025 года китайские разработчики удивили рынок, выпустив дешевые и производительные модели, вроде DeepSeek, с упрощенной монетизацией. Они открывают перспективы для коммерческого применения. Бизнес также полагается на on-premise решения — локальные модели, которые можно обучать под свои нужды. Однако они уступают облачным сервисам и по эффективности, и по стоимости владения. В основе — знакомые LLM и генеративные сети. В 2024 году рынок скорее переживал «медвежью фазу» — шли попытки улучшить модели, повысить качество релизов, но без революций. Зато удешевление и рост производительности, начавшиеся в 2025 году, уже дают бизнесу ощутимые преимущества: автоматизация ускоряет процессы, аналитика становится точнее, а персонализация — доступнее.

Генеральный директор CESCA Евгений Доможиров
Фото: CESCA

ICT-Online.ru: 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?

Олег Сажин (Content AI): Развитие ИИ-технологий в настоящее время, действительно, идет с более высокой скоростью, чем вендоры успевают внедрять инновации в свои решения, а заказчики встраивать их в операционные процессы. И то, и другое требует оценки с точки зрения целесообразности, производственной и экономической эффективности, соотношения затрат и выгод. Практика показывает, что не всегда ИИ в моменте приносит бизнесу сверхрезультат. На длинной дистанции выиграют те, кто осознанно, с качественной подготовкой и проведенным анализом подойдет к выбору ИИ-решений для внедрения в операционные и производственные процессы.

Изучение возможностей, которые могут привнести в бизнес решения с искусственным интеллектом, как и сам процесс внедрения, должны производиться кросс-функциональной экспертной командой с участием ИТ-специалистов и представителей подразделений, в процессы которых будут интегрированы ИИ-продукты. К этим задачам также целесообразно привлекать профессиональных технологических консалтеров и интеграторов. На российском рынке есть достаточно много компаний с сильными компетенциями в этой области.

Если рассматривать непосредственно процессы внедрения инновационных решений, перехода на новые практики, то здесь менеджменту необходимо уделять должное внимание развитию компетенций команды в области ИИ. Это касается и технических специалистов, и конечных пользователей. Компании должны на системной основе инвестировать в обучение сотрудников, создавать внутренние программы переквалификации, поддерживать инициативы, направленные на изучение новых технологий.

Александр Бочкин (Инфомаксимум): Прогрессивные компании адаптируются к ИИ быстрее, тогда как многие бизнесы в России пока не проявляют высокой инициативы. Внедрение ИИ зависит от масштаба компании: малому бизнесу проще использовать готовые решения по подписке, а крупные корпорации обучают специалистов для самостоятельного развертывания технологий. Однако в целом ИТ-специалисты пока еще играют ключевую роль в продвижении ИИ внутри компаний, поскольку осведомленность обо всех особенностях и преимуществах технологии в большинстве компаний скорее низкая.

Олег Слядников («Интерпроком»): Бизнес очень внимательно следит за развитием ИИ, кто-то идет в авангарде использования самых передовых достижений в области ИИ, кто-то выбирает осторожную стратегию, выжидая и изучая опыт других прежде, чем приступить к внедрению, есть консерваторы и скептики. В любом случае, ИИ развивается настолько стремительно, что требуется значительное время на осмысление практического применения научных прорывов, которые оперативно анонсируются в медийном пространстве.

Что касается образовательных услуг в сфере ИИ, то курсов достаточно много, особенно базовых и направленных на обучение обычных конечных пользователей работе с различными нейросетями: например, составлению запросов для генерации текстов, фото, графики и видео, использованию ИИ для повышения эффективности маркетинга и продаж. Предложений по углублённому обучению, в частности, разработчиков для создания нейросетей или моделей машинного обучения, заметно меньше, но качественные есть, но при этом процесс профессионального обучения значительно более длительный и трудоемкий. Для бизнеса также важны короткие программы, которые позволяют быстро получить практические навыки. Например, курсы по использованию ИИ-инструментов или внедрению ИИ в маркетинг, продажи и управление.

Амбассадоры ИИ нужны и важны на всех уровнях компании. Разработка дорожной карты внедрения ИИ требует понимания на уровне топ-менеджмента, какие направления деятельности наиболее эффективно можно оптимизировать с помощью ИИ не в абстрактной, а в данной конкретной организации, поскольку ответственность за инвестиции в большей степени ложится на их плечи. ИТ-департамент принимает участие в обсуждении таких вопросов и высказывает свое авторитетное мнение, запускает пилотные проекты. Прямая ответственность ИТ-департамента – это выбор ИИ-инструментария, встраивание ИИ-приложений в ИТ-инфраструктуру, обеспечение работоспособности системы и безопасного доступа к данным в конкретном бизнес-контексте, наличие технических специалистов с необходимыми знаниями и навыками. Внедрение технологий ИИ - это совместные усилия бизнеса и технологий, и команда амбассадоров не может обойтись без ИТ-специалистов, потому что именно у них есть шанс первыми в компании стать реальными экспертами в ИИ.

Егор Кукушкин (Группа «Борлас»): Исходя из нашего опыта и многочисленных маркетинговых исследований, российский enterprise-сегмент активно реализует подобные проекты в течение нескольких последних нескольких лет, а темпы роста от года к году только нарастают. Эту тенденцию подтверждает также «Индекс готовности приоритетных отраслей̆ экономики Российской̆ Федерации к внедрению искусственного интеллекта за 2024 год».

Другой вопрос в том, что для массового применения данных технологий требуется серьезная системная инфраструктура, которая является довольно дорогостоящей инвестицией на старте таких программ. Однако все чаще заказчики отмечают крайне высокие бизнес-результаты от подобных проектов, что в свою очередь делает инвестиции в ИИ все более привлекательными. На мой взгляд, в рамках продвижения подобных проектов можно выделить две главные роли участников внутри организации: «учителя» – они же ИТ-специалисты, а в качестве «амбассадоров» ИИ уже выступают сами бизнес-пользователи.

В нашей группе компаний есть большое подразделение, которое занимается обучением и проводит практические семинары как для ИТ-специалистов, так и для бизнес-заказчиков. Одно из ключевых направлений здесь как раз ИИ.

Владислав Балаев (ЛАНИТ): Сейчас это ответственность ИИ-амбассадоров. Дело не в отсутствии необходимых курсов, а в том, что динамика изменений настолько высока, что обновлять материал курса пришлось бы ежемесячно. Практически каждую неделю появляются новые LLM-модели, каждый месяц появляются или претерпевают существенные изменения новые инструменты для построения агентов (n8n, flowise, smolagents и т.п.).

Кроме того, применение ИИ требует подхода, который отличается от классической ИТ-автоматизации. Причины две: ИИ позволяет решать задачи, которые ранее невозможно было решить, однако ИИ может ошибаться. Применять его следует либо вместе с валидацией человеком, либо в случаях, когда цена ошибки низкая. Сейчас движение в сторону ИИ — это в основном дело амбассадоров, которые находят точки применения ИИ в своей работе и могут их корректно реализовать.

Дмитрий Демидов (НОРБИТ): В жизни компаний я вижу много примеров, когда именно руководители бизнес-подразделений продвигают культуру использования ИИ-инструментов в работе. Возможно, это происходит также часто, как и со стороны ИТ-подразделений. Но у бизнес-департаментов эффект проявляется очень наглядно. Например, если направлением маркетинга управляет человек, заинтересованный в том, чтобы ИИ стал частью рутины и вошел в обиход специалистов в отделе, то ему гораздо проще за счет своей прямой власти это сделать.

В целом, бизнес вполне успевает за развитием универсальных ИИ решений, их применение для части профессий становится уже стандартом и входит в минимальный набор требований, наравне с офисным ПО.

Светлана Ермакова (ГК Softline): Бизнес чувствует себя комфортно, когда ИИ-функционал интегрирован в уже используемые продукты. Например, если клиент работает с платформой, и в новом релизе появляется ИИ-сервис, это идеальная ситуация. Заказчику достаточно докупить лицензию, чтобы протестировать новую функцию, без необходимости внедрять отдельный продукт. В таких случаях бизнес успевает за развитием технологий.

Если говорить о самостоятельных ИИ-решениях, которые требуют отдельного внедрения, закупки, внутренних согласований и тендерных процедур, то процесс значительно затягивается. В таких ситуациях бизнесу сложнее успевать за инновациями из-за бюрократических барьеров. Внедрение отдельного продукта — это всегда проект, требующий времени и ресурсов.

Но еще есть и обратная сторона. Не все ИИ-сервисы, выходящие на рынок, одинаково эффективны. Качество работы, функциональные возможности и адаптация под конкретные задачи заказчика могут сильно варьироваться. Поэтому успех внедрения зависит не только от готовности бизнеса, но и от способности ИИ-решения соответствовать его потребностям.

Что касается образовательных услуг, здесь ситуация неоднозначна. Если говорить о B2C-сегменте, то предложений огромное количество: от курсов по использованию ChatGPT до занятий по созданию нейросетей. Однако в B2B-сегменте, где требуется углубленное обучение, например, для разработчиков, которые будут создавать нейросети, процесс занимает значительно больше времени. За один-два месяца освоить такие технологии невозможно. На это потребуется много месяцев, а иногда и лет, как в случае с изучением традиционной разработки.

Владимир Грибоедов (BPMSoft): Я думаю, нет принципиальной разницы, какой продукт компания решает внедрять. Будь то ИИ-решение, CRM или ERP-система. В любом случае, этот процесс требует активного участия бизнеса, поддержки, адаптации. Бизнес должен четко сформулировать задачи, которые он хочет решить, и определить ожидаемый эффект. ИТ-специалисты, в свою очередь, отвечают за техническую реализацию, настройку и сопровождение системы.

Если речь идет о серьезной Enterprise-компании, ситуация усложняется. Такие крупные организации, как правило, предпочитают развертывать ИИ-решения на собственных мощностях из-за требований к конфиденциальности информации и защите персональных данных. Это накладывает дополнительную ответственность на ИТ-команду, так как ИИ-сервисы требуют значительно более мощных ресурсов, чем стандартные бизнес-приложения.

Алексей Лебедев (Рексофт): 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.

Дмитрий Юдин (Cloud.ru): Рынок ИИ действительно динамично растет, вместе с этим развивается и подход к созданию и написанию необходимых курсов. Мы видим, что компании, которые активно занимаются внедрением и визионерством в области ИИ, готовят специализированные курсы для своих сотрудников. По нашим данным, уровень доверия среди ИТ-специалистов к GenAI — высокий. 60 % респондентов положительно относятся и охотно применяют его в своих задачах, от написания текстов до помощи в написании кода. Поэтому бизнесу важно своевременно делать необходимое обучение, чтобы минимизировать риски, связанные с утечкой данных и дезинформацией.

Александр Крушинский (BSS): Академическое образование, при всем своем желании, успеть за развитием не может физически, так как новые инструменты выходят буквально каждый месяц. Поэтому да – ИИ внедряется, в первую очередь, за счет ИT-компаний, которые предлагают продукты на базе ИИ. И, во-вторых, внедрение стимулируется амбассадорами ИИ внутри компаний, которые следят за развитием технологий на переднем крае и внедряют новые инструменты в рабочие процессы.

Алексей Чистяков (Bercut): ИИ стремительно проникает в разные сферы бизнеса, компании понимают ценность этого инструмента и используют его по назначению. Уже есть громкие публичные кейсы применения ИИ в российских компаниях, например, в части повышения эффективности борьбы с мошенничеством.

Рынок образовательных услуг предлагает курсы по ИИ и машинному обучению, но нужно понимать, как сложно создателям образовательных программ адаптироваться к быстро меняющимся технологиям. В результате многим компаниям в вопросах внедрения ИИ-решений остается полагаться именно на экспертизу своих ИТ-специалистов, которые становятся амбассадорами ИИ. Мы считаем, что вместо повышения квалификации отдельных сотрудников компаниям важно переходить к развитию культуры непрерывного обучения в организациях. Внедрение ИИ требует междисциплинарного подхода, поэтому необходимо вовлекать не только технических специалистов, но и управленцев, маркетологов и других сотрудников.

Евгений Доможиров (CESCA): Бизнес явно отстает от развития ИИ — рынок скептичен и движется медленно. Применение ИИ-моделей носит разовый характер, а не массовый. Компании осторожничают, и это понятно: современные LLM, вроде ChatGPT, пока не гибкие — они не адаптированы под конкретные задачи заказчика, а валидность их выводов вызывает споры. Доверия мало, ведь система не объясняет, как приходит к результатам. Есть прогресс: ChatGPT, например, работает над инструментом, который раскроет логику рассуждений, но пока ИИ требует тонкой настройки и прозрачности — был ли использован весь массив данных? Бизнес скорее «играется», чем применяет ИИ коммерчески. ИИ проходит долгий эволюционный путь. Многие технологии исчезнут, но в перспективе ИИ станет must-have на каждом столе. Пока же за внедрение отвечают ИТ-специалисты — они тестируют, адаптируют и выступают амбассадорами, поскольку рынок образования не поспевает с нужными курсами.

ICT-Online.ru: В каких сферах бизнеса ИИ используется особенно широко и успешно, присутствуют ли в числе лидеров ИТ-компании? А какие компании могут выйти в лидеры по применению ИИ в ближайшее время?

Олег Сажин (Content AI): Внедрение ИИ-технологий большими или меньшими темпами идет практически во всех отраслях. За счет масштабных инвестиций и системной работы наилучшие результаты показывают крупнейшие игроки в своих сферах.

В силу специфики своей деятельности в числе лидеров находятся финтех– и ИТ-гиганты. Они активно инвестируют в разработку собственных ИИ-решений, включая языковые модели, системы компьютерного зрения и рекомендательные алгоритмы. Эти компании не только внедряют ИИ в свои продукты, но и выводят свои наработки на рынок, предлагая облачные платформы и API для других бизнесов.

В традиционных отраслях — промышленности, ТЭК, добыче и переработке полезных ископаемых — мы также видим примеры эффективной интеграции ИИ-технологий в бизнес-процессы. Например, в РЖД рассказали о тестировании каждого нового проекта на возможность применения искусственного интеллекта. Компания использует ИИ-решения для автоматизации обработки информации, для голосового взаимодействия с мобильными рабочими местами сотрудников, при анализе различных технологических операций.

Сергей Телевинов (IVA Technologies): Актуальность применения искусственного интеллекта в бизнесе становится все более очевидной для достижения успеха. В условиях стремительно меняющейся экономики и растущей конкуренции компании, не использующие ИИ, рискуют оказаться на вторых местах в конкурентной борьбе. Сегодня искусственный интеллект применяется практически во всех сферах деятельности — как в государственном секторе, так и в коммерческом, от записи к врачу до управления космическими аппаратами.

ИИ широко применяется для обработки больших данных в различных сферах бизнеса, особенно в сегменте B2C. Технологии помогают компаниям проанализировать пользовательский опыт клиентов, разработать персонализированные рекомендации, спрогнозировать покупательский спрос, оптимизировать запасы, оценить кредитоспособность клиентов и многое другое.

Искусственный интеллект интегрирован уже во многих отраслях экономики. По прогнозам аналитиков, к 2035 году наибольшую отдачу от применения инструментов на основе искусственного интеллекта получат финансовые услуги, торговля, производство.

Александр Бочкин (Инфомаксимум): В сфере обслуживания клиентов компании могут сократить количество времени, которое сотрудники тратят на ручные ответы, на 50-60 %. Страховые компании могут стать продуктивнее в среднем на 30 %. Автоматизация HR-задач уменьшит нагрузку персонала на 23 %. Так, например, один из внутренних кейсов Инфомаксимум — первичная фильтрация резюме при холодном поиске с помощью Цифрового сотрудника в отделе по работе с персоналом.

Согласно нашему исследованию, 34 % работы офисных сотрудников можно автоматизировать с ИИ. Время на выполнение рутины можно сократить на 50 %, а количество ошибок, исправлений, дублирование шагов и переработок – на 70 %. Экономическая ценность такого подхода для бизнеса измеряется в миллиардах.

В ближайшие годы лидерами могут стать компании, которые не просто заявляют о применении ИИ, а активно развивают собственные технологии и внедряют их в бизнес-процессы.

Олег Слядников («Интерпроком»): Сегодня технологии ИИ уже активно применяются в таких сферах как медицина, торговля, транспорт, банки, производство, сельское хозяйство, образование, телекоммуникации и, конечно, ИТ.

Например, ИИ на основании информации из открытых источников может выявлять интерес к определенным товарам и готовить персонализированные предложения; чат-боты в контакт-центрах и сервисных центрах помогают повысить скорость и качество обслуживания, сократить издержки. ИИ внедряют в маркетинге и продажах, при разработке маркетинговых кампаний и продуктов, анализе поведения клиентов и создания уникальных предложений.

Уже сейчас некоторые организации выделяются своими достижениями и влиянием на отечественный рынок ИИ, являются драйверами развития ИИ. У всех на слуху голосовые помощники «Алиса» от Яндекса, «Маруся» от ВК и «Салют» от Сбера, сервис генерации текстов «Балабоба» и Шедеврум для генерации изображений от Яндекса, нейросеть Сбера Kandinsky для генерации картинок по текстовому описанию. Скорее всего, эти ИТ-гиганты отечественного рынка не только останутся в числе лидеров по применению ИИ, но и порадуют нас инновационными разработками.

Но одних инновационных разработок недостаточно для лидерства. Реальным лидером будет не ИТ, а тот бизнес, который сможет дать ИТ постановку задач на применение ИИ в бизнесе и станет зарабатывать на этом реальную прибыль. А для ИТ-компаний ИИ пока остаётся просто новой технологией, внедрение которой всё ещё требует больших человеческих ресурсов, как минимум в подготовке данных и интеграции с источниками.

Помимо инноваций важно, чтобы ИИ был доверенным и защищенным от манипуляций мошенников и осуществления вредоносных действий. Компании должны быть осторожными с интеграцией ИИ и осуществлять контроль.

Владислав Балаев (ЛАНИТ): Здесь нужно сделать оговорку: ИИ — это не только LLM. Есть море технологий, которые уже давно являются неотъемлемой частью нашей повседневности: антиспам, распознавание номеров, кредитный скоринг, прогнозирование спроса, чат-боты. Сложно выделить какую-либо отдельную область, где негенеративный искусственный интеллект приносит больше пользы, чем в других. Использование же LLM даже в крупных компаниях пока находится на зачаточной стадии. Основной эффект от них заключается не в решении узких задач, а в комплексном применении: генерации контента для маркетинга, создании кода для разработчиков и формировании ответов на запросы в службе поддержки.

Дмитрий Медведев (ЛАНИТ-ТЕРКОМ): Если компания предлагает широко распространенные и востребованные решения на основе ИИ, то это свидетельствует о ее технологическом лидерстве. Чтобы назвать компанию лидером в направлении ИИ, необходимо комплексно оценивать ее научные достижения, продуктовые успехи, инновационную инфраструктуру, партнерства, репутацию и стратегическое видение. Все эти элементы в совокупности позволяют судить о том, занимает ли компания ведущие позиции в данной сфере.

Дмитрий Демидов (НОРБИТ): Искусственный интеллект активно используется в финансах (кредитный скоринг, фрод-аналитика), ритейле (персонализация предложений, прогнозирование спроса, сервисы проверки контрагентов), производстве (оптимизация цепочек поставок), логистике (управление автономным транспортом) и телекоме (чат-боты, анализ данных). Бизнес заинтересован в ИИ-решениях, так как именно они помогают ему наращивать эффективность. Плюс на рынке сейчас бум прикладных продуктов со встроенным ИИ, а значит, расширяется и охват ими самых разных отраслей.

Владимир Грибоедов (BPMSoft): Если говорить о сферах бизнеса, где ИИ применяется наиболее активно, то я могу привести пример из своей практики. Чаще всего ИИ востребован в компаниях, занимающихся дистрибуцией, где есть потребность в улучшении процессов продаж. В этой сфере ИИ-инструменты помогают сократить издержки, повысить скорость и качество обслуживания, особенно в контакт-центрах и сервисных центрах.

Что касается других отраслей, например, таких как нефтегазовая промышленность или машиностроение, ИИ, вероятно, внедряется в более специализированные продукты, ориентированные на их специфические задачи.

Лидерство ИТ-компаний в сфере искусственного интеллекта во многом обусловлено нормативно-законодательной базой. Например, внедрение ИИ в госсегменте и на предприятиях с государственным участием активно продвигается на уровне правительства, что создает обязательные требования для производителей. Это подталкивает их развивать существующие системы и создавать новые решения.

Однако спрос на ИИ исходит не только от государства, но и от бизнеса. Компании стремятся быть первыми, ведь кто внедрит инновации, тот получит конкурентные преимущества. Это создает своеобразную гонку, где скорость внедрения становится ключевым фактором успеха.

Как мы уже отмечали выше, ИТ-сектор играет важную роль в внедрении искусственного интеллекта. Бизнес ставит задачи, которые необходимо решить наиболее эффективным способом: минимизировать затраты, исключить человеческие ошибки и повысить производительность. ИТ-компании, в свою очередь, предлагают технологии, которые позволяют достичь этих целей.

Светлана Ермакова (ГК Softline): Исходя из нашей практики, ИИ играет скорее вспомогательную роль. Он помогает автоматизировать рутинные задачи, сократить время на выполнение процессов, таких как протоколирование или анализ данных, и предложить клиентам более персонализированные решения. Но это не означает, что эти задачи ранее перед нами не стояли. Просто они решались с помощью алгоритмов, а сейчас то же самое делается в некоторой степени с помощью искусственного интеллекта.

Искусственный интеллект пока не способен полностью исключить участие человека, особенно в таких областях, как стратегическое планирование, коммуникации, коммерческие аспекты. Например, он не может предсказать, какую задачу поставить менеджеру для успешного закрытия сделки. Здесь по-прежнему важны навыки и опыт сотрудников.

Если говорить о приоритетных отраслях для искусственного интеллекта, то это, безусловно, медицина, машиностроение и финансовый сектор. В этих сферах ИИ особенно полезен для обработки больших объемов данных. Например, в медицине он может быстро анализировать рентгеновские снимки и сравнивать их с другими данными для постановки диагноза. Однако такие задачи тесно связаны с технологиями big data, которые требуют значительных ресурсов и подходят не всем компаниям.

Все-таки в процентном соотношении автоматизация бизнес-процессов нужна гораздо большему количеству клиентов.

На мой взгляд, в ближайшие 10 лет мы увидим, как искусственный интеллект будет развиваться и интегрироваться в бизнес-процессы. Пока что эффект от его внедрения не всегда очевиден, и требуется время для практической обкатки и оценки реальной пользы.

Алексей Лебедев (Рексофт): 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.

Дмитрий Юдин (Cloud.ru): Уровень проникновения ИИ в разных сферах бизнеса отличается. Например, в сфере eCommerce, медиа и финтехе ИИ уже давно успешно применяется в системах рекомендаций и классических скорингах. Но если мы говорим про GenAI, то за прошедшие годы можно увидеть, что явным успехом он пользуется в MarTech, где ИИ приходит на помощь креативным командам и маркетологам в задачах создания промо-материалов, например, баннеров или билбордов, созданных с использованием ИИ. Конечно, не стоит исключать клиентский сервис, где в поддержке клиентов от 30-50 % случаев уже решается без участия человека. ИТ-компании активно применяют ИИ, опять же согласно нашим данным, где разнопрофильные специалисты подтверждают, что ИИ им активно помогает в написании кода — 73 % из числа всех респондентов рассказали об этом.

Александр Борисов (RAMAX Group): Со времен второй зимы ИИ развитие искусственного интеллекта было связано с эффективностью его применения для бизнеса — эпоха, когда на исследования ИИ без внедрения выделялись огромные бюджеты, закончилась навсегда. Изначально все преимущества внедрения ИИ оценили цифровые отрасли с высокой конкуренцией и накопленными данными — онлайн-реклама, финансы и телеком. С развитием технологий недорогого хранения больших данных в конце 2000-х активное внедрение ИИ отмечалось в массовом ритейле, а позднее, когда появились цифровые платформы IoT — в промышленности и добывающих отраслях, таких как нефтегаз. Непрерывная цифровизация операционных процессов и сбора данных позволила технологиям ИИ занять заметное место в транспорте, а также в здравоохранении. Таким образом, темпы внедрения ИИ по-прежнему зависят от доступности больших данных для обучения алгоритмов, объема рутинных операционных процессов (производящих эти данные), уровня конкуренции в отрасли (как двигатель темпов прогресса), возможностей для пилотирования технологии (позволяющей замерить эффект от внедрения) и доступных ресурсов для цифровизации (бюджеты, команды, железо и ПО).

Александр Крушинский (BSS): ИИ применим в совершенно разных сферах деятельности и, так или иначе, используется во всех отраслях. Если говорить про использование ИИ в клиентских коммуникациях, а мы специализируемся именно на этом, то основные секторы, которые выступают в качестве первопроходцев в использовании ИИ, это банки, телеком, ритейл, медицина и государственные ведомства. В целом, ИИ активно применяется в клиентском обслуживании в тех сферах, где идет массовое взаимодействие с клиентами, и у которых постоянный большой поток обращений. К вышеперечисленным можно добавить ЖКХ и ресурсоснабжающие страховые и логистические компании.

Что касается ИТ-компаний, то я бы не сказал, что они как-то выделяются в части использования ИИ в своих внутренних процессах, но, конечно же, именно ИТ-компании помогают внедрять решения на базе ИИ в компаниях других отраслей.

Алексей Чистяков (Bercut): ИТ-компании действительно находятся в числе лидеров по применению ИИ, благодаря доступу к большим объемам данных и высококвалифицированным специалистам. Bercut встраивает модули ИИ во множество своих разработок. В частности, мы активно инвестируем в создание своего усовершенствованного продукта — корпоративной интеграционной шины ESB Bercut — и расширение возможностей AI/ML наших продуктов в целом. Более того, мы позиционируем ИИ-модуль в ESB Bercut как отдельный рыночный продукт. Решение ESB обеспечивает единую точку доступа для обмена данными между различными приложениями, а также позволяет осуществлять контроль за процессами маршрутизации и трансформации данных. Мы ожидаем, что встроенный в ESB AI/ML ассистент ускорит разработку минимум в два раза, а также поможет в построении маршрутов, тестировании, написании и проверке кода, документировании и мониторинге.

В ближайшие годы можно ожидать появления новых лидеров среди компаний, активно инвестирующих в ИИ-технологии, таких как ИТ-стартапы в области здравоохранения, финансовых технологий и автоматизации бизнес-процессов.

Евгений Доможиров (CESCA): ИТ-компании, вопреки ожиданиям, не лидеры в применении ИИ — и вот почему: никто пока не доверяет выводам систем, где логика генерации остается загадкой. Зато в маркетинге ИИ процветает — контент создавать проще простого. Финансовый сектор тоже впереди: данные структурированы, массивы сжаты, выводы точны. А вот в ИT-сфере ИИ для генерации кода — спорный инструмент. Да, с появлением Canvas в ChatGPT стало легче, но слепо доверять сгенерированным функциям нельзя. Разработчик вынужден проверять каждую строчку, а при уточнении параметров система выдает новые алгоритмы, обнуляя прошлые наработки. Это сбивает ход мысли, снижает производительность — кажется, что код пишется быстро, но на деле процесс откатывается назад. Как игрушка — да, как полноценный инструмент разработки — пока нет.

Лидеры будущего? Те, кто научится делать ИИ прозрачным и адаптивным — возможно, финтех-гиганты или медиа-холдинги.

ICT-Online.ru: Большое всем спасибо за беседу!