Сергей Карпович (ИТ-холдинг Т1): «Подход российского бизнеса к выбору ИИ эволюционировал от «хайпа» к прагматичному поиску измеримой ценности»

 — Сергей, как российские компании подходят к выбору ИИ-инструментов и решений?

 — Подход российского бизнеса эволюционировал от «хайпа» к прагматичному поиску измеримой ценности (ROI). Ключевые критерии выбора сместились в сторону технологического суверенитета и безопасности, интеграционной зрелости и регуляторных требований.

В выборе продуктов доминирует тренд на импортозамещение. Внешние модели для большинства задач остаются недоступными или рискованными из-за блокировок и требований по информационной безопасности. Поэтому приоритет отдается российским большим языковым моделям, а также открытым моделям (например, Qwen), которые можно локально развернуть и дообучить на корпоративных данных. Важным фактором становится наличие у вендора сильной сервисной поддержки и гарантии непрерывности разработки.

Заместитель руководителя направления Т1 ИИ (ИТ-холдинг Т1) Сергей Карпович
Фото: ИТ-холдинг Т1

 — Для каких задач, процессов, подразделений ИИ-решения уже уверенно используются, а для каких набирают популярность?

 — ИИ уже активно применяется в клиентском сервисе, обработке документов, прогнозной аналитике, рекомендательных системах, чат-ботах и голосовых помощниках. Быстро развивается генеративный ИИ для работы с корпоративными знаниями, предиктивной аналитики, подготовки текстов и помощи разработчикам. Следующий этап — ИИ-агенты, мультимодальные решения, компьютерное зрение и применение ИИ в робототехнике.

 — Как заказчики оценивают эффективность таких решений, как выбирают между эффективностью и безопасностью?

 — Эффективность ИИ больше не оценивается абстрактно. Заказчики требуют четких KPI. Например, сокращение времени обработки запроса, снижение стоимости привлечения клиента, рост конверсии, экономия ФОТ за счет автоматизации рутинных задач. Все больше в эффектах учитываются такие показатели как удовлетворенность сотрудников, снижение текучести кадров за счет устранения рутины.

Дилемма «эффективность или безопасность» решается через архитектуру «человек в контуре принятия решения». Для высокорисковых сценариев (медицина, финансы, юриспруденция) ИИ выступает как ассистент, предлагающий варианты, но финальное решение принимает человек. При этом для обеспечения безопасности необходимо организовывать защиту от промпт-инъекций, обеспечивать разграничение прав доступа, проверку ответов ИИ по корпоративным политикам и проверку фактов, чтобы избежать галлюцинаций. Сейчас уже безопасность является обязательным фундаментом ML платформы. Решение, которое не гарантирует конфиденциальность данных, не будет принято в Enterprise-секторе, независимо от его эффективности.

— Что является стоп-фактором для внедрения ИИ?

 — Главный стоп-фактор — неготовность данных и процессов. ИИ не может улучшить то, чего нет в цифровом виде или что хаотично. Кроме того, необходимо обеспечивать качество данных, прорабатывать бизнес-сценарии по применению ИИ и не пытаться внедрить ИИ «для галочки» без четкой постановки задачи и метрик успеха.

Пока еще сдерживающим фактором является дефицит специалистов, способных перевести бизнес-задачу на язык алгоритмов (ML-инженеры, Data Scientists, AI Architects). Особенно остро стоит нехватка опытных специалистов (Senior+), способных довести проект от прототипа до продакшена.

Часто компании успешно проходят этап пилота (PoC), но сталкиваются с непреодолимыми трудностями при масштабировании (MLOps), так как не выстроили процессы поддержки и мониторинга моделей.

 — Расскажите о практике вашей компании в этом направлении.

 — ИТ-холдинг Т1 обладает глубоким опытом внедрения ИИ в сложных корпоративных средах, фокусируясь на измеримом бизнес-эффекте. Нами разработана платформа для интеллектуальной работы с корпоративными документами и создания ИИ-ассистентов. Решение позволило автоматизировать проверку договоров и работу с нормативной базой. В результате мы обеспечили рост производительности труда в отдельных процессах до 30 %, сокращение времени проверки одного договора с 10 минут до 15 секунд. Это пример того, как ИИ ускоряет ключевые бизнес-процессы в финансовом секторе.

Мы не просто поставляем модели, а строим end-to-end решения: от аудита данных и проектирования архитектуры до внедрения MLOps-практик и обучения пользователей.

 — Поделитесь, пожалуйста, вашим видением развития тренда на использование бизнесом ИИ.

 — В ближайшие 3-5 лет произойдет переход от «экспериментального» использования ИИ к его интеграции в ядро бизнес-процессов. ИИ станет таким же неотъемлемым элементом ПО, как облачные технологии или мобильные приложения. Ожидается массовое внедрение ИИ-функций в стандартные ERP— и CRM-системы.

Бизнес перестанет оценивать решения по степени их «инновационности». На первый план выйдут надежность, предсказуемость результатов, простота интеграции и совокупная стоимость владения (TCO). При этом компании перейдут к автономным агентам, способным планировать и выполнять сложные многошаговые задачи с минимальным участием человека.

Конкурентными останутся компании, которые смогут не только выбрать правильный сценарий, но и выстроить экосистему с качественными данными, надежной инфраструктурой и обученными сотрудниками.

 — Большое спасибо за беседу!