ИИ-инициативы не дают финансовой отдачи — как быть
Искусственный интеллект стал ключевым технологическим направлением современности. Многие уже применяют генеративные нейросети в повседневных задачах. Организации активно внедряют решения на основе ИИ. Тем не менее, по данным недавнего исследования Массачусетского технологического института, 95% таких проектов не обеспечивают планируемой экономической выгоды. Эти выводы спровоцировали оживлённые обсуждения в профессиональной среде. Вопросы результативности внедрения ИИ и его воздействия на общество были рассмотрены участниками панели «Искусственный интеллект и большие данные» в рамках CNews Forum 2025.
Искусственный интеллект и человек: перспективы взаимодействия
Прогресс в области искусственного интеллекта порождает ожидания, что он сможет круглосуточно выполнять задачи вместо людей. Однако, как отметил Владимир Анисимов, независимый эксперт и модератор конференции, до этого момента ещё далеко. Кроме того, большинство профессий не исчезнет, а трансформируется, потребовав от работников принципиально новых компетенций.
В мировом масштабе в ближайшие десять лет наиболее ценными станут умения в сфере программирования, анализа данных, кибербезопасности, а также системное и критическое мышление, творческий подход, навыки совместной работы с ИИ, межкультурного взаимодействия, адаптивности и быстрого обучения. С учётом российской действительности, будут востребованы архитекторы технологического суверенитета, разработчики отечественной микроэлектроники, эксперты по арктическим технологиям и специалисты по евразийской интеграции.
Соотношение исчезающих и возникающих профессий
В целом, успех на рынке труда будущего будет зависеть от междисциплинарных специалистов, объединяющих технические знания, социальные и метанавыки. Наибольшие перспективы у тех, кто сможет эффективно сотрудничать с системами ИИ и робототехники, усиливая свой потенциал с помощью технологий. Ключевым условием профессиональной устойчивости в долгосрочном периоде, по словам Владимира Анисимова, становится готовность к непрерывному обучению и адаптации к технологическим изменениям.
Более половины программистов применяют искусственный интеллект в ежедневной работе. Co-Pilot ускоряет выполнение 55% задач. «ИИ не вытеснил специалистов, но способствовал оптимизации численности коллективов», — отмечает Армен Амирханян, руководитель направления развития искусственного интеллекта Московской Биржи. По его мнению, 2026 год ознаменуется распространением vibe-трейдинга — применения ИИ в инвестиционной сфере.
Московская Биржа разработала собственную версию FinGPT. Этот инструмент оперативно собирает и обрабатывает информацию, предлагая рекомендации по выгодным вложениям. Ключевое достоинство FinGPT — ориентация на российский инвестиционный рынок и понимание его особенностей. Формируя ответы, ассистент опирается на биржевую и макроэкономическую статистику, сведения о компаниях и финансовых инструментах, банковских и страховых продуктах, а также на внешние источники — новости и публикации в социальных сетях.
Армен Амирханян поделился деталями эксперимента, проведённого платформой nof1.ai. Шести моделям искусственного интеллекта выделили по 10 тыс.$ и предоставили возможность автономной торговли. В итоге одна из систем — китайская — смогла получить прибыль около 2 тыс.$. «В будущем можно будет поручить FinAI даже непосредственное участие в сделках», — считает специалист.
В компании Sokolov трудится свыше 8 тысяч человек. Ещё в 2024 году её разработчики не привлекали ИИ, однако бизнес нуждался в ускоренном выводе новых сервисов. Поэтому 2025 год был объявлен годом искусственного интеллекта в IT-подразделении, сообщил Михаил Кудашев, IT-директор Sokolov. «Мы развернули OpenWebUI и предложили команде протестировать его. Затем загрузили документацию в RAG и обучили ИИ давать типовые ответы на запросы. Но сотрудники не спешили пользоваться моделью», — пояснил он.
Потребовалось организовать обучение персонала и разъяснить, что ИИ не угрожает их занятости. «ИИ должен быть всегда доступен — встроен в привычные рабочие среды без сложных процедур входа и барьеров. Людей важно научить не опасаться экспериментов. Только когда у сотрудника возникает новая задача, первой идеей должно стать: как решить её с помощью ИИ», — убеждён Михаил Кудашев.
Экономика проектов на основе ИИ
Артём Сусеков, специалист по внедрению гибких методик разработки в департаменте корпоративных систем ЛАНИТ, вновь обратил внимание на выводы недавнего исследования MIT, согласно которому до 95% инициатив в области ИИ не достигают планируемых результатов. Эксперт оценил, что для России это означает ежегодный ущерб в 150 млрд руб. «Сложность в том, что с помощью ИИ стремятся решить все проблемы, хотя для каждой конкретной цели нужен свой специализированный инструмент», — говорит Артём Сусеков.
Готовая методика
LanDevAI предлагает всесторонний подход к управлению этапами реализации проектов в области искусственного интеллекта. Платформа позволяет оперативно развертывать разнообразные модели ИИ, создает единую точку входа для доступа к ресурсам, включая данные, а также обеспечивает контроль над качеством, затратами, мониторингом эксплуатации и версиями моделей. Дополнительно ЛАНИТ представляет методологию для управления рисками в таких проектах. «Важно быть готовым к сценарию, при котором проект может быть закрыт уже через две недели после его начала», — отметил Артем Сусеков.
Он рассказал о практическом применении ИИ внутри компании ЛАНИТ. Первым шагом стала разработка системы для анализа резюме, на базе которой всего за неделю была создана платформа для обработки изображений, а затем за один день — инструмент для анализа публикаций в социальных сетях. «Ключевое — это выбор подходящих технологий и своевременная адаптация рабочих процессов», — пояснил специалист.
Как напомнил Михаил Соколов, директор по стратегии и технологиям РТК-ЦОД, развитие технологий искусственного интеллекта сопряжено со значительным энергопотреблением. Для сравнения: стандартный поисковый запрос в Google требует около 0,3 Вт, тогда как аналогичный запрос в ChatGPT — уже 3 Вт. Внедрение ИИ-решений требует модернизации инфраструктуры, что влечет за собой серьезные инвестиции. Если же компания планирует самостоятельно заниматься обучением моделей, расходы возрастают еще больше.
Михаил Соколов рекомендует использовать облачные решения для работы с ИИ. РТК-ЦОД предлагает геораспределенную платформу «Турбо Облако», доступ к которой возможен из любого региона России. В 2024 году на платформе стали доступны вычислительные мощности на основе GPU с возможностью подбора оптимальной конфигурации для задач машинного обучения, 3D-обработки и виртуальных рабочих столов. В 2025 году появились не просто базовые GPU, а виртуализированные и предварительно настроенные программные среды.
Сервисы для искусственного интеллекта
В будущем году на платформе «Турбо Облако» будет представлено уже свыше 50 сервисов. Планируется запуск нейро-шлюза — онлайн-платформы, объединяющей множество инструментов и сервисов ИИ в единой рабочей среде. Inference Platform позволит разворачивать инстансы с нужными библиотеками и средствами для гибкого управления моделями машинного обучения. Сервис Foundation Models предоставит доступ к актуальным ML-моделям, размещенным на защищенной инфраструктуре провайдера, с тарификацией на основе токенов.
«СберАналитика» готова предложить аналитические данные о потребителях, бизнесе, товарном ассортименте, рынке недвижимости, а также макроэкономические прогнозы. Как сообщил Денис Козицкий, управляющий директор по развитию продуктов «СберАналитика», в основе аналитики лежат данные 111 миллионов физических и 6 миллионов юридических лиц, собираемые с 2019 года из более чем 70 источников. Компания также предоставляет сервисы на базе ИИ: прогнозирование, речевую и видеоаналитику, распознавание документов, GenAI-агентов и консалтинг в области искусственного интеллекта.
Карта российского рынка продуктов на основе ИИ (по ключевым отраслям)
Денис Козицкий представил результаты анализа, выполненного его организацией. Сейчас в России насчитывается свыше 600 продуктов, изначально созданных на базе искусственного интеллекта. Две пятых отечественных IT-компаний уже применяют AI-решения, а более четверти из них сформировали стратегию по внедрению ИИ. Наибольший спрос наблюдается на чат-ботов, генеративные нейросети и системы для анализа документов. «Во многих ситуациях 80% результата достигается за счет фундаментальных цифровых методов, а ИИ дополняет оставшиеся 20%, многократно усиливая итоговый эффект», — отмечает Денис Козицкий. В качестве иллюстраций он привел применение искусственного интеллекта для прогнозирования онкологических заболеваний и потребности в медикаментах, а также для запуска AI-ассистента, обрабатывающего запросы граждан. «47% профессионалов фиксируют ускорение рабочих процессов после интеграции ИИ, а 43% — рост их результативности», — подводит итог Денис Козицкий.
Андрей Даркшевич, заместитель руководителя Института искусственного интеллекта и цифровых технологий НИУ ВШЭ, обратил внимание на нехватку в России подготовленных кадров в этой области. Между тем, именно они критически важны для прогресса в сфере ИИ. По его мнению, частично компенсировать этот дефицит позволит активное использование инструментов типа Co-Pilot.
Кроме того, Андрей Даркшевич порекомендовал начинать внедрение искусственного интеллекта с процессов, сулящих значительный финансовый результат, — там, где он способен сократить временные затраты или оптимизировать использование персонала, а также тщательно оценивать все сопутствующие риски. «ИИ не дает экономической отдачи в тех случаях, когда компании недостаточно серьезно подходят к управлению рисками, связанными с моделями», — добавил специалист.
Генеративный ИИ в России
Андрей Крюков, заместитель генерального директора по информационным технологиям «Сбербанк-АСТ», напомнил, что человечество давно стремилось применять ИИ, однако настоящий «переворот» произошел в 2022 году с появлением публичной модели ChatGPT. ChatGPT представляет собой языковую модель, построенную на статистических закономерностях, и не обладает ни истинным пониманием, ни сознанием. Ее задача — предсказывать наиболее вероятные следующие слова, опираясь на данные, использованные для ее обучения. Фундаментом обучения большинства современных нейросетей служит алгоритм обратного распространения ошибки. Этот механизм позволяет корректировать колоссальное число параметров модели (в GPT-3 их 175 млрд, а в GPT-4, по некоторым данным, уже около 1,76 трлн) для минимизации погрешности при прогнозировании очередного слова в тексте.
Он привел примеры использования ИИ для разбора документов, создания AI-агентов, рекомендательных сервисов, интеллектуальных ассистентов и помощников для разработчиков. Однако, как предостерег Андрей Крюков, генеративный ИИ всегда формирует ответ, даже когда он не соответствует реальности. Это заложено в самой архитектуре подобных систем, поскольку отсутствие реакции традиционно считалось «неудачей». Такой подход превратил генеративные модели в «льстецов» и «лжецов». Ошибочная или искусственно созданная информация становится «первичным источником», на котором впоследствии обучается модель. «По некоторым оценкам, уже более половины изображений в интернете сгенерировано искусственным интеллектом», — констатирует эксперт.
В России генеративный искусственный интеллект находится на начальном этапе распространения — по данным на 2024 год, лишь 37% крупных организаций внедрили его хотя бы в одну операцию. Тем не менее, перспективы у этой технологии огромные, считает Глеб Кузьмин, коммерческий директор GigaB2B. Его фирма представляет GigaChat 2.0 — бизнес-продукт, поддерживающий работу с различными типами данных, обладающий расширенными возможностями и доступный для развертывания в облаке, на локальных серверах или в гибридной среде.
GigaChat в настоящий момент
GigaB2B — это полноценный пакет, включающий всё требуемое оборудование, нейросеть GigaChat, low-code платформу для разработки виртуальных ассистентов и профессиональную поддержку от создателей. Благодаря обширным возможностям большой языковой модели её можно задействовать в самых разных бизнес-направлениях.
Глеб Кузьмин рекомендует стартовать с простых задач из категории «низко висящих плодов» — применять готовые или легко адаптируемые решения, дающие быструю финансовую отдачу. Следующим шагом могут стать проекты, результат от которых становится очевиден лишь при широком внедрении. И уже после этого стоит браться за специализированные продукты с более длительным циклом внедрения, но и с потенциально высокой эффективностью. При этом критически важно грамотно организовать конвейер по внедрению решений и перевести персонал с публичных на корпоративные версии языковых моделей.
Екатерина Давыдова, проджект-менеджер по генеративному ИИ на «Авито», поделилась подходом своей компании к отбору GenAI-проектов. На первом этапе проводятся воркшопы, где рождаются идеи, реализация которых невозможна без генеративного ИИ. Далее эти идеи анализируются с точки зрения бизнес-потенциала, возможностей продвижения и технической осуществимости. Также необходимо тщательно оценивать правовые риски.
Затем наступает фаза проверки гипотез, создания минимально жизнеспособного продукта (MVP) и его запуска сначала для внутренних, а потом и для внешних пользователей. «Мы масштабируем только то, что доказало свою полезность», — отмечает Екатерина Давыдова. «GenAI — это не волшебство, а современная инженерия. Здесь преуспевает тот, кто выстроил системную работу и смог управлять хаосом», — уверена она.
Примеры проектов с ИИ
«Усиление конкуренции в сфере HoReCa диктует необходимость поиска новых способов оптимизации. Искусственный интеллект превращается в важнейший инструмент для роста производительности и сокращения затрат», — такими словами начал своё выступление Николай Галкин, директор IT-департамента «Кофемании». В компании приняли решение автоматизировать с помощью ИИ ручную процедуру приёмки товаров. «Первый опыт оказался провальным, и мы осознали, что необходим стратегический подход к работе с данными и применению ИИ», — пояснил специалист.
Была организована база данных и выполнена их предварительная обработка. Затем стартовали тестовые запуски с моделью rubert-tiny2. Для экспериментов была подготовлена локальная среда, гарантирующая защищенность и эффективную работу, где и тестировалось данное решение. Модель применяет методы NLP и ML для автоматического определения соответствия товаров, анализируя содержание и суть их описаний. На текущий момент система внедрена во всех заведениях сети «Кофемания». Точность распознавания достигла 91%, число погрешностей при приемке товаров снизилось на 30%, а сама процедура приемки ускорилась вдвое. Организация приступила к следующей фазе проекта — мониторингу цен.
Фонд «Росконгресс» занимается организацией масштабных событий, включая ПМЭФ, ВЭ и другие. В 2022 году в рамках ПМЭФ впервые были задействованы шесть чат-ботов для мероприятий. Результаты оказались столь впечатляющими, что к 2025 году количество ботов увеличилось до семнадцати. «Сегодня мы уже не можем представить нашу деятельность без них. Гости в любое время могут обратиться к ботам с любым запросом и мгновенно получить разъяснение», — отмечает Валерия Шиманская, заместитель руководителя направления маркетинга, информации и PR дирекции по работе с участниками фонда «Росконгресс».
Боты самостоятельно обрабатывают от 60 до 87% поступающих вопросов, ещё 20-30% запросов перенаправляются оператору с подсказками системы. Лишь менее 20% составляют сложные случаи, требующие вмешательства специалиста. Благодаря этому для взаимодействия с аудиторией на крупных событиях достаточно всего двух сотрудников. Кроме того, с помощью ботов «Росконгресс» осуществляет рассылку актуальных новостей, приглашений на предстоящие мероприятия и другой информации.
Принцип работы AutoFAQ Xplain
Решение разработано на платформе AutoFAQ Xplain. Как пояснил Всеволод Колупаев, коммерческий директор AutoFAQ, его можно разместить на собственных серверах для полного управления и адаптации под существующую инфраструктуру или в облаке для гибкого масштабирования. Платформа взаимодействует исключительно с внутренними документами, базами знаний и регламентами компании, поэтому виртуальный ИИ-помощник формулирует ответы, опираясь только на эти материалы — строго по делу, без вводящей в заблуждение информации.
Владислав Сарнацкий, ИТ-директор компании «Восток-Запад», рассказал о применении искусственного интеллекта в процессе производства панированных креветок. К размеру креветок в готовом продукте предъявляются строгие нормативы. Ранее перед отправкой на производство их отбирали вручную. Затем в компании внедрили систему «Умный глаз» на основе видеоаналитики. Она в автоматическом режиме оценивает размер креветок на конвейере и отсеивает экземпляры, не соответствующие заданным параметрам.
От замысла до внедрения проекта прошло три месяца. Затраты на решение составили около 1 млн рублей. В перспективе — расширение системы новыми модулями: выявление дефектов, управление производственной линией, контроль температурного режима.
«Искусственный интеллект делает общение динамичным диалогом, в котором система подстраивается под человека — его речь, манеру, чувства», — отмечает Мария Лопухина, начальник инновационного отдела Управления кадровых сервисов Правительства Москвы. По её мнению, в скором будущем все профессионалы окажутся разделены на две группы: те, кто применяет ИИ, и те, кто его игнорирует.
Мария Лопухина привела примеры внедрения этой технологии. Так, в МГУУ был внедрён чат-бот «Василиса» — он содействовал в решении текущих задач и освоении сервисов. Со временем «Василиса» эволюционировала в маркетинговый аватар — персонажа видеороликов, презентаций и публичных активностей МГУУ. Цифровой персонаж «Техна», разработанный 1331.Studio для главной технологической конференции России, стал символом мероприятия: он встречал гостей, знакомил с программой и олицетворял единение человеческого и искусственного разума.
Вячеслав Лапенков, руководитель отдела департамента ИТ корпорации развития Дальнего Востока и Арктики, сообщил, что в его организации сформирована целостная экосистема данных. Их анализ с помощью ИИ позволяет заблаговременно обнаруживать сложности. Это решение было разработано внутренней командой корпорации. Сегодня система задействует свыше 20 источников информации и предлагает более 30 аналитических сервисов.
Это позволило инвесторам заключать инвестиционные соглашения онлайн всего за две недели. Ответы на возникающие запросы поступают быстрее, чем за 3 часа. Кроме того, система автоматически анализирует публикации в социальных сетях, что помогает обнаруживать и устранять трудности на начальном этапе. «Подлинная цифровизация — это когда вопросы решаются ещё до того, как их успели обнаружить», — убеждён Вячеслав Лапенков.
На CNews FORUM 2025 присутствовало более 1500 человек. Было заслушано свыше 100 экспертных выступлений. Посетители форума смогли изучить продукты отечественных разработчиков на более чем 50 выставочных площадках.
Министр цифрового развития Максут Шадаев на CNews FORUM: Требования для включения в реестр отечественного ПО ужесточаются
Первый заместитель министра финансов РФ Ирина Окладникова на CNews Forum поделилась, как цифровые технологии помогают снижать неэффективные траты бюджета
Первый замминистра финансов России Ирина Окладникова беседует с главным редактором CNews Александрой Кирьяновой
Руководитель Департамента Москвы по конкурентной политике Кирилл Пуртов принял участие в CNews FORUM
Категории
Похожие новости
Популярные новости
Популярные теги
