Лаборатории ИИ эволюционировали в полноценные фабрики
Эпоха экспериментов с искусственным интеллектом и пробных внедрений завершилась. Компании активно интегрируют эту технологию в разнообразные операционные процессы. Среди наиболее востребованных решений — интеллектуальные ассистенты, чат-боты и системы машинного обучения. Наибольшую эффективность демонстрирует применение набора узкоспециализированных агентов, координируемых главным агентом-оркестратором. Практическим опытом реализации проектов на основе ИИ поделились участники конференции «Технологии искусственного интеллекта 2026», организованной CNews Conferences.
Искусственный интеллект и регулирование со стороны государства
«Искусственный интеллект стал практическим инструментом, который уже работает», — такими словами начал конференцию «Технологии искусственного интеллекта 2026» ее ведущий Андрей Коптелов, исполнительный директор Департамента корпоративной архитектуры Сбербанка. Он провёл краткий опрос среди слушателей. Оказалось, что более половины присутствующих в зале активно по собственной инициативе используют ИИ-ассистентов, однако когда был задан вопрос о доступности корпоративных систем на базе генеративного ИИ, руки подняли лишь три человека.
Андрей Свинцов, занимающий пост заместителя главы думского комитета по информационной политике, технологиям и связи, сообщил собравшимся, что строгих мер по контролю за искусственным интеллектом в обозримом будущем не планируется. «Поскольку мы в основном применяем западные ИИ-системы, их запрет приведет к технологическому отставанию России», — пояснил он. В настоящее время обсуждается инициатива по переходу государственных структур на отечественные разработки, включая решения в области ИИ. Соответствующий закон может быть представлен на рассмотрение уже в следующем году.
Обсуждение государственного контроля над ИИ продолжил Сослан Габуев, заместитель руководителя департамента по развитию искусственного интеллекта и больших данных Минцифры РФ. Он указал, что применение ИИ приобретает повсеместный характер, а законодательство лишь следует за динамикой рынка. В мире наблюдаются различные подходы к регулированию этой сферы. В США он в основном ориентирован на поддержку инноваций: риски управляются через ведомственные регламенты, стандарты и требования к закупкам — единого федерального закона об ИИ, подобного европейскому, нет. В Европе действует AI Act, но его нормы вводятся постепенно. В Китае сформирован комплекс специальных правил, касающихся онлайн-контента, алгоритмов и киберпространства, где главная задача — соблюсти баланс между развитием и безопасностью.
Как подчеркнул Сослан Габуев, регулирование ИИ в России должно прежде всего создавать условия для его прогресса. Критически важными являются доступ к данным и вычислительным ресурсам, необходимым для обучения систем. Требуются ясные и прозрачные правила обезличивания персональной информации для её использования разработчиками ИИ. Также необходимо активнее задействовать государственные данные. Безусловно, нельзя упускать из виду и риски в сфере кибербезопасности. Ещё одним значимым направлением является защита людей от дипфейков и ложной информации, генерируемой с помощью искусственного интеллекта.
Детали о генеративном ИИ
«Сбер Бизнес Софт» осуществила свыше 500 проектов с применением технологий искусственного интеллекта. «Ключевой тенденцией сегодня стало использование генеративных моделей», — отмечает Максим Шпилькин, CPO по AI-продуктам для бизнеса в «Сбер Бизнес Софт». На базе GenAI создаётся множество разнообразных ИИ-ассистентов. Однако перед внедрением искусственного интеллекта необходимо тщательно проанализировать бизнес-процессы. В ряде случаев 80% эффекта достигается за счёт базовых цифровых практик, а ИИ добавляет оставшиеся 20% и позволяет тиражировать успех.
Максим Шпилькин добавил, что для крупных корпораций практически не существует готовых универсальных решений — у каждой есть своя уникальная специфика. Поэтому для успеха проекта важно четко определить критерии эффективности, использовать релевантные данные, детально оценить итоги пилотного тестирования и постоянно отслеживать качество работы модели после её запуска. «GenAI обладает колоссальными возможностями, и воспринимать его следует не как простой «чат», а как полноценную технологическую платформу», — убеждён Максим Шпилькин.
«Генеративный ИИ больше не является «экспериментальной разработкой» — он вышел из сферы информационных технологий и превратился в рабочий инструмент для всех бизнес-подразделений», — отмечает Гоша Шатиров, директор по искусственному интеллекту и инновациям «К2Тех». Он поделился опытом применения ИИ в своей организации. В завершении 2025 года был инициирован корпоративный акселератор, по результатам которого отобрали 9 наиболее многообещающих идей. «Мы осознавали, что персонал применяет ИИ, однако какие сведения они в него загружают — оставалось неизвестным. Поэтому мы разработали собственную защищенную ИИ-модель и предоставили ее сотрудникам», — пояснил Гоша Шатиров. Помимо этого, компания усовершенствовала эксплуатацию ИИ-кластера, включая аппаратную составляющую.
Для координации проектов в области искусственного интеллекта была внедрена платформа «ИИ-офис». Это централизованная среда, где аккумулируются данные обо всех начинаниях, связанных с ИИ, их текущем состоянии, этапах реализации и назначенных ответственных. Платформа позволяет анализировать предложения с точки зрения коммерческого потенциала и сложности внедрения, сопоставлять различные проекты между собой и концентрировать усилия на наиболее результативных. Благодаря этому при минимальных ручных отчетах формируется четкое представление обо всех ИИ-инициативах, включая тенденции развития и возможные затруднения.
ИИ демонстрирует реальную эффективность
От искусственного интеллекта ожидают сокращения расходов, увеличения доходов, ускорения операций, повышения качества принимаемых решений и минимизации рисков. Однако, как сообщает Татьяна Бенуа, президент Национального фонда искусственного интеллекта, результативность внедрения этой технологии в среднем достигает лишь 20%. Она привела примеры применения ИИ в различных сферах: медицине, финансовой отрасли, производстве, розничной торговле и электронной коммерции. 40% российских организаций считают ИИ и машинное обучение основным направлением цифровой трансформации. При этом только около 10% компаний фактически задействуют ИИ для анализа информации и поддержки принятия решений.
Согласно информации Руссофт, в 2026 году ключевыми тенденциями станут возникновение нового поколения ИИ-приложений, где искусственный интеллект составляет основу продукта, активное внедрение крупных языковых моделей для бизнес-задач, сближение технологий больших данных и генеративного ИИ, ускоренное замещение иностранной инфраструктуры, рост отраслевых облачных сервисов и развитие прогнозной кибербезопасности. Решающими факторами успеха будут государственная поддержка, расширение образовательных программ и формирование благоприятной инновационной экосистемы. По мнению Татьяны Бенуа, инвесторам стоит уделить внимание быстро развивающимся сегментам автономных ИИ-агентов и промышленного искусственного интеллекта.
Корпорация «Туризм.РФ» приглашает компании к сотрудничеству в сфере развития туристической инфраструктуры на условиях государственно-частного партнерства. В ее активе уже собрано порядка 40 инициатив и обширный массив сопутствующих материалов. Для оптимизации управления инвестиционными проектами и ускорения цифровизации с применением ИИ организация представила собственную платформу «Copilot для проектного управления», — сообщил Сергей Червяков, занимающий в корпорации «Туризм.РФ» пост директора по цифровой трансформации и искусственному интеллекту.
На этой платформе уже функционируют ИИ-помощники для составления и анализа корреспонденции, а также ведется разработка аналогичного инструмента для работы с документацией и данными. Естественно, внедрение новшеств встретило определенное сопротивление в коллективе — ряд сотрудников увидел в «умных» ассистентах риск для своих рабочих мест. «Очевидно, что в обозримом будущем мы не сможем обойтись без людей. Поэтому важно донести мысль, что специалист, владеющий навыками взаимодействия с ИИ, в ближайшие годы окажется куда более ценным кадром, чем тот, кто ими не обладает», — отмечает Сергей Червяков.
Он также рекомендовал применять подход Human-in-the-loop, предполагающий интеграцию человеческого опыта и контроля в процесс создания ИИ-продуктов. Активное участие людей в обучении моделей, их оценке и предоставлении обратной связи позволяет повысить точность и результативность решений на основе искусственного интеллекта. Лишь таким образом ИИ станет действенным инструментом для автоматизации рутины и освободит экспертам время для решения более творческих задач.
Портал «Рамблер» функционирует в качестве новостного агрегатора, ежедневно обрабатывающего до 8 тысяч публикаций. «Высокая скорость появления новостей создает информационный шум, в котором теряются достоверные факты», — поясняет Сергей Карпович, Chief Data Scientist портала «Рамблер». Объем недостоверной информации растет, и у читателей зачастую нет возможности верифицировать факты — искать подтвержденные данные среди множества источников трудоемко и требует времени. Для решения этой проблемы компания внедрила ИИ, который проверяет новости перед публикацией, идентифицирует фейки и переформулирует информацию в доступной для пользователя форме.
Вопрос «умному» помощнику можно задавать простыми словами. Модель, основанная на LLM GigaChat, не придумывает ответ, а находит его в базе проверенных новостей; формулировка строится строго на обнаруженных документах, без добавления субъективных оценок, а каждое утверждение сопровождается прямой ссылкой на источник. Сергей Карпович убежден, что «Рамблеру» удалось задать новый стандарт в области потребления новостного контента.
Илья Муромец, архитектор цифровых продуктов в департаменте ТВЭЛ (ГК «Росатом»), рассказал о практическом опыте интеграции искусственного интеллекта в корпоративные операции. Среди примеров — использование ИИ для автоматического сбора информации из документов по закупкам, проверки нормативно-технических материалов и поддержки казначейских процессов. Прогнозирование ключевых параметров в производстве способствует уменьшению брака в продукции из циркония и титана, а расчёт корректирующих масс для балансировки роторов газовых центрифуг помогает снизить связанные с этим расходы. Предсказание состояния оборудования увеличивает продолжительность его безотказной работы и уменьшает количество незапланированных простоев.
Ещё одним примечательным примером стало прогнозирование профессионального выгорания персонала. Для построения модели применялись методы машинного обучения, которые помогают обнаруживать скрытые закономерности и оценивать риски выгорания, анализируя совокупность различных факторов, признаков и их взаимосвязей. Точность прогноза поведения сотрудников с помощью этой модели достигает 80%.
«Каждый специалист генерирует значительный объём данных, и этот ресурс можно эффективно использовать», — отмечает Валентин Каськов, ИТ-директор холдинга «Специальные системы и технологии». На основе этих данных можно оценить продуктивность и уровень квалификации сотрудника, определить области для развития его навыков. Анализ коммуникаций позволяет выявлять устойчивые модели поведения. Полученные сведения полезны при создании новых или реорганизации текущих рабочих групп, а также при планировании корпоративных обучающих программ.
В издательстве «Альпина» работу по внедрению ИИ начали в 2023 году. Первым шагом стал составление перечня задач, где технологии могли бы помочь: анализ файлов и веб-ссылок, поиск в интернете, создание библиотеки промптов с возможностью их совместного использования сотрудниками, обмен чатами и продолжение обсуждений с переключением между моделями, управление учётными записями — формирование групп пользователей и настройка ИИ-ассистентов для конкретных целей.
Затем фокус сместился на ключевую цель — ускорение процесса выпуска книг при сохранении высоких стандартов качества. В рамках эксперимента были опробованы ИИ-обработка входящих заявок от авторов и ИИ-помощник для переводчиков. «Пилотный проект продемонстрировал, что срок подготовки книги к публикации можно сократить с 9 до 4 месяцев. В настоящее время этот вопрос прорабатывается с юридической стороны», — пояснил Павел Путинцев, продуктовый менеджер издательской группы «Альпина».
Опытом применения искусственного интеллекта также поделился Роман Мишин, руководитель подразделения мультимедиа и IT в Российском национальном музее музыки. Нейросеть разработала концепт афиши для экспозиции «Искусство игры: Шахматы – Музыка», воплощённый в жизнь дизайнерами. В музее функционирует лаборатория «Нейросети», где школьников обучают созданию музыки и визуальных образов с помощью ИИ, а также грамотному составлению запросов. На выставке «Музыкальная эволюция» 33 интерактивных объекта демонстрируют путь от простейших инструментов до нейросетей, в том числе представлен композитор на основе ИИ. В музее П. И. Чайковского гости могут написать «письмо Татьяны» от своего имени и получить сгенерированный нейросетью ответ от Онегина. Интерактивные элементы органично вписаны в повествование выставки, позволяя посетителю эмоционально погрузиться в роль героя и стать сопричастным к событиям.
Ключевые принципы эффективного применения ИИ
«Сегодня практически в каждой компании внедрены ERP, CRM и прочие системы, однако это не гарантирует безупречной организации труда — остаётся множество операций, которые можно автоматизировать с помощью интеллектуальных технологий», — отметил в своём выступлении Никита Суринов, технический руководитель аналитического отдела «Инфомаксимум». Для выявления таких задач он рекомендовал использовать платформу процессной аналитики Proceset. Её принцип работы прост: на компьютер сотрудника устанавливается ИИ-агент, записывающий все его действия; после анализа собранных данных становится ясно, какие операции можно делегировать цифровому помощнику.
Никита Суринов привёл ряд примеров. Так, цифровой HR-специалист обрабатывает и анализирует собеседования с соискателями в 4 раза оперативнее человека. Ему также можно доверить приём и обработку документов при оформлении на работу. Цифровой сотрудник эффективно работает с запросами госорганов о банковских счетах и взаимодействует с КС-документацией. Цифровой ассистент в продажах анализирует данные по сделкам для выявления рисков и формирования предложений. А цифровой координатор закупок формирует заявки, сопоставляет коммерческие предложения поставщиков и ведёт процесс закупки вплоть до контроля поставки и завершения обязательств.
«Начинать следует не с абстрактного внедрения ИИ, а с решения конкретных проблем, с упрощения рутинных задач для определённых сотрудников», — убеждена Мария Рослая, специалистка по развитию AI-продуктов Directum. По её словам, ИИ ускоряет обработку документов в 2-3 раза, а бизнес-процессы — в 5-7 раз. В Directum интегрирован полный набор необходимых ИИ-инструментов: интеллектуальный поиск по вопросам и ответам, диалоговый ИИ-помощник, способный самостоятельно выполнять действия для решения задачи, а также функции аннотирования, нормативного контроля и генерации контента.
Опыт внедрения искусственного интеллекта для настройки электронного документооборота на платформе Directum представил Александр Бессарабенко, возглавляющий отдел систем ЭДО в «Систем электрик». Для юридической службы, казначейства и бухгалтерии генеративный ИИ осуществляет проверку договоров на сумму до одного миллиона рублей на соответствие установленным нормативам. Это позволило компании высвободить ресурсы, эквивалентные двум штатным единицам. Тем не менее, возникли и трудности — потребовалось преодолевать склонность ИИ к «галлюцинациям». Проблема заключалась в том, что если модель не обнаруживала в документе определённого параметра, она могла его сконструировать. Её пришлось дополнительно обучить не заполнять пробелы самостоятельно, а передавать такие ситуации на рассмотрение специалисту.
Кроме того, генеративная модель формирует краткие сводки по документам для руководящего состава — это сокращает временные затраты и способствует ускоренному принятию решений. Искусственный интеллект также применяется для формулирования профессиональных требований к вакансиям, а также для поиска в архиве документов, включая отсканированные копии, по их смысловому содержанию. Юристы задействуют языковую модель для выявления расхождений в договорах, поступающих от партнёров, а секретари и делопроизводители — для регистрации документов в СЭД. В настоящее время компания занимается распространением успешного опыта по автоматическому распознаванию входящей корреспонденции на другие бизнес-процессы.
Алексей Шершнев, ИТ-директор Farzoom, рассказал о реализации проекта по созданию кредитного конвейера для небольшого банка. Перед командой стояла цель развернуть полностью функциональный процесс в течение одного месяца. Для её достижения была использована ИИ-генерация процесса. На начальном этапе провели диагностику: с помощью ИИ-агентов изучили документацию банка, выполнили её распознавание, семантический анализ и выявление противоречий.
После этого при помощи ИИ-агентов были разработаны схемы в нотации Mermaid, сформированы реестры стратегий, компонентов и сервисов; смоделирован процесс и подготовлено техническое задание. Также с использованием ИИ создана ролевая модель, разработаны и запущены рабочие сценарии. Система управления процессами «Камунда.РФ» обеспечивает плавную интеграцию аналитики на основе ИИ и бизнес-аналитики с процессными данными, даёт возможность получать аналитические выводы на естественном языке, в том числе через интерактивные дашборды, построенные на данных бизнес-процессов.
Компания «Инфобип» представляет платформу для коммуникаций, которая помогает бизнесу выстраивать диалог с клиентами. «Наши клиенты стремятся внедрять инструменты на основе искусственного интеллекта», — отмечает Анатолий Цыбульский, архитектор клиентских решений «Инфобип». Он поясняет, что результативность проекта с ИИ определяется четкостью цели, объемом базы знаний, способностью к интеграции с другими системами и продуманной архитектурой ИИ-решения.
Наиболее действенным считается комплексный метод, при котором задействуется группа из нескольких агентов и управляющий ими агент-оркестратор. «Это позволяет полностью охватить весь путь клиента», — говорит Анатолий Цыбульский. Эксперт также рассказал о практике разработки ИИ-агента — консультанта по продажам для стоматологической клиники.
Дмитрий Красников, руководитель направления Big Data&BI «К2Тех», полагает, что 2026 год ознаменуется переходом к системному внедрению ИИ. Организации, завершающие базовую автоматизацию и формирующие сквозные процессные архитектуры, начнут активно внедрять ИИ-решения. При этом прогнозируется увеличение спроса на отраслевые, а не общие ИИ-продукты — для медицины, строительства, промышленного производства.
В настоящее время от 82% до 93% проектов с искусственным интеллектом не достигают успеха на пилотной стадии или вскоре после запуска. По мнению Дмитрия Красникова, ключевая причина — недостаточное качество данных. Он напомнил, что убытки из-за некачественных данных возникают не только в сфере ИИ и в целом оцениваются в 8,7 трлн рублей ежегодно. При этом генеративный ИИ меняет подход к данным: они перестают быть просто «сырьем для отчетов» и превращаются в активного участника вычислительных процессов. Это порождает новые классы задач: от доверия к данным и отслеживания их происхождения до контроля за промптами и информацией, сгенерированной искусственным интеллектом.
Дмитрий Красников убежден, что для успеха проектов необходимо объединить управление данными (Data Governance) и управление ИИ (AI Governance), а также оценивать все инициативы в области искусственного интеллекта с разных позиций: бизнеса, информационной безопасности и конечных пользователей.
Александр Диденко, руководитель Лаборатории ИИ Школы управления «Сколково», считает, что при внедрении ИИ крайне важна культура, ориентированная на данные. Еще один фактор успеха — не единичные внедрения, а интеллектуализация целостного процесса. Частой причиной провала становится чрезмерно длительный срок реализации проекта — эксперт советует укладываться в 90 дней, а также попытки полностью исключить человека из процесса. «Прекратите создавать ИИ-лаборатории. Создавайте ИИ-фабрики, встроенные в реальные процессы и поддерживаемые людьми», — подвел итог он.
«Превосходство достигнет не тот, кто внедрит наибольшее количество ИИ-помощников, а тот, кто выстроит среду, способствующую росту продуктивности персонала, бизнес-процессов и конечных решений», — отмечает Дмитрий Маркосьянц, директор по внедрению искусственного интеллекта и оптимизации процессов «ОТП Банка». Он выступает за разработку не универсальных, а целевых ИИ-агентов, которые, взаимодействуя, смогут выполнять широкий спектр функций. Дмитрий Маркосьянц рассказал о практике использования таких агентов в HR, операционной работе и клиентском сервисе — последний, по его словам, является наиболее сложным направлением.
«Развитие ИИ в России в целом идет в русле общемировых тенденций. Единственная область, уже ставшая популярной за рубежом, но только набирающая обороты у нас — это виб-кодинг», — говорит Николай Писаренко, эксперт в области HR-tech&AI. По его наблюдениям, средний бизнес по эффективности применения ИИ опережает крупные корпорации. Результативность во многом определяется корректностью выбора ИИ-инструментария. «Существует множество схожих решений, но ключевые различия — в нюансах», — подчеркивает специалист.
Он обратил внимание, что ИИ может усилить существующую систему, но не исправить ее фундаментальные недостатки. Поэтому, запуская проекты на основе ИИ, важно параллельно заниматься автоматизацией. И, безусловно, всемерно вовлекать в процесс конечных пользователей: проводить обучение, поощрять их активность и не избегать пробных решений.
Уже около 75% полисов ОСАГО сегодня продается онлайн. Однако для оперативного осуществления страховых выплат компаниям не хватает данных, констатирует Сергей Иванов, управляющий директор департамента корпоративной архитектуры и управления данными «Ренессанс Страхование». Информация о ДТП поступает от гражданина в службу 112, обстоятельства фиксирует ГИБДД, а детали происшествия записывают городские камеры видеонаблюдения. «Отсутствие прямой интеграции между страховщиками и государственными базами данных серьезно тормозит автоматизацию», — поясняет Сергей Иванов.
Другая сложность — отраслевые различия в стандартах обмена сведениями об ущербе, что мешает формированию единой цифровой среды. Также стоит учитывать, что данные о ДТП часто вносятся вручную, и точность распознавания таких записей не выше 70%. Решение этих вопросов позволит сделать процедуру урегулирования убытков полностью автоматической.
Кирилл Волосников, директор по развитию Norr Mobler, убежден, что применение ИИ в продажах ведет к унификации работы команды (все клиенты получают гарантированный уровень сервиса под контролем ИИ) и повышению эффективности (рутинные задачи берет на себя ИИ, а сотрудники фокусируются на приоритетных вопросах). Еще одно перспективное направление — обучение сотрудников, в том числе с индивидуальным подходом.
Более того, искусственный интеллект открыл совершенно новые горизонты для дизайна. В компании Norr Mobler 90% рутинных операций теперь выполняются ИИ, причем не за долгие часы, как прежде, а буквально за считанные минуты. Как отмечает Кирилл Волосников, нейросети способны не только следовать техническому заданию, но и генерировать творческие идеи. «В масштабах всей индустрии, особенно с учетом острой нехватки специалистов, внедрение ИИ для оптимизации процессов — это наиболее разумный и практичный путь к росту эффективности», — подчеркивает он.
