В МТС Банке разработали подход к внедрению технологий ИИ, ориентированный на актуальные задачи бизнес-направлений, ценность решения которых подкреплена оценкой экономического эффекта. Подход позволяет прагматично концентрировать ресурсы на наиболее актуальных задачах, гибко принимать решения Make-or-Buy, а не следовать ажиотажному интересу и усреднённой повестке. Как это работает — рассказывает исполнительный директор по технологической стратегии МТС Банка Павел Сварник.
— Какие изменения сейчас происходят на рынке внедрения ИИ?
П. Сварник: За последний год интерес к теме ИИ, судя по данным Google Trends и Яндекс Wordstat, вырос примерно в 3–4 раза, и это далеко не предел. Особенно примечательной оказалась история с генеративным ИИ, о котором год назад ещё никто не слышал, а сегодня его включают в категорию must have.
На этом фоне вполне логичным представляется растущий спрос на специалистов по ИИ, и всё чаще звучат жалобы на их дефицит (так, в октябре прошлого года число вакансий по поиску специалистов в области ИИ выросло на 80% год-к-году, в области ML — на 21%). Занятно, что, несмотря на незрелость многих направлений, например LLM, компании мечтают найти экспертов в этой области минимум с трёхлетним опытом.
При этом специалистов разыскивают не только банки и интернет-гиганты, но и, например, промышленные и добывающие предприятия, и каждая компания пытается выработать свой собственный уникальный подход к внедрению технологий ИИ с учётом дефицита ресурсов.
— С чем им при этом приходится сталкиваться, всегда ли такие поиски уникального подхода увенчиваются успехом?
П. Сварник: Если компания фокусирует свой интерес на результате, а не на процессе, то чаще всего успех достижим. Реализация технологических инициатив в условиях дефицита экспертизы или ресурсов достигается, как правило, либо за счёт развития собственных компетенций, либо за счёт привлечения сторонних экспертов.
Не бывает двух одинаковых компаний, с одинаковыми амбициями, стратегиями, базами клиентов и пр. Именно поэтому каждая организация по-своему отвечает на вызовы, связанные с дефицитом компетенций, предлагая собственные решения извечной задачи Make-or-Buy. И эти решения редко бывают бинарными.
— Что стимулировало вас к выработке собственной методологии, что повлияло на выбор, были ли отбракованные сценарии?
П. Сварник: В основе нашей методологии — здоровый прагматизм, оценка финансово-экономического эффекта и первичность именно бизнес-задач. Мы не стараемся внедрять технологии искусственного интеллекта «во что бы то ни стало» или «чтобы было». Если есть обоснованная бизнес-задача и мы можем её решить с помощью ИИ — отлично. При этом командам будут предложены уже имеющиеся шаблоны, наработки.
При разработке методологии у нас не было отбракованных сценариев как таковых. Общее направление было продиктовано сложившейся логикой бизнеса, которая обрела воплощение в первой версии процесса и дорабатывалась в ходе последующих итераций.
— В чём суть выбранного вами подхода к внедрению ИИ?
П. Сварник: Мы решили использовать подход, основанный на воронке, которая включает пять этапов.
1. На первом этапе формируем максимально широкий набор бизнес-кейсов с целью изучения как можно большего количества сценариев применения ИИ на основе внутренних инициатив со стороны ИТ- и бизнес-подразделений, а также рыночных референсов (инициатором попадания технологии в воронку может стать любой заинтересованный сотрудник банка).
2. На втором этапе...
Продолжение читайте на https://futurebanking.ru/post/4066