Когда наука встречается с бизнесом: «Техлаб Москва» сократит путь ИИ — разработок до внедрения

Бо­га­ты­ре­ва Люд­ми­ла, ру­ко­во­ди­тель ИТ-под­раз­де­ле­ния Агент­ства «По­ли­лог», экс­перт РО­ЦИТ, ав­тор те­ле­грам-ка­на­ла «Бо­га­ты­рё­ва о циф­ре»:

В сто­ли­це за­пу­сти­ли про­грам­му вы­во­да на ры­нок на­у­ко­ем­ких ИИ-про­дук­тов «Техлаб Москва». Она ори­ен­ти­ро­ва­на на по­иск и от­бор тех­но­ло­ги­че­ских ко­манд с го­то­вым про­дук­том, ИИ-раз­ра­бот­чи­ков и уче­ных с опы­том при­клад­ных ис­сле­до­ва­ний. Про­ект дол­жен устра­нить раз­рыв меж­ду на­у­кой и ин­ду­стри­ей за счет ра­бо­ты над кон­крет­ны­ми за­да­ча­ми ком­па­ний из раз­ных от­рас­лей: стро­и­тель­ства, ме­ди­ци­ны, фи­нан­сов, ки­бер­без­опас­но­сти и ме­диа.

Дей­стви­тель­но, си­ту­а­ция, ко­гда на­у­ка и ин­ду­стрия не пе­ре­се­ка­ют­ся, — это один из глав­ных тор­мо­зов внед­ре­ния ин­но­ва­ций. Про­бле­ма не в том, что в Рос­сии нет силь­ных на­уч­ных раз­ра­бо­ток или ин­те­ре­са к ним со сто­ро­ны биз­не­са. Про­бле­ма в раз­ры­ве меж­ду ла­бо­ра­тор­ны­ми ис­сле­до­ва­ни­я­ми и внед­ре­ни­ем. У на­у­ки одна ло­ги­ка: ис­сле­до­ва­ние, пуб­ли­ка­ция, ме­то­до­ло­гия. У биз­не­са дру­гая: сро­ки, без­опас­ность, по­нят­ный эко­но­ми­че­ский эф­фект.

Имен­но по­это­му мно­гие пер­спек­тив­ные ре­ше­ния не до­хо­дят до про­мыш­лен­но­го при­ме­не­ния. Кор­по­ра­ции не го­то­вы го­да­ми ждать, пока тех­но­ло­гия «до­зре­ет», а на­уч­ные ко­ман­ды не все­гда по­ни­ма­ют, как встро­ить раз­ра­бот­ку в ре­аль­ный про­из­вод­ствен­ный про­цесс. В этом смыс­ле «Техлаб» — по­лез­ная ис­то­рия. Они пы­та­ют­ся све­сти в од­ной точ­ке за­про­сы биз­не­са, дан­ные, ин­фра­струк­ту­ру и ко­ман­ду, ко­то­рая мо­жет быст­ро сде­лать про­то­тип.

Для круп­но­го биз­не­са по­доб­ные раз­ра­бот­ки — это уже не по­вест­ка бу­ду­ще­го, а вполне ра­бо­чий ин­стру­мент. По дан­ным сов­мест­но­го ис­сле­до­ва­ния «Яков и Парт­не­ры» и Ян­дек­са, 71% круп­ных рос­сий­ских ком­па­ний уже ис­поль­зу­ют ге­не­ра­тив­ный ИИ хотя бы в од­ном биз­нес-про­цес­се.

Но важ­но, что биз­нес сей­час ищет не мод­ный ИИ, а ре­ше­ния под кон­крет­ную за­да­чу: со­кра­тить вре­мя, сни­зить из­держ­ки, убрать руч­ной труд, по­вы­сить точ­ность. Ко­ли­че­ство за­про­сов на внед­ре­ние ИИ-ре­ше­ний в 2025 году вы­рос­ло при­мер­но на 50% по срав­не­нию с 2024-м, а ры­нок ИИ рас­тет по­чти вдвое быст­рее осталь­но­го ИТ-сек­то­ра.

Что ка­са­ет­ся того, как ин­но­ва­ци­он­ные раз­ра­бот­ки при­ме­ня­ют­ся ком­па­ни­я­ми в по­все­днев­ной жиз­ни, то при­ве­дем при­ме­ры. Пер­вый при­мер — RUTUBE. Ре­ко­мен­да­тель­ная си­сте­ма на базе ИИ ана­ли­зи­ру­ет ваши про­смот­ры и под­би­ра­ет по­хо­жие ви­део, что уве­ли­чи­ло сред­нее вре­мя про­смот­ра на 15%, а чис­ло сес­сий на глав­ной — по­чти на треть. ИИ та­к­же мо­де­ри­ру­ет за­гру­жа­е­мые ви­део: про­вер­ка, рань­ше за­ни­мав­шая часы, те­перь про­хо­дит за пять ми­нут. Для поль­зо­ва­те­ля это озна­ча­ет бо­лее ре­ле­вант­ные ре­ко­мен­да­ции и быст­рую бло­ки­ров­ку неже­ла­тель­но­го кон­тен­та.

Вто­рой при­мер — Га­з­пром­банк. В рам­ках «Техла­ба» он ищет на­уч­ные ко­ман­ды, ко­то­рые по­мо­гут на­учить си­сте­му по го­ло­су или тек­сту опре­де­лять, в ка­ком на­стро­е­нии кли­ент: на­при­мер, спо­ко­ен он или раз­дра­жен. Если си­сте­ма пой­мет, что че­ло­век нерв­ни­ча­ет, она смо­жет пред­ло­жить ему не стан­дарт­ный от­вет, а бо­лее под­хо­дя­щий ва­ри­ант по­мо­щи. За­да­ча тре­бу­ет се­рьез­ной на­уч­ной ра­бо­ты, и это как раз тот слу­чай, ко­гда биз­нес дает уче­ным кон­крет­ный за­прос, а не про­сто ждет аб­стракт­ных ин­но­ва­ций.