Пока финансисты раздувают пузырь на рынке технологий, реальные компании тихо интегрируют ИИ в производственные процессы. Разговор с практиками показывает: искусственный интеллект — не волшебная палочка, а обычный инструмент со своими ограничениями.
Специалисты по внедрению ИИ-решений делят всю деятельность на три принципиально разных типа. Первый — базовый уровень работы с чат-ботами, телеграм-интеграциями и обращениями к языковым моделям. Здесь существует множество готовых сервисов и решений, доступных практически любому. Реализуется всеми кому не лень, начиная от мелких компаний и заканчивая фрилансерами.
Второй тип — программирование, алгоритмизация процессов и интеграция ИИ-ботов в существующие программные комплексы и системы обслуживания клиентов, действующих на предприятиях CRM, ERP. Это уже серьезная работа, требующая квалифицированных разработчиков и понимания бизнес-процессов заказчика. Это уровень системных интеграторов и специализированных компаний.
Третий, наиболее сложный уровень — программы на основе ИИ для управления оборудованием. Здесь речь идет о компетенции крупнейших корпораций с собственными исследовательскими отделами, значительными инвестициями в исследования и разработку специализированного оборудования, в которое встраивается искусственный интеллект.
Сейчас многие эксперты говорят о раздутом пузыре на рынке искусственного интеллекта. Однако практики возражают: пузырь существует только в финансовых среде и стартапах. В остальных сферах идет нормальная, вменяемая работа по внедрению технологий в действующее производство. ИИ получит полноценное развитие в течение следующих пяти-семи лет, постепенно интегрируясь в программные комплексы компаний и специализированное оборудование. На местах работа ведется в рамках обычной производственной деятельности, далекой от громких заголовков СМИ.
Как обычно происходит внедрение ИИ на предприятии
Процесс начинается не с установки софта, а с аудита. Перед внедрением любого инструмента — а искусственный интеллект это именно инструмент, один из многих — необходим аудит, консалтинг, понимание специфики бизнеса.
Даже если весь аудит — всего несколько часов общения с клиентом и два-три дня оценки проекта и обдумывания задачи, это критически важный этап. Подход «прибежим и куда-нибудь внедрим» гарантированно ведет к провалу».
Зачастую ненужная спешка приводит к тому, что уже готовое решение на ИИ проходит тестирование успешно, но на большом объеме данных или из-за разнообразия обрабатываемого контента начинаются проблемы. Однако даже это нормальная ситуация, требующая корректировки параметров и дополнительной настройки.
Сейчас существует только один глобальный фактор, препятствующий внедрению ИИ, — плохие данные. Когда информация хранится в бумажных журналах, разрозненных таблицах или вообще не систематизирована, искусственный интеллект бессилен. Впрочем, при желании решается и это. Современные нейросети умеют распознавать текст с физических носителей, оцифровывать документы, структурировать хаотичную информацию. Вопрос только в целесообразности затрат.
Случаи, когда ИИ не нужен
Искусственный интеллект категорически не подходит там, где требуется гарантированная точность. Пример — промышленное производство, где ошибка может привести к физическому ущербу, травмам или браку продукции.
Наш реальный кейс: один из топовых российских экспортеров обратился за консультацией по внедрению ИИ в производственные процессы. Главный технолог разбирался в теме, понимал потенциал технологии. Однако после детального анализа стало очевидно: в их нише искусственный интеллект применить невозможно именно из-за проблемы точности.
Если ИИ-консультант ошибется в адресе доставки или характеристиках товара — это неприятно, но не катастрофично. Если же речь идет о серьезном производстве, последствия ошибки могут быть принципиально иными. Физический ущерб, остановка линии, брак дорогостоящей продукции.
Другой показательный случай — автоматизация вентиляции огромного цеха. Задача стояла амбициозная: управлять воздушными потоками на гигантских площадях с помощью автоматизированных затворок и вытяжек, обходить «бутылочные горлышки» системы. Заказчик хотел внедрить модный искусственный интеллект. Однако мы сразу поняли: это классический кейс для старых добрых скриптов, технологичного решения без всяких нейросетевых моделей. Хайповая технология здесь была бы избыточной и неэффективной.
Даже самые продвинутые языковые модели иногда выдают неожиданные результаты. Мы видим: вопреки четким инструкциям, ИИ может выдать артефакт или другую техническую аномалию. Поэтому где нужна абсолютная точность и стабильность — это про алгоритмизацию действий. Где есть высокая цена ошибки — тоже не про ИИ. Понимая принципы работы технологии, опытные специалисты просто не идут в неподходящие ниши.
Миф о дешевизне
Распространенное заблуждение: искусственный интеллект — дешевое решение, умнее обычного сотрудника и выгоднее по всем параметрам. На практике это далеко не всегда так.
Пример из практики: юридическая компания заказала автоматизацию мониторинга определенных запрещенных материалов в интернете. Раньше сотрудники проверяли сайты вручную. Огромный объем работы требовал автоматизации. Система заработала эффективно, но стоимость оказалась неожиданной — около трехсот долларов в сутки из-за большого количества используемых токенов.
Но, даже триста долларов в день оказались дешевле, чем проверка людьми. На этой задаче работали несколько сотрудников на полной ставке. При минимальной зарплате 80 тысяч рублей плюс налоги получалось около 160 тысяч на человека ежемесячно. Причем текущий штат физически не мог обеспечить необходимую частоту проверок — требовалось минимум четверо специалистов. Затраты становились нерентабельными.
Даже с учетом возможных ошибок ИИ остается эффективным инструментом. В случае с юридическим мониторингом бот иногда ошибается — например, сообщает об удалении статьи, когда сайт временно глючит или администраторы редактируют раздел. Нейросеть может просто сбоить. Такие ситуации случаются примерно раз в несколько дней. Однако дешевле среагировать на ложную тревогу, проверив информацию вручную, чем отказываться от использования искусственного интеллекта из-за его «ненадежности». Это прагматичный бизнес-подход: допустимая погрешность против многократного повышения эффективности.
Многие обращения за внедрением ИИ мотивированы не реальной потребностью, а желанием «не отстать от прогресса». Клиенты горят идеей использовать искусственный интеллект, но не понимают конкретно, куда и зачем его внедрять. Все говорят о внедрении ИИ, хотя по факту ситуация у разных компаний различается кардинально. Возникает энтузиазм, опасение опоздать, FOMO (fear of missing out — страх упустить возможность).
С такими клиентами консультационные сессии часто заканчиваются либо полным отказом от идеи, либо внедрением совершенно в другой области, не там, где первоначально планировалось. Это нормальный процесс: грамотный аудит помогает избежать бессмысленных трат.
Куда он идет
В отличие от физического мира, где форс-мажоры непредсказуемы (поставщик привез некачественное сырье, оборудование сломалось), цифровая среда стабильна и предсказуема. Понимая, что и как работает, опытные специалисты минимизируют риски провала.
Мы с иронией относятся к запросам СМИ на «жареные» истории о провалах внедрения ИИ. Реальность куда прозаичнее: обычная, скучная, методичная работа профессионалов. Понимание инструмента, анализ задачи, выбор адекватного решения, тестирование, оптимизация.
Искусственный интеллект — не панацея и не угроза. Это очередная технология, которая находит свое место в экосистеме бизнес-процессов. Где-то она революционизирует работу, где-то оказывается бесполезной, где-то просто неприменима.
Ближайшие пять-семь лет покажут постепенное, планомерное внедрение ИИ-технологий в различные отрасли. Не стоит ожидать мгновенной трансформации всех бизнес-процессов. Реальность такова: искусственный интеллект займет свою нишу рядом с другими инструментами оптимизации и автоматизации. Компании, понимающие ограничения и возможности технологии, получат конкурентное преимущество. Те, кто гонится за хайпом, рискуют потратить ресурсы впустую. Ключ к успеху — трезвая оценка целесообразности, профессиональный аудит и грамотное внедрение там, где ИИ действительно эффективен.
Алексей РАДКЕВИЧ, директор «Студии ЯЛ», специально для «Новой Сибири»
Фото предоставлено автором
Ранее в «Новой Сибири»:
На True Tech Day интеллект знакомился с искусственным интеллектом
