Михаил, поделитесь, пожалуйста, своими впечатлениями от того, как для вас проходит ЦИПР, какое участие вы принимаете в конференции, в сессиях и какой запрос вы слышите.

Мне кажется, ЦИПР идет по нарастающей: с каждым годом в нем участвует всё больше компаний, и главное пленарное заседание служит тому подтверждением. Председатель правительства неоднократно делал акценты на облачных технологиях и искусственном интеллекте. Видно, что программы индустриальных центров компетенций (ИЦК) уже работают, компании докладывали о конкретных результатах. На мой взгляд, это отличный пример для других представителей отрасли, показывающий, что можно реально переходить на отечественные технологии и эффективно решать стоящие задачи. Государство и ведущие компании, представленные на панели, задают тон, что вдохновляет индустрию в целом.

Интересные наблюдения подарило участие в дискуссионной панели по искусственному интеллекту совместно с компаниями из сферы ретейла. Если раньше повестка затрагивала преимущественно промышленность, то сейчас она значительно шире. Отдельные узкопрофильные отраслевые конференции начинают уступать ЦИПРу как масштабному событию, где собирается руководство страны и ведущие игроки рынка. Обмен опытом — это самое важное, что здесь происходит.

Однако ключевым вопросом остается безопасность. Промышленность всегда идет рука об руку с вопросами надежности, защищенности и доверия. Главный вопрос, который стоит сегодня, в том, как перейти от локальных экспериментов к масштабному промышленному использованию ИИ. С одной стороны, в сфере ИТ всё развивается стремительно: не квартальными циклами, а буквально каждый месяц происходят качественные прорывы на рынке генеративного искусственного интеллекта. Но пока это довольно узкий домен, связанный в первую очередь с разработкой и ИТ-сектором. Мы видим, что ИТ-компании стоят в авангарде, но ретейл и транспорт также активно подключаются.

Вопрос в том, как другим секторам начать применять ИИ вне R&D-экспериментов, на реальных данных и процессах. И здесь на первое место выходит безопасность. Чтобы соблюсти этот баланс, мы в текущем году специально пригласили нашего директора по кибербезопасности, который отвечает за внутренние и внешние процессы защиты данных. Он принимал активное участие в сессиях, где мы делились опытом. Мне кажется, правильный подход к внедрению технологий в реальные задачи заключается в том, чтобы ИТ-директора и директора по безопасности не пытались контролировать друг друга, а совместно разрабатывали способы эффективного использования систем.

Каковы основные потребности бизнеса в этой сфере сегодня?

В первую очередь, это инфраструктура, если начинать с самого нижнего уровня. Казалось бы, здесь всё давно придумано, но рынок сейчас крайне волатилен. Все находятся в состоянии дефицита вычислительных мощностей, и это глобальный тренд. По всему миру строится гигантское количество супер-дата-центров и кластеров, а мировые компании в этом году бьют рекорды по инвестициям в инфраструктуру (CAPEX). Российский рынок не является исключением: мы видим колоссальный рост цен и нехватку мощностей.

Обычно бюджеты закладываются в сентябре-октябре, и предвидеть то, что будет происходить на рынке далее, очень сложно. Многие компании столкнулись с тем, что утвержденных бюджетов недостаточно из-за ограничений, поэтому они начинают рассматривать операционную модель (OPEX). В этой ситуации мы как облачный провайдер предоставляем услуги по требованию (on-demand). Мы можем в любой момент нивелировать пики потребления или свести его к минимуму, если краткосрочный проект завершен, а также предоставить большие мощности при необходимости.

Поскольку наша компания появилась на рынке в 2019 году, мы сразу начали инвестировать в искусственный интеллект, когда это еще не было массовым трендом. Накопив опыт, команду и большой запас мощностей, мы можем сглаживать эти пики и помогать клиентам решать инфраструктурные вопросы.

Таким образом, первый вызов — это где достать инфраструктуру и как преодолеть проблему волатильности цен и доступности оборудования. Второй вопрос — утилизация мощностей. Оборудование дорогое, специализированные вычислительные решения для обучения моделей стоят под миллион долларов за одну штуку. Если такая техника простаивает половину времени, компания теряет гигантские суммы. Облачная модель помогает решить эту проблему. Третий вопрос — доступность. Если компания разворачивает всё в своем контуре при отсутствии специализированного опыта по поддержке сложных систем, обеспечить надежность и стабильность платформы становится вызовом. Даже 10% времени простоя платформы оборачиваются потерями и неудовлетворенностью внутренних потребителей. Потребление по облачной модели успешно решает и этот вопрос. Из этих трех факторов складывается основной инфраструктурный вызов для наших клиентов, который мы позволяем преодолеть.

А какие бизнес-процессы в крупных организациях чаще требуют решений на базе искусственного интеллекта?

Надо понимать, что искусственный интеллект сам по себе не является панацеей. Если в компании не накоплено достаточное количество данных, а процессы не оцифрованы, находятся «в головах» или на бумаге написано одно (формальный регламент), а по факту происходит совсем другое, то ИИ не поможет. Как обыватели мы привыкли задавать системе вопросы и получать быстрые ответы, но на любом предприятии важен конечный результат, соблюдение регламентов и безопасность. Без структурированных и подготовленных данных внедрение ИИ бесполезно.

Поэтому в первую очередь мы видим эффект в цифровых индустриях, где процессы изначально выстраивались на основе информационных систем и не жили в отрыве от реальности, на бумаге. Основной вызов для промышленных предприятий сейчас — это цифровая трансформация процессов и их перестроение. С появлением ИИ-агентов, способных совершать конкретные действия и заменять определенные роли, роль человека меняется.

Обязательно должна оставаться контрольная функция. На примере собственной компании могу сказать, что мы много используем искусственный интеллект в разработке, а разработчики — это основа нашего коллектива. Получив такой мощный инструмент, легко поддаться соблазну и самоустраниться, просто оценивая готовый результат. Но это так не работает: человек обязательно должен оставаться в ключевых точках процесса как ответственное лицо, которое определяет задачу, детерминирует ее и отвечает за конечный результат.

Михаил, а какие отрасли наиболее активно используют искусственный интеллект в своих стратегиях развития?

В первую очередь, это цифровые отрасли, где процессы были оцифрованы изначально. Мы видим большой спрос со стороны ИТ-компаний. На втором месте находится ретейл. Ретейл уже много лет живет в реальности электронной коммерции (e-commerce), и сейчас идет глубокое переосмысление того, как удержать пользователя. В конечном итоге потребителю важен не сам процесс, а возможность получить качественный товар по минимальной цене. Индустрия должна самоопределиться.

Накануне у нас была интересная дискуссия о том, стоит ли открывать свои внутренние системы для доступа ИИ-агентов, как при этом удерживать клиента и выстраивать его путь, чтобы он оставался в экосистеме. Сейчас начинают работать совершенно другие механизмы. Также можно выделить транспорт и сложные логистические задачи, которые в большинстве компаний изначально оцифрованы, поэтому аналитика хорошо переходит на эти рельсы. Эти три индустрии я бы назвал лидерами.

В чем заключается уникальность решений на базе искусственного интеллекта для государственных компаний по сравнению с частными?

В целом государству точно есть чем гордиться, наша страна находится в авангарде информационных технологий. В министерстве работает сильная команда, и сам председатель правительства глубоко погружен в повестку. То, что реализовано на портале «Госуслуги», является отличным примером цифровых сервисов, которыми мы все пользуемся: от парковок до отсутствия необходимости ходить по ведомствам и собирать бумажные справки. Государство выступает лидером и в сфере облачных технологий, задавая темп всей индустрии.

На сессии, посвященной доверию, приводилось много примеров из госсектора. Сначала появилась единая облачная платформа, но государство пошло дальше и сделало мультитенантную инсталляцию, где множество федеральных и региональных органов власти (ФОИВ и РОИВ) могут жить в одном суверенном и защищенном облаке. Внутри были успешно решены вопросы доверия и разграничения прав доступа.

Облака становятся фундаментом для применения искусственного интеллекта. Сейчас государство прорабатывает вопросы суверенности моделей и общие подходы к их сертификации. В облачной сфере этот процесс уже отлажен: ФСТЭК России выдвигает требования, действует процесс аттестации контура и информационной системы. То же самое в ближайшее время будет реализовано и для искусственного интеллекта. Нарабатываемые сейчас подходы дадут мощный буст к внедрению, когда регуляторика четко очертит границы и покажет компаниям безопасный способ соблюдения всех необходимых требований.

Какие преимущества дает использование облака для обработки и хранения больших данных, необходимых для искусственного интеллекта?

Помимо волатильности спроса, о которой я упоминал, крайне важным механизмом является наблюдаемость (observability). Многие отмечают, что не понимают, как именно работают алгоритмы «под капотом». Когда мы заходим в агентную экономику и ИИ начинает совершать конкретные транзакции, наблюдаемость критически важна. Каждое действие системы должно быть четко зафиксировано и логировано, а человек должен сохранять контроль.

Второй элемент — это так называемые гардрейлы (guardrails), то есть жесткие рельсы, по которым движется система и с которых она не может свернуть. Мы должны четко детерминировать области ее работы. С одной стороны, большие языковые модели ориентированы на максимально широкую генерацию контента, но, с другой стороны, компании необходимо задать рамки: куда ИИ ходить не должен и на какие вопросы обязан отвечать строго определенным образом. Сейчас бизнес говорит именно о правильной настройке и харденинге (hardening) моделей, то есть о создании механизмов управления искусственным интеллектом, чтобы безопасно двигаться с максимальной скоростью. Эти два вопроса являются ключевыми.