Технологии искусственного интеллекта выходят за рамки экспериментальных проектов и находят применение в российском бизнесе. Компании используют их для оптимизации сервисов, автоматизации повторяющихся задач и обработки медиаматериалов. В ходе K2 Cloud Community Day обсуждались вопросы экономии времени персонала, повышения ключевых показателей эффективности (KPI) на 20–30% и расширения возможностей масштабирования бизнеса. Участники мероприятия рассмотрели вопросы практической реализации ИИ и сопутствующих рисков.
- Галина Ширанкова занимает должность руководителя портфеля продуктов в команде разработки мессенджера Авито
- Светлана Газизова возглавляет отдел безопасности, отвечающий за ИИ и приложения Positive Technologies
- Василий Колосов назначен директором по продуктам компании Picvario
Ренат Сайфутдинов, директор по развитию бизнеса K2 Cloud, выступил в роли модератора
В рамках обсуждения были затронуты вопросы областей применения технологий, демонстрирующих заметный эффект, методик оценки экономической эффективности проектов, потенциальных рисков для компаний и перспектив развития рынка искусственного интеллекта в обозримом будущем.
О сессии
Обсуждение было организовано как свободный диалог. Участники обменались опытом, связанным с интеграцией и поддержкой искусственного интеллекта в бизнес-процессы, и представили примеры перехода от тестовых экспериментов с моделями к полноценному внедрению, которое оказывает влияние на операционную эффективность.
По мнению участников дискуссии, на текущий момент приблизительно треть российских организаций уже внедрила машинное обучение в свою деятельность. Примерно такое же количество находится на стадии разработки планов по внедрению, а за последние два года число стартапов, специализирующихся на искусственном интеллекте, увеличилось почти вдвое. Эти данные свидетельствуют не только о заинтересованности бизнеса в технологиях ИИ, но и об их практическом использовании.
Где ИИ уже работает
Искусственный интеллект находит применение в широком спектре областей. В компаниях, предоставляющих услуги, он автоматизирует повторяющиеся задачи: осуществление телефонных звонков клиентам, анализ переписки, классификация обращений. Галина Ширанкова рассказала о примере работы интернет-магазина цветов, где автоматизация сценариев продаж и использование искусственного интеллекта для реализации техник увеличения стоимости сделки привели к росту среднего чека на 45%.
В качестве альтернативного примера можно привести сферу медиаконтента. Здесь инструменты искусственного интеллекта помогают в распознавании объектов, поиске информации по смысловому содержанию в обширных хранилищах данных и автоматической генерации рекомендаций релевантных материалов. В клиентской поддержке те же технологии применяются для автоматизации первоначального взаимодействия с пользователями: модели анализируют суть обращений, формируют ответы и направляют запросы компетентным специалистам, что позволяет сократить время, затрачиваемое сотрудниками на ручную обработку.
Экономика и эффективность
Однако важно различать экспериментальные проекты и масштабные внедрения. В крупных корпорациях заранее оцениваются все сопутствующие расходы: начиная от стоимости необходимой инфраструктуры и заканчивая прогнозом финансовых затрат на несколько лет вперед.
По утверждению Василия Колосова, при грамотном внедрении искусственного интеллекта наблюдается заметный положительный эффект. Работники начинают экономить до четырех часов еженедельно, а ключевые показатели эффективности (KPI) демонстрируют прирост в диапазоне от 20% до 30% по ряду направлений. Однако для успешной реализации необходим поэтапный подход: первоначально следует развертывать простые чат-боты и проводить проверку гипотез, после чего можно переходить к traction-моделям, позволяющим оценить потенциальную доходность на пятилетний период.
Существенным фактором является также снижение стоимости инференса – процесса работы обученной модели. Если на начальном этапе это представляет собой значительную статью расходов, то с увеличением масштаба проектов затраты снижаются. В связи с этим эксперты рекомендуют рассматривать внедрение ИИ как долгосрочную инвестицию в повышение эффективности и сокращение себестоимости.
Риски и безопасность
Светлана Газизова, руководитель отдела безопасности искусственного интеллекта и приложений компании Positive Technologies, подчеркивает, что наряду с преимуществами использование ИИ сопряжено с возникновением новых рисков. К ним относятся ошибки в моделях, неточная локализация данных или ситуации, когда алгоритм начинает генерировать некорректные ответы. Для бизнеса это может привести к потере репутации и финансовым потерям.
Особую опасность представляют целенаправленные атаки на модели искусственного интеллекта. Специально разработанные запросы способны вывести систему из строя или спровоцировать переход в нежелательные режимы работы. Также существует риск утечки персональных данных, например, вследствие неправильной настройки промптов или отсутствия фильтрации входящих данных. Усиливается и регуляторное давление: требования к безопасности становятся все более жесткими, что обязывает компании учитывать их уже на стадии проектирования.
Как справляться с рисками
Специалисты обозначили ряд применимых методов работы.
- Рекомендуется проводить тестирование поэтапно: в первую очередь необходимо создать минимально работоспособного бота, после чего следует организовать A/B-тестирование и лишь затем осуществлять его плавную интеграцию в реальную эксплуатацию.
- Гибридная архитектура. НейросетьМодуль отвечает за создание контента, однако результаты проходят через алгоритмическую проверку и процедуру фактчекинга.
- Осуществляется обработка наборов данных: редакторы и оценщики проводят очистку обучающих выборок от нерелевантной информации, устраняют ошибки и приводят данные в порядок.
- Благодаря мониторингу и оперативной возможности возврата к предыдущему состоянию, а также ведению журналов необычных событий и наличию заранее подготовленных инструкций по реагированию, удается значительно снизить потенциальные репутационные и денежные убытки.
Взгляд в будущее
Основной итог обсуждения заключается в том, что искусственный интеллект больше не рассматривается как развлекательный проект для исследований. В настоящее время это практичный инструмент, демонстрирующий эффективность при последовательном и обдуманном внедрении.
Организации начинают с реализации базовых решений, тестируют их непосредственно в рабочих процессах и затем расширяют сферу применения. Достижение положительных результатов зависит от трех ключевых аспектов: контроля над процессом внедрения со стороны бизнес-подразделений, ориентации на потребности пользователей и готовности к управлению связанными рисками.
