Светлана Захарова, директор по развитию бизнеса Just AI, — о барьерах внедрения генеративного искусственного интеллекта, стратегиях внедрения, доказавших свою эффективность, факторах выбора и подводных камнях, понимание которых позволит избежать ненужных затрат и провалов.
— Каковы основные стоп-факторы внедрения генеративных технологий в бизнес-процессы?
С. Захарова: Существуют несколько проблем, которые препятствуют популяризации ИИ-технологий внутри компаний. Во-первых, это вопрос безопасности, связанный с отсутствием на рынке четких правил и понимания того, что именно необходимо защищать.
Во-вторых, есть определенные технические ограничения по установке решений on-premise, поскольку вопросы безопасности обычно решаются путем развертывания систем в инфраструктуре заказчика, чтобы данные не покидали пределы контура компании.
Отсюда вытекает следующая проблема: большинство используемых на рынке моделей LLM (Large Language Models) — либо иностранного производства, либо являются разработками крупных российских игроков, таких как Сбер и Яндекс. Не все эти модели можно интегрировать в свой контур, либо установка может потребовать значительных финансовых затрат. Таким образом, третий блокирующий фактор — отсутствие бюджетов для полноценного внедрения технологии внутри компании.
Четвертым фактором является ощутимая нехватка экспертизы на рынке. Недостаточно специалистов, которые умеют работать с такими технологиями, понимают их необходимость, могут выбрать стратегию для конкретной компании и оценить потенциальные риски и выгоды от использования LLM.
Пятый барьер менее очевиден — речь идет о регуляторных инициативах государства. Как только стало известно о первых кейсах использования генеративного ИИ, многие крупные компании получили информационные письма от Банка России с рекомендацией быть крайне осторожными при их внедрении и по возможности избегать использования иностранных LLM. Такие ситуации создают дополнительные риски, так как в любой момент могут быть введены штрафы. Это особенно актуально для крупных компаний, где штрафы зависят от оборота, что вынуждает их избегать даже минимального внедрения таких технологий.
Кроме того, компании долгое время не понимали, как LLM может помочь их бизнесу на стратегическом уровне. Это приводило к тому, что они не были готовы инвестировать в эти технологии, пока на рынке не появятся успешные примеры внедрения от других компаний, которые смогли бы продемонстрировать, как они использовали LLM, сколько это стоило и как это отразилось на KPI.
— Остались ли еще на рынке примеры «неосознанного» внедрения, приведшего к провалам?
С. Захарова: Такие истории были типичны в 2023–24 годах, сейчас уровень осознанности значительно повысился. Это обусловлено тем, что за прошедшие годы компании, включившие в свои стратегии внедрение генеративных технологий, вложили значительные ресурсы в изучение этой области, провели всесторонний анализ для понимания целей и способов интеграции. На старте команды цифровизации и инноваций очень часто получали указания от руководства компаний: «внедряйте генеративные технологии как хотите и куда хотите, но они должны работать везде», что напоминало запуск ракеты в космос с минимальным бюджетом на тестирование. В условиях жестких дедлайнов команды начинали с малого: собирали Open Source модели, интегрировали их в свои системы, пытались их адаптировать и находили внутри компании людей с базовыми знаниями о генеративных технологиях для создания внутренней лаборатории. Однако эта стратегия не оправдала себя, так как без четкого понимания целей и задач проекты заходили в тупик.
В 2025 году тренд на внедрение ради внедрения практически сошел на нет <...>
<...> — Какие стратегии внедрения гИИ вы считаете наиболее эффективными?
С. Захарова: Мы в компании выделяем четыре основные стратегии, доказавшие свою эффективность.
Во-первых, это стратегия «GenAIдля всех», которая предполагает предоставление доступа к технологиям всем сотрудникам компании...
Продолжение читайте на https://futurebanking.ru/post/4162