Искусственный интеллект предлагает множество возможностей, но путь к его широкому внедрению в России усеян немалыми препятствиями. Отсутствие четкого законодательного регулирования, дефицит квалифицированных кадров и вопросы безопасности данных – это лишь часть айсберга. Что стоит на пути к полной реализации потенциала ИИ, и как эти вызовы можно преодолеть?
Хотя в некоторых отраслях ИИ уже активно применяется, например, в медицине (вспомним использование ИИ для анализа маммографии и выявления ранних стадий онкологических заболеваний), его функции часто ограничены текущим законодательством. ИИ может выступать как "второе мнение" или предоставлять информацию для анализа, но постановка окончательного диагноза или принятие критически важных решений (как и в случае с автопилотами в транспорте) остается прерогативой человека. Это показывает, что законодательство пока осторожно относится к полной передаче ответственности машинам, и такая ситуация, вероятно, продлится еще несколько лет.
Этот пример из медицины хорошо иллюстрирует более широкую картину: в России существуют существенные преграды для внедрения ИИ. Среди основных называют:
1. Безопасность: Опасения по поводу утечки корпоративных или персональных данных при использовании внешних моделей ИИ.
- Отсутствие экспертизы: Нехватка специалистов, способных грамотно выбрать, внедрить и использовать технологии ИИ в соответствии с задачами бизнеса. Наше бюро, к счастью, обладает такими компетенциями.
- Юридическая база: Недостаточное или полностью отсутствующее регулирование многих аспектов применения ИИ, что создает неопределенность и риски.
Помимо этих глобальных вызовов, есть и другие моменты, связанные с готовностью самих компаний: понимание целей и задач проекта, реалистичная оценка возможностей технологий и наличие подходящей инфраструктуры.
Правовые аспекты и кибербезопасность при внедрении ИИ требуют особого внимания. Одна из проблем – это размывание границ между личным и корпоративным пространством. Сотрудники, привыкшие использовать общедоступные ИИ-сервисы в личных целях, могут необдуманно загружать туда корпоративную информацию, не осознавая рисков. "Доступность технологии, которой может воспользоваться любой сотрудник, сливая туда корпоративную информацию", – это серьезный вызов.
Необходима активная работа по популяризации цифрового этикета и кибербезопасности среди сотрудников. Важно объяснять, какую информацию можно и какую нельзя передавать внешним сервисам, даже если они кажутся удобными. Хотя архитектура некоторых ИИ-решений (например, хранение данных в виде векторов при эмбеддинге) может создавать иллюзию безопасности, служба информационной безопасности должна быть готова к оценке подобных рисков. В условиях неопределенности предпочтительным вариантом может стать использование On-Premise решений, когда модель ИИ разворачивается внутри собственной инфраструктуры компании, что дает больший контроль над данными.
Что касается внутренней экспертизы в ИИ, то эксперты сходятся во мнении: она обязательно должна быть. Нет необходимости создавать собственный генеративный ИИ внутри компании – это дорого, долго и требует уникальных компетенций, которых, вероятно, нет у большинства. Но необходимо иметь специалистов, которые понимают, как работают технологии ИИ, как выбрать подходящее решение, как интегрировать его с существующими системами и, самое важное, как безопасно применять эти технологии. Это могут быть руководители проектов с глубоким пониманием ИИ, архитекторы решений или опытные инженеры, способные работать в связке с внешними партнерами, но при этом обеспечивать сохранность данных и соответствие задачам бизнеса.
Разработка внутренних регламентов, "чек-листов" и "стоп-листов" для предотвращения необдуманных действий, связанных с обработкой и выгрузкой конфиденциальных данных, также является важной мерой.
Таким образом, успешное внедрение ИИ в России требует комплексного подхода: не только выбора подходящей технологии, но и решения вопросов безопасности, проработки юридических аспектов, повышения цифровой грамотности сотрудников и формирования команды с необходимой внутренней экспертизой. Это системная работа над "цифровой зрелостью" компании, которая позволит преодолеть существующие преграды.
В следующей статье мы рассмотрим, какая команда нужна для внедрения ИИ, какие конкретные прикладные задачи уже решаются в российском бизнесе и как ИИ влияет на необходимость модернизации IT-ландшафта.