Какие подходы можно использовать для адаптации ИИ-решений к изменениям в бизнесе? Какие бизнес-процессы могут больше всего выиграть от интеграции AIaaS? Как оценить готовность ИТ-инфраструктуры компании к интеграции с решениями на основе искусственного интеллекта? Какие основные проблемы возникают при интеграции AIaaS с существующими бизнес-процессами и системами?
AIaaS, или искусственный интеллект как услуга, представляет собой набор возможностей для бизнеса по использованию технологий ИИ. Как правило, подразумевается, что услуги оказываются из облака, если под ними понимать частные, гибридные и публичные облака. Виды оказываемых услуг могут быть различными: ИИ-инфраструктура как сервис, когда мы говорим об аренде вычислительных мощностей; ИИ-платформа как сервис, когда речь идет о решениях MLOps и рабочих местах ИИ-специалистов; ИИ-услуги как сервис, что подразумевает возможность использования API.
Если говорить об ИИ-услугах как сервисе, то обычно речь идет о специализированных ИИ-решениях: компьютерное зрение, распознавание речи и речевая аналитика, перевод, анализ текстов и генеративные модели и сервисы.
ИИ-платформа предполагает возможность разработки собственных моделей и управление их жизненным циклом в облаке, но, вероятно, в будущем появятся и более прикладные ИИ-платформы, объединяющие группы решений под определенные задачи или отрасли.
ИИ-инфраструктура как сервис наиболее востребована заказчиками, которые не хотят инвестировать в собственные мощности из-за их высокой стоимости и энергопотребления.
Сценарий интеграции сAIaaS зависит от типа существующих систем. Если мы говорим о монолитной системе, которую заказчик использует много лет, то она возможна в том объеме, насколько позволяет система и какими интерфейсами для взаимодействия с внешними системами она обладает. Например, если система принимает на вход данные или инструкции в определенном формате, то можно настроить инструменты распознавания речи и генеративные модели таким образом, чтобы необходимая информация формировалась в ответ на общение с человеком на естественном языке. Как вариант, формирование заявки на выдачу канцелярии. В каких-то случаях устранить проблему помогают инструменты RPA, которые решают вопросы интеграции ИИ и монолитных систем через роботизацию.
Если же система построена на основе микросервисов, то, как правило, ее гораздо проще интегрировать, ведь большинство ИИ-сервисов также построено на микросервисной архитектуре.
Когда мы говорим о процессах бизнеса, важно понимать уровень их автоматизации. Это может быть роботизированный, частично автоматизированный или ручной процесс. Интеграция ИИ-услуг как сервисов в ручные процессы может быть реализована в виде предоставления сотрудникам доступа к инструментам генеративного ИИ. Например, при написании этого текста я не использую YandexGPT и GigaChat, но мог бы это делать, что, скорее всего, ускорило бы процесс. Частично автоматизированные процессы имеют узкие места, которые можно было бы закрыть с помощью ИИ. При вводе нового наименования товара или позиции провести расширенный поиск по номенклатуре с целью обнаружить не только очевидные дубли, но и неявные повторения. При интеграции ИИ в роботизированные процессы нужно исходить из того, какие элементы можно заменить более интеллектуальными и повысить общую скорость отработки запроса.
Безопасность данных и соответствие нормативным требованиям при интеграции
В части безопасности данных и соответствия нормативным требованиям при интеграции необходимо следовать рекомендациям облачных провайдеров. Существующие правила при хранении, передаче и обработке данных в облаке, включая защиту данных при хранении, и защищенные каналы передачи информации распространяются в значительной степени на AIaaS. Отдельно можно отметить функционал конфиденциальных вычислений, который позволяет обеспечить безопасность при обработке данных на графических процессорах.
Адаптация ИИ-решений к изменениям в бизнесе
К адаптации ИИ-решений к изменениям в бизнесе можно подойти с разных сторон. С одной стороны, использование систем MLOps позволяет отслеживать качество моделей и при необходимости их переобучать или заменять на новые, более эффективные. С другой —важно сохранить возможность участия человека в принятии решений по изменениям процессов в будущем, то есть искусственный интеллект должен дополнять возможности людей. Особенно актуально это в ходе трансформации бизнеса, которая происходит при появлении...