В Сбере пояснили, что мешает российскому бизнесу использовать ИИ
Компании запускают пилоты на ИИ, но не всегда готовы их масштабировать
Россия вступила в период быстрого роста искусственного интеллекта, когда его использование в бизнесе становится массовым. Как показал опрос СТО (технических директоров. – «Ведомости. Инновации и технологии») 150 крупнейших компаний России, проведенный «Яков и Партнеры» совместно с «Яндексом», по каждой из них 88% компаний запустили пилотные проекты. При этом внедрение все еще отстает от разработки: около 18% вендоров и 29% индустриальных компаний считают, что Россия уже достигла уровня мировых лидеров по разработке ИИ-решений, тогда как по внедрению такие оценки дают 8% и 14% респондентов соответственно.
Острая нехватка специалистов по ИИ и низкий уровень практических компетенций остаются главным тормозом технологического рывка. Но ждать, когда рынок сам все отрегулирует, нельзя – и подход меняется. Минцифры запустило программы «Топ-ИТ» и «Топ-ИИ», выстроив модель подготовки кадров, куда вовлечены государство, вузы и бизнес. Крупный российский бизнес и самостоятельно растит кадры для ИИ-экономики через собственные образовательные программы, университеты, кафедры и магистратуры, работу со школами и олимпиадами.
Какое бы решение бизнес не выбрал, базовое обучение по тому, что из себя представляют LLM (большие языковые модели), необходимо обеспечить всем сотрудникам. Параллельно важно сделать использование ИИ повседневной нормой: дать всей команде доступ к инструментам – от чат-ботов до решений для разработчиков. И пересматривать каждый продукт и процесс через призму новых возможностей, которые открывает искусственный интеллект. Только так появляется реальная возможность пройти путь ИИ-трансформации, а не ограничиться разрозненными инициативами.
Сегодня уже очевидно: массовое внедрение ИИ невозможно без перехода компаний к облачной инфраструктуре. Стойка из восьми графических процессоров B200 в России обойдется российской компании примерно в 50 млн руб. Для среднего бизнеса этот ценник неподъемен. И даже после закупки оборудования проблему не решить. Нельзя просто «повесить» нейросеть – модель нужно адаптировать под свои кейсы, обучать, поддерживать. Фактически для этого компания должна нанять целую команду специалистов. Организациям, которые на это не готовы, остается только переход на облачную инфраструктуру, где стоимость вычислений прозрачна, подключение занимает минуты и можно сразу донастраивать модели под свои задачи.
Развитие рынка подталкивает компании именно в эту сторону. Потребители уже привыкли к качеству ИИ-сервисов в B2C – от голосовых ассистентов до умных рекомендаций – и начинают ожидать такого же уровня цифрового удобства от B2B-провайдеров: управляющих компаний, служб такси, ритейлеров, доставок. Чтобы соответствовать этим ожиданиям, корпоративным сервисам необходимо внедрять ИИ.
Когда речь заходит о внедрении конкретных ИИ-инструментов, бизнес зачастую начинает пробуксовывать. Главная причина в том, что эффект сложно просчитать заранее. Руководителям приходится опираться на гипотезы, а стратегические решения нередко принимаются как ставка на технологическое будущее, а не как проект с четким коэффициентом рентабельности инвестиций. Пугает управленцев и риск неэффективных и дорогих вложений: ошибочный ИИ-проект легко оборачивается десятками миллионов потерь.
Глобальное исследование BCG демонстрирует, что лишь 26% компаний получают заметную отдачу от инвестиций в ИИ.
Разработчикам нужно предлагать бизнесу не выдуманные сценарии, а реальные решения сложных, затратных, рутинных задач. Революция LLM началась в B2C, но настоящая ценность – в B2B, поэтому рынок движется в сторону «приземления» моделей в конкретные отраслевые инструменты. Период экспериментов прошел, настало время решения реальных бизнес-задач с помощью ИИ.
Реклама. ПАО «Сбербанк России» ИНН 7707083893. Erid: 2SDnje8LA6U
Нашли ошибку - выделите текст с ошибкой и нажмите CTRL+ENTER
