Революция генеративного ИИ, произошедшая за последние два
года, изменила правила игры: теперь даже небольшая команда разработчиков
способна создать инструмент, который может выполнять задачи, прежде
требовавшие тысячи человеко-часов рутинного труда. Однако массовое
внедрение ИИ ставит перед бизнесом и государством новые вызовы. Очевидно
одно: компании, которые уже сегодня интегрируют ИИ в свои процессы,
получат колоссальное конкурентное преимущество.
Директор по ИИ и экспертным решениям Arenadata Антон Балагаев
рассказал, как в связи со стремительным развитием технологий меняются
стратегии цифровой трансформации в России, как сегодня ИИ применяется в
платформах данных, почему автоматизация рутины в финансовом секторе
ускорится в разы и какие профессии исчезнут уже к 2030 году.
Про цифровизацию
— Как вы оцениваете уровень цифровизации в стране на текущий момент? Какие трудности существуют сегодня в этом направлении?
А. Балагаев: У нас отличный уровень цифровизации, если
понимать это слово узко: мы умеем оцифровывать процессы — выделить в
чем-то аналоговом измеримую составляющую и сохранить. Для этого у нас
есть научно-техническая база, специалисты, лучшие мировые практики.
Основные трудности связаны со второй составляющей цифровой
трансформации: с автоматизацией. Долгое время отечественных
автоматизаторов душили демпингом транснациональные корпорации. Сейчас
возможности есть, но в сравнении с западными вендорами нашим
автоматизаторам не хватает наработанного опыта, лояльности клиентов,
емкости рынка. Ради его захвата есть смысл вкладывать огромные
инвестиции, чтобы выдавать продукт, сопоставимый по качеству с
продуктами западных вендоров, которые монетизируются на рынке в 50–100
раз больше. Важно изменить подход потребителей продукта, устоявшийся в
годы присутствия вендоров из недружественных стран: они были готовы
отдавать решение задаром, лишь бы не дать закрепиться конкуренту, и
заказчики привыкли сбивать цену — зачастую ниже себестоимости.
— Как изменились стратегии цифровой трансформации за последние годы? Что они сегодня в себя включают?
А. Балагаев: Термин «цифровая трансформация» ушел с
первых полос, так как процессы, скрывавшиеся за этим громким лозунгом,
оказались довольно обыденны, хоть и важны. Рынок свыкся с мыслью, что ИТ
не должно торговать данными, и поэтому фактически умер концепт Data
Mash. Настоялась и мысль о том, что любое RnD должно соответствовать
долгосрочным целям бизнесов компании, и потому маяки цифровой
трансформации из ИТ-прожектов стали обычными бизнес-целями.
Стратегии 2025–2030 сейчас пишутся с фокусом на генеративный ИИ, но в
основном абстрактно, так как ИТ-директора пока не понимают, смогут ли
они выстраивать полноценные агентские среды с помощью больших языковых
моделей или генеративный ИИ сойдет на нет, как Data Mash. Те, кто писал
стратегии в 2023 и начале 2024 года, еще, бывало, фокусировались на
LakeHouse как на серебряной пуле, которая решит все вопросы эффективного
распределения ресурсов в платформах данных, но и здесь чуда не
случилось.
Сейчас у российского рынка, как и у мирового, появилось понимание, что
LakeHouse хорош для активностей с переменной нагрузкой, но для
high-load-работы с фиксированными SLA он не годится, поэтому 80% данных
по-прежнему будут лежать в классических инструментах.
— Как эти стратегии будут трансформироваться дальше в условиях фокуса на технологический суверенитет?
А. Балагаев: Трансформация стратегий будет заметна в
части базовых прикладных решений в нишах, которые ранее занимали решения
SAP, IBM, SAS. Прошедшие 2,5 года были посвящены сокращению отставания в
части системного ПО, и сейчас эта потребность в основном закрыта.
Лидеры ИТ-рынка в ближайшее время смогут предлагать стабильные
вертикальные отраслевые решения, включающие в себя весь необходимый
системный и базовый софт, оборудование и уже реализованные прикладные
решения, которые нужно будет только интегрировать без значительной
адаптации и кастомной разработки. Это даст заказчику возможность
прогнозировать ROI внедрений, так как у их стоимости будет
минимизирована переменная часть, а эффект от прикладных наработок будет
референсным и также прогнозируемым.
В прикладные и базовые решения, разумеется, включается и ИИ: как
классический, который позволит оптимизировать различные параметры
процессов, так и генеративный, нацеленный на сокращение времени
исполнения рутинных задач человеком: co-pilot, поиск информации и
подготовка по ней ответов, а также агенты выполнения несложных
детерминированных функций, действующие сообща в рамках хорошо описанных процессов.
— Каким вы видите уровень цифровизации в России через 10 лет?
А. Балагаев: В последний год набрали силу большие языковые модели, и они поменяли буквально все...
Продолжение читайте на https://futurebanking.ru/post/4164