Руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев принял участие в пленарном заседании «Цифровизация-2030: на пути к полному импортозамещению или к конкуренции с зарубежными вендорами» на форуме «Технопром».
Он отметил, что искусственный интеллект изменил подход в разработке многих технологических решений во всем мире. Если на предыдущем этапе под каждую задачу приходилось создавать отдельное решение, то сейчас разные компании могут использовать одну и ту же фундаментальную модель для разработки собственных продуктов. Саму модель можно назвать технологическим компонентом, возможности и риски которого нужно чётко понимать.
Страны, в которых есть собственные команды, создающие фундаментальные модели, можно пересчитать по пальцам, рассказал Андрей Белевцев. Это США, Китай, Франция, ОАЭ и Россия. Причём в нашей стране представлены сразу две модели высокого уровня, одна из них GigaChat.
«Мы обладаем полным циклом производства, и когда мы берёмся за конкретную бизнес-задачу, то можем добиться одной из лучших в мире метрик. И это важно с точки зрения практического применения: мы можем сделать так, чтобы бизнес получил максимальную ценность в конкретном кейсе. Если говорить о результатах, мы в этом году ожидаем порядка 50 миллиардов рублей экономического эффекта от внедрения именно генеративного искусственного интеллекта. Сегодня порядка 500 GenAI-инициатив в компании запущены», – сказал Андрей Белевцев.
Параллельно в России существует целый ряд условно открытых моделей иностранного производства, но здесь важно учитывать степень этой «открытости», подчеркнул эксперт. У любой фундаментальной модели есть три составляющие: претрейн (исходные данные, на которых она обучается), код обучения и веса (вычисленные в результате обучения модели параметры). Когда модель «открывают», то открывают только код и веса. Никто не открывает свой претрейн, а это и есть основное знание, корень конкурентоспособности модели. Для российского потребителя это означает следующее: никто не гарантирует, что модель продолжит обновляться и однажды не станет закрытой. Если построить на такой модели свой бизнес, если использовать её в критической инфраструктуре, это чревато большими рисками. И поэтому сохранение в России собственной компетенции по созданию фундаментальных моделей имеет ключевое значение для технологического суверенитета страны.