В рамках ЦИПР 2026 посетил занимательную сессию "Быстрее или по-другому? Производительность в эпоху ИИ-агентов". Как компании внедряют "электронных сотрудников" в свои процессы и какие преимущества от этого получают? Лидеры ведущих отраслей промышленности, финтеха и телекома собрались чтобы обсудить этот вопрос.
Модератор: Растопшин Павел, Генеральный директор, ГК Ультиматек
Спикеры:
- Артамонова Наталья, Директор по внедрению генеративного ИИ, ПАО ГМК "Норильский никель"
- Конорев Олег, Директор департамента машинного обучения и искусственного интеллекта, Билайн
- Курилов Дмитрий, Заместитель генерального директора по развитию бизнес-рынка, ООО "Сбербанк-Телеком"
- Лаптев Владислав, Директор по инновациям, Fork-Tech
- Фалалеев Роман, Генеральный директор, ООО "Транснефть -
Технологии" - Маслов Евгений, Руководитель кластера, АО "СЕВЕРСТАЛЬИНФОКОМ"
- Урусов Виктор, Скала^р, Группа Rubytech
- Хайретдинов Шамиль, Член Правления - Вице-президент по стратегическому развитию, МТС
- Кравчук Николай, Управляющий директор, АО "ТМХ"
Роман Фалалеев (ООО "Транснефть - Технологии")
Роман рассказал об уже привычном для многих инструменте - стенограмме совещаний с коллегами. Такой инструмент внедрен и в компании, где работаю я. Инструмент позволяет отказаться от классического конспектирования ключевых моментов. ИИ-Агент отслеживает всех участников, транскрибирует сказанное и позволяет выделить суть.
Стенограммы совещаний поставили полтора года назад. Изначально планировали, что будет сто заказчиков - технические советы, крупные совещания. А сейчас оказалось, что этим пользуются все 80 000 пользователей компании. Каждый хоть раз да воспользовался.
Также Роман поделился опытом использования ИИ для анализа аномалий, полученных с различных датчиков. Пока в пилотном режиме.
Евгений Маслов (АО "СЕВЕРСТАЛЬ-ИНФОКОМ")
Евгений поделился опытом создания платформы, где ключевые пользователи сами создают ИИ агентов для автоматизации тех или иных задач. При этом он подчеркнул опасность внедрения языковых моделей, так как они склонны к аномалиям, пусть и в 1% случаев.
Если очень долго спрашивать генеративный ИИ, сколько будет 2 + 2, то после стопятой тысячи раз он может дать неожиданный ответ. Для СУТП это не очень приемлемо.
Верно, даже если в одном случае из тысячи ИИ сработает не так, как ожидается, это может привести к плачевным последствиям, поэтому отдавать производство на откуп ИИ пока опасно, все равно нужен пользователь, который все проверит и примет окончательное решение.
Наталья Артамонова (ПАО ГМК "Норильский никель")
Наталья также заговорила об опасности передачи 100% решений ИИ и подчеркнула важность окончательной консолидации данных ключевыми сотрудниками. Тем не менее она прогнозирует достижения 50 млрд рублей прибыли только благодаря внедрению ИИ.
Мы не хотим вживлять процессы на живую, потому что цена ошибки большая. Мы выстраиваем параллельно новый процесс, полностью цифровой на агентах, и в тот момент, когда будем готовы, переключим рубильник.
Согласен с Натальей, хотя её планы кажутся довольно амбициозными. Но где я, а где НорНикель? Ей все таки виднее, так что могу только пожелать ей удачи. Главное поймать грань между скоростью и безотказностью системы, для этого нужно использовать только отечественные языковые модели, обученные на симуляциях производственных процессов. А если ИИ не внедрять, то и обучать их будет не на чем.
Николай Кравчук (АО "ТМХ")
Николай выделил одно из преимуществ ИИ агентов - они не устают. На ум приходят слова песни из к/ф "Приключения Электроника" - До чего дошёл прогресс.
Вкалывают роботы, а не человек
Главное, чтобы люди зарплату получали...
На "ТМХ" также используются стенограммы совещаний, а ИИ контролирует выполнение поставленных сотрудникам задач. Такой вот ИИ руководитель.
Виктор Урусов (Группа Rubytech)
Виктор согласился с предыдущими спикерами в необходимости проверки результатов работы ИИ опытными сотрудниками, а также подчеркнул высокую стоимость ИИ и посоветовал использовать для этого различные льготы.
Дороговизна внедрения ИИ в производство - это инвестиция, которая безусловно окупится, если его не только внедрить, но и с умом использовать. Вопрос, как быстро она окупится.
Шамиль Хайретдинов (МТС)
Шамиль заглянул в будущее, где благодаря 5G сетям, скорость работы с ИИ возрастет, что даст пользователям и партнером использовать телеком мощности "на полную катушку".
Не буду его комментировать, лишь посоветую для начала внедрить 5G в регионах. В такой огромной стране, как РФ, 5G доступен лишь единицам и в этом плане мы сильно отстаем от соседей.
Дмитрий Курилов (ООО "Сбербанк-Телеком")
Дмитрий рассказал, что сектор IoT меняется от точечных решений к полноценным ИИ-платформам, которые связывают периферию с ИИ. Ценность таких решений в том, что они позволяют доставлять данные от ИИ к "железу" без потери данных.
Олег Конорев (Билайн)
Олег нашел ту грань между скоростью решения бизнес-задач и консолидацией данных, полученных от ИИ. Он рассказал, что в Билайн используется система автоматического решения нарядов и бригад, но если ИИ не уверен на 90% в верности решения, то задача эскалируется на человека.
Если модель неуверена, то сразу эскалация на человека. Человек отсюда всё равно не исключается.
Это правильный подход, сначала робот - потом человек. Если все доверить ИИ, то процент аномалий (ошибок) будет только возрастать, так как ИИ обучается и те решения, которые пользователь не исправил, будет считать, как истинно верные.
Владислав Лаптев (Fork-Tech)
Владислав по сути повторил опасения коллег, сообщив об опасности внедрения ИИ без проверки человеком. И, также, как и Наталья Артамонова предположил о достижении экономического эффекта от внедрения к 2030 году.
На текущий момент делать это крайне опасно. Можно добиться, что 5–6 кейсов из 10 делаются успешно. Но у вас должно делаться успешно 1000 из 1000 кейсов. А это уже абсолютно другая статистика.
Заключение
Практически все спикеры единогласно подтвердили, что результаты работы ИИ-агентов нужно дополнительно проверять человеком. Это не хорошо, но и не плохо. ИИ обучаем, а значит чем больше мы исправляем за ним решения, тем более правильные решения он принимает в дальнейшем. Я думаю, что можно создать цепь ИИ-агентов с разными ролями: руководитель бригады, инженер, медик и так далее, чтобы каждый ИИ-агент отдельно рассмотрел решение основного агента и высказался за или против. Это в разы снизит процент ошибок, так несколько узконаправленных ИИ будут делать задачу лучше, чем один универсальный.