Среди участников мероприятия — CIO, CDO и руководители проектов ИИ из таких компаний, как «Альфа-Банк», Группа компаний Б1, «Норникель», «Полицифра», «Сбербанк», «Группа Черкизово», Корпоративный центр экспертизы по цифровой трансформации ГК «СеверГрупп» и другие.

Центральной темой дискуссии стал переход от точечных экспериментов к глубокой, системной трансформации компаний. Многие прошли этап пилотных проектов в области GenAI и начали внедрение данной технологии в отдельные бизнес-процессы. При этом участники мероприятия отметили, что потенциал GenAI раскрыт далеко не полностью и для достижения максимального эффекта может потребоваться как изменение подходов к внедрению, так и трансформация операционной модели.
 

Эксперты выделили два ключевых тренда в трансформации ролей:

1. Происходит «поляризация компетенций», когда, с одной стороны, растет потребность в массовых сотрудниках, умеющих эффективно взаимодействовать с ИИ для решения повседневных задач, а с другой — требуются узкоспециализированные ИИ-инженеры, способные разворачивать и кастомизировать сложные модели
2. Появляется необходимость в новых должностях — внутренних консультантах, которые понимают и бизнес-процессы, и возможности ИИ. Такие специалисты становятся драйверами трансформации внутри компаний
    

Агенты и ассистенты: производительность vs риски

Отдельный блок дискуссии был посвящен использованию ИИ-ассистентов и агентов. Участники привели примеры из практики, где такие системы уже показывают результат: ускорение обработки заявок, анализ данных в реальном времени, поддержка первых линий обслуживания.

Тем не менее одним из главных барьеров для массового внедрения агентов остается вопрос управления доступом и контроля данных, передаваемых в публичные ИИ-сервисы.

Опытом в этом направлении поделился Олег Мангутов, партнер технологической практики Группы компаний Б1: 

Другое ограничение для широкого применения ИИ — это вопрос доверия. Например, стоимость ошибки «на передовой» в банковском обслуживании колоссальна, и крупные компании пока не готовы полностью доверить клиентский опыт модели без многоуровневой системы контроля.

Еще одним кейсом поделился Алексей Тестин, директор центра развития цифровых технологий «Норникель». Он отметил, что в компании идет большой проект по тестированию ИИ-агентов для вспомогательных процессов с целью проверки гипотез о возможности кратного повышения производительности труда за счет реинжиниринга бизнес процессов. И самый большой вызов — это не технология, хотя есть трудности с интеграциями, а обновление операционной модели и изменения статуса-кво для владельцев функций после внедрения агентов. Не преодолев этот вызов, невозможно достичь результата от этой технологии.

Андрей Духовный, Chief Finance Data Scientist, «Сбербанк», рассказал участникам, как компания применяет GenAI в аналитике: 
 

«Генеративный искусственный интеллект становится важнейшим инструментом во внутренней трансформации Сбера. Его использование является ключевым фактором изменения подхода к аналитическим процессам в компании. Сегодняшние объемы структурированных данных, которые уже содержат наши BI системы, такие как «Навигатор BI», открывают уникальную возможность для создания полноценного AI-ассистента аналитика, который способен значительно ускорить принятие решений, предложить качественно новое понимание бизнеса и повысить эффективность работы аналитиков. Интеграция GenAI превращает «Навигатор BI» из хранилища данных в активного бизнес-партнера, способного выявлять скрытые взаимосвязи, анализировать тренды и формировать рекомендации для руководителей. Это позволяет вывести аналитику на принципиально иной уровень и сделать ее незаменимым драйвером цифровой трансформации».

В отличие от трансформации бизнеса, которая произошла за 15 лет во многих индустриях РФ с момента появления Интернета в 90-х годах, революция, которую может принести генеративный ИИ, произойдет еще быстрее. Крупным компаниям, которые будут действовать слишком осторожно и «эволюционно», грозит отставание от более мелких, но гибких и технологически открытых игроков рынка.

В ходе встречи рассматривались кейсы применения ИИ не только в России, но и в мире: использование датчиков и анализа данных для оптимизации полива и контроля условий на плантациях, которые позволяют достигать 25% роста эффективности, создание роботов, способных автономно выполнять сложные бытовые и логистические задачи. Также обсуждались преимущества генеративного ИИ в разработке, включая написание кода, покрытие автотестами и работу с техническим долгом.

Вызовы и дорожная карта внедрения

Спикеры выделили несколько критически важных условий для успешной интеграции ИИ:

• Качество данных: прежде чем загружать в ИИ-ассистента данные их обязательно нужно очистить
• Методологические подходы к изменению процессов
• Демократизация доступа: необходимы платформенные решения, которые позволяют сотрудникам без глубоких технических знаний использовать возможности ИИ для своих задач
• Создание внутренних систем аудита и контроля для минимизации рисков и обеспечения безопасности
• Валидация данных ИИ. На текущий момент полного доверия результатам работу ИИ нет и требуется дополнительная проверка человеком или другим ИИ-агентом. Однако с развитием технологий и культуры ИИ ситуация изменится, подобно тому, как сейчас есть доверие к результатам расчетов скоринговых систем

Своим мнением также поделился Александр Белослудцев, директор департамента трансформации «ПОЛИЦИФРА»: 
 

«Тема ИИ для нашей компании, как и для других крупных представителей ИТ в стране, очень актуальна, и мы активно проходим этапы проверки своих гипотез на основе ИИ и машинного обучения. Это и производственные направления, и бэк-офис, и внутренние собственные сервисы. Было важно услышать, что ряд производственных компаний успешно проводит внедрение почти полностью автономных решений с применением ИИ. Удалось обсудить и сложности обоснования инвестиций в подобные проекты. Со своей стороны, увидели полезность в применении AI-native подхода при трансформации бизнеса. Более того, этот же подход можно применять для полного цикла разработки с помощью ИИ-агентов, и это точно заменит классические команды для многих проектов. Переход к эффективному созданию и развитию цифровых сервисов путем обсуждения с ИИ-агентом уже близок».