От импортозамещения нужно переходить к формированию нового технологического уклада на основе ИИ-агентов, ведь для России это уникальная возможность опередить мировых лидеров в области цифры. Об этом шла речь на панельной дискуссии «Искусственный интеллект в промышленности: вызовы и перспективы», которая состоялась при поддержке Сбера на выставке «Иннопром» в Екатеринбурге.
Как отметил модератор дискуссии — старший вице-президент, руководитель блока «Технологии» Сбербанка Кирилл Меньшов, — весь мир вступает в эпоху генеративного искусственного интеллекта (GenAI). Эта трансформация пройдет по тем же лекалам, что и предыдущий этап — цифровизация. Всего три страны в мире — США, Китай и Россия — сейчас имеют сопоставимые по уровню собственные фундаментальные ИИ-модели. И для нашей страны это кардинально иная ситуация, ведь цифровизация и Agile-трансформация основывались на западных решениях, что не обеспечивало технологический суверенитет. Российский финтех уже вышел на лидирующие позиции, отечественная промышленность тоже внедряет ИИ с акцентом на специфику производственных процессов.
«Нам нужно отказаться от вечного импортозамещения, когда мы все время пытаемся кого-то догнать, и войти в новый технологический уклад лидерами. В мире еще нет инструкций и целостного видения генеративной разработки. Мы в Сбере создали такое видение — оно отражено в руководстве по агентной разработке AI-Disrupt PDLC — и уже сделали вторую, дополненную версию документа. Внедряем его у себя и бескорыстно делимся со всеми. Сейчас у нас уникальный шанс разрабатывать решения кратно быстрее, дешевле, меньшими ресурсами и по собственной методологии. С помощью генеративного ИИ мы сможем выйти в лидеры», — отметил Кирилл Меньшов.
Следующий этап развития ИИ — не обработка текстов, а интеграция в производство, убежден Иван Оселедец, директор Института AIRI. Лидерами станут те, кто выстроит тесное взаимодействие с отраслевыми экспертами и будет обучать модели на реальной работе. В промышленности недостаточно использовать накопленные за годы данные — необходимо цифровизировать опыт специалистов, процессы принятия решений и сами ошибки. ИИ должен работать внутри производственной среды, получать доступ к реальным задачам, накапливать опыт и учиться на практике. Это требует отказа от низкорисковых пилотных проектов в пользу амбициозных целей с измеримым эффектом, например двукратного сокращения сроков проектирования или строительства.
95 процентов пилотов в промышленности не доходит до промышленной эксплуатации, рассказал Александр Вибе, директор центра ИИ-решений для В2В Сбербанка. Как правило, это небольшие спринты, которые решают локальные задачи, но не связаны кросс-функционально с другими процессами. Препятствия для платформенных решений — регуляторика, высокие требования к безопасности, сложная ИТ-архитектура предприятий с множеством систем и «колодцев» и низкой интероперабельностью, необходимость разворачивать модели исключительно в контуре компании (on-premise) и, соответственно, отказ от облака и гибридных систем.
Все это замедляет переход к следующему этапу — формированию мультиагентной среды на предприятии. Другие важные направления работы — создание сквозных архитектур данных и кооперация с отраслевыми интеграторами, где Сбер выступает как поставщик технологий и решений. Конечная цель — повысить производительность труда инженеров и преодолеть кадровый дефицит через внедрение ИИ-ассистентов в производственный цикл, подчеркнул Александр Вибе.
ИИ помогает стирать границы между крупными и небольшими компаниями, считает Петр Колтыпин, вице-президент, председатель Уральского банка Сбербанка. Технологии дают иную скорость реагирования. Появляются новые типы организаций, в которых люди и ИИ-агенты работают в смешанных командах. Но это невозможно без инвестиций в образование и науку. Системный подход, синергия усилий органов власти, финансовых институтов и бизнеса помогут повысить эффективность и дадут импульс для всей экономики страны.
