Александр Борисов (RAMAX Group): «Развитие искусственного интеллекта связано с эффективностью его применения для бизнеса»

27.03.2025 |

Анна Тумакова

Фото: RAMAX Group

Интегратор Ramax International предлагает широкий спектр решений и проектов, связанных с технологиями машинного обучения. Преимущество создается объединением экспертного подхода в области технологий с глубоким погружением и пониманием предметной области, где эти технологии будут применяться. Это позволяет добиться максимальной экономической эффективности проектов внедрения. Об этом рассказывает руководитель направления Data Science в RAMAX Group Александр Борисов.

ИТ-продукты для логистики будут развиваться, поскольку затраты на логистику растут и любое решение, позволяющее повысить рентабельность, будет востребовано рынком. В настоящее время Ramax Group успешно решает задачи оптимизации маршрутов и схем хранения товаров для крупных федеральных розничных сетей и транспортных компаний. Об ИТ в логистике рассказывает архитектор инноваций Ramax Group Николай Ситников (см. интервью раздела «RAMAX» от 17 марта 2025 г.).

— Александр, какие ИИ-инструменты в настоящее время широко используются бизнесом, независимо от его масштаба и сферы деятельности? Насколько существенным был прорыв в этом направлении за 2024 год? В каких направлениях ИИ дает особенно ощутимые преимущества бизнесу?

— Внедрение ИИ-инструментов и технологий машинного обучения — это долгосрочный процесс в большинстве отраслей экономики, так как данные технологии относятся к «сквозным». В то же время, сами ИИ-инструменты обычно решают конкретную бизнес-задачу, то есть относятся к классу систем «слабого ИИ» (Narrow AI). Дело в том, что несмотря на весь хайп, связанный с генеративными и мультимодальными ИИ-инструментами, они пока не показали схожей эффективности для любого класса задач, с чем обычно связывают понятие «сильного» или «общего ИИ» (General AI). Таким образом, в 2024 году мы наблюдали пик хайпа применения генеративного ИИ, за которым, по мнению экспертов Gartner Group, неизбежно следует падение в «пропасть разочарования». Этот термин связан с выяснением реальных бизнес-эффектов от технологии и сравнением с вложениями в ее применение. Для генеративных моделей такой эффект уже был показан в кодогенерации, массовой поддержке клиентов и сотрудников, интеллектуальном поиске по базам знаний, а также массовом копирайтинге. Поэтому говорить о широком применении какой-либо технологии ИИ независимо от масштаба бизнеса пока преждевременно – наибольший эффект все еще дают ИИ-инструменты, разработанные под конкретную бизнес-задачу и использующие эффект масштаба.

Руководитель направления Data Science в RAMAX Group Александр Борисов
Фото: RAMAX Group

Группа компаний RAMAX, один из лидеров отечественной ИТ-индустрии в области системной интеграции и аналитики данных, объявил о начале стратегического сотрудничества с AW BI, разработчиком инновационной BI-экосистемы «из коробки» (см. новость раздела «RAMAX» от 13 марта 2025 г.).

— В каких сферах бизнеса ИИ используется особенно широко и успешно? Можно ли говорить о том, что в ИТ-компании в направлении ИИ в числе лидеров? А какие компании могут выйти в лидеры по применению ИИ в ближайшее время?

— Со времен второй зимы ИИ развитие искусственного интеллекта было связано с эффективностью его применения для бизнеса — эпоха, когда на исследования ИИ без внедрения выделялись огромные бюджеты, закончилась навсегда. Изначально все преимущества внедрения ИИ оценили цифровые отрасли с высокой конкуренцией и накопленными данными — онлайн-реклама, финансы и телеком. С развитием технологий недорогого хранения больших данных в конце 2000-х активное внедрение ИИ отмечалось в массовом ритейле, а позднее, когда появились цифровые платформы IoT — в промышленности и добывающих отраслях, таких как нефтегаз. Непрерывная цифровизация операционных процессов и сбора данных позволила технологиям ИИ занять заметное место в транспорте, а также в здравоохранении. Таким образом, темпы внедрения ИИ по-прежнему зависят от доступности больших данных для обучения алгоритмов, объема рутинных операционных процессов (производящих эти данные), уровня конкуренции в отрасли (как двигатель темпов прогресса), возможностей для пилотирования технологии (позволяющей замерить эффект от внедрения) и доступных ресурсов для цифровизации (бюджеты, команды, железо и ПО).

Сегодня в условиях жесткой конкуренции не существует такого бизнеса, который не применял бы технологии больших данных (Big Data) и машинного обучения (ML). Ведь абсолютно каждый понимает, какие преимущества они дают. Их применение актуально в любых сферах, однако существует мнение, что наибольшую пользу эти технологии приносят все же в секторе B2C. Об этом рассказывает руководитель направления Data Science RAMAX Group Александр Борисов (см. ИТ-класс раздела «RAMAX» от 4 марта 2025 г.).

— Приведите, пожалуйста, примеры из практики вашей компании.

— Интегратор Ramax International предлагает широкий спектр решений и проектов, связанных с технологиями машинного обучения. Наше преимущество создается объединением экспертного подхода в области технологий с глубоким погружением и пониманием предметной области, где эти технологии будут применяться. Это позволяет добиться максимальной экономической эффективности проектов внедрения, которые обычно предваряются пилотным проектом для апробации ИИ-технологий. Например, мы внедряем системы компьютерного зрения в промышленности и нефтегазе, разрабатываем ИИ чат-боты для поддержки пользователей и RAG-поиска по базам знаний, создаем системы поддержки принятия решений для производственных процессов, внедряем динамическое ценообразование в недвижимости и ритейле, а также системы для управления жизненным циклом моделей машинного обучения (MLOps).

— Большое спасибо за беседу!