Эксперты группы ЛАНИТ: «Бизнес вполне успевает за развитием универсальных ИИ-решений»

— 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?

Владислав Балаев (ЛАНИТ): Во всех сферах предприимчивые люди используют большие языковые модели (LLM) для сокращения времени на рутинные задачи: написание писем, подготовку маркетинговых материалов, составление регламентов и т.п. В случае нашей компании это, например, написание кода или требований для разработки ПО. Менее распространены инструменты, включающие поиск в Интернете (например, Perplexity или Яндекс.Нейро), — многие ещё не оценили их пользу в своих задачах. Организация работы со своими внутренними данными, будь то заметки или документы, требует умения и понимания их применимости. Хотя уже есть и открытые такие инструменты, как NotebookLM от Google, а также специализированные платформы, включая разрабатываемую нами систему LanDevAI Studio для работы с LLM.

Руководитель практики центра компетенций больших данных и искусственного интеллекта ЛАНИТ Владислав Балаев
Фото: группа ЛАНИТ

Прорыв в возможностях LLM в 2024 году, на мой взгляд, значителен, особенно в увеличении объёма текста, который они обрабатывают в одном запросе (контекстное окно). Также сейчас активно развиваются два направления:

• другие модальности (восприятие речи и ее генерация, анализ изображений);
• reasoning (режим рассуждений).

Для того, чтобы сообщество научилось пользоваться результатами этих прорывов, должно пройти еще какое-то время.

Среди ощутимых трендов 2024 года можно выделить смещение OpenAI с пьедестала первенства. И речь не про DeepSeek (хотя для пользователей из нашей страны возможность обратиться к модели без VPN стала очень привлекательной), а про всю линейку конкурентов: это и Claude, и Grok, и целый спектр локальных моделей. На настоящий момент у многих людей в различных сферах бизнеса формируется своя ИИ-команда. В рамках нашей компании также формируются различные предпочтения: для аналитиков больше работает одна LLM, для разработчиков - другая, для тестировщиков - третья. Это привело нас к необходимости разработки платформы, которая предоставляет единообразный доступ к любым LLM, как локальным, так и внешним, и возможность создавать на основе этих моделей пайплайны различной сложности, в том числе с другими модальностями (изображения, голос).

Дмитрий Медведев (ЛАНИТ-ТЕРКОМ): Одной из самых популярных областей применения ИИ остается обработка естественного языка. Российский бизнес активно использует чат-боты и виртуальных ассистентов для круглосуточной поддержки клиентов.

Директор департамента прикладных решений ЛАНИТ-ТЕРКОМ (входит в группу ЛАНИТ) Дмитрий Медведев
Фото: группа ЛАНИТ

Инструменты бизнес-аналитики помогают компаниям извлекать ценные инсайты из больших объемов данных, прогнозировать тенденции и принимать более точные решения.

ИИ активно используется в маркетинге для персонализации контента, таргетинга рекламы и анализа поведения пользователей. В промышленной отрасли для снижения операционных издержек применяются роботы и автоматизированные системы управления процессами.

Сегодня технологии ИИ помогают обеспечивать информационную безопасность компаний. Некоторые решения позволяют предотвращать атаки злоумышленников, а именно, распознавать поддельные данные, выявлять и прогнозировать мошеннические действия, препятствовать распространению персональных и конфиденциальных данных.

ИИ-инструменты активно внедряются в области управления цепочками поставок за счет прогнозирования спроса и оптимизации логистики. В сфере здравоохранения ИИ повышает точность диагностики и лечения пациентов.

Одно из ключевых направлений ИИ – обработка и анализ данных. Компании получают возможность извлекать необходимую информацию из больших объемов данных, которая может быть использована при принятии управленческих решений, в разработке маркетинговых планов и продажах. Помимо этого, ИИ позволяет автоматизировать рутинные и повторяющиеся задачи.

Дмитрий Демидов (НОРБИТ): Самые широко используемые российским бизнесом ИИ-инструменты - всем известные облачные универсальные чат-боты. Это продукты от OpenAI, Yandex, Сбер. В последнее время в этот список ворвались также и сервисы от компаний из Китая, такие как DeepSeek. Они помогают генерировать тексты, содержание статей, иллюстрации.

Руководитель Лаборатории инноваций НОРБИТ (входит в группу ЛАНИТ) Дмитрий Демидов
Фото: группа ЛАНИТ

Секрет широкого распространения крайне прост, чтобы начать пользоваться этими продуктами, достаточно всего лишь нескольких нажатий мышкой, и можно сразу получить результат. На мой взгляд, в 2024 году произошла тихая, незаметная революция. Сотрудники самостоятельно стали применять ИИ-инструменты для поиска информации. Но если раньше в этом помогал Интернет, а собранные данные нужно было еще и проанализировать, то сейчас они получают все в структурированном виде, в максимальном соответствии заданному вопросу.

Оценка эффектов для бизнеса крайне сложна, так как результаты неоднородны по разным отраслям. Например, если брать творческие профессии, то эффективность может быть просто потрясающей. С ИИ за то же время можно написать в 10 раз больше статей, создать в 100 раз больше иллюстраций. Но при этом те, кто работает с нецифровыми задачами и с тем, что не связано с генерацией текстов, изображений или видео, получат рост эффективности на грани статистической погрешности. Популярные и универсальные ИИ-инструменты грандиозно повлияют на авторов текстов, но практически никак на кассира в магазине или на водителя такси. Хотя если брать уже специализированный ИИ, то вот тут как раз они могут оказать на кассиров и водителей серьезное воздействие.

— Успевает ли бизнес за развитием ИИ, предлагает ли рынок образовательных услуг достаточно быстро необходимые курсы, или возможность применения ИИ в компаниях - это ответственность ИТ-специалистов, и это они становятся амбассадорами ИИ?

Владислав Балаев (ЛАНИТ): Сейчас это ответственность ИИ-амбассадоров. Дело не в отсутствии необходимых курсов, а в том, что динамика изменений настолько высока, что обновлять материал курса пришлось бы ежемесячно. Практически каждую неделю появляются новые LLM-модели, каждый месяц появляются или претерпевают существенные изменения новые инструменты для построения агентов (n8n, flowise, smolagents и т.п.).

Кроме того, применение ИИ требует подхода, который отличается от классической ИТ-автоматизации. Причины две: ИИ позволяет решать задачи, которые ранее невозможно было решить, однако ИИ может ошибаться. Применять его следует либо вместе с валидацией человеком, либо в случаях, когда цена ошибки низкая. Сейчас движение в сторону ИИ — это в основном дело амбассадоров, которые находят точки применения ИИ в своей работе и могут их корректно реализовать.

Дмитрий Демидов (НОРБИТ): В жизни компаний я вижу много примеров, когда именно руководители бизнес-подразделений продвигают культуру использования ИИ-инструментов в работе. Возможно, это происходит также часто, как и со стороны ИТ-подразделений. Но у бизнес-департаментов эффект проявляется очень наглядно. Например, если направлением маркетинга управляет человек, заинтересованный в том, чтобы ИИ стал частью рутины и вошел в обиход специалистов в отделе, то ему гораздо проще за счет своей прямой власти это сделать.

В целом, бизнес вполне успевает за развитием универсальных ИИ решений, их применение для части профессий становится уже стандартом и входит в минимальный набор требований, наравне с офисным ПО.

— 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?

Владислав Балаев (ЛАНИТ): Здесь нужно сделать оговорку: ИИ — это не только LLM. Есть море технологий, которые уже давно являются неотъемлемой частью нашей повседневности: антиспам, распознавание номеров, кредитный скоринг, прогнозирование спроса, чат-боты. Сложно выделить какую-либо отдельную область, где негенеративный искусственный интеллект приносит больше пользы, чем в других. Использование же LLM даже в крупных компаниях пока находится на зачаточной стадии. Основной эффект от них заключается не в решении узких задач, а в комплексном применении: генерации контента для маркетинга, создании кода для разработчиков и формировании ответов на запросы в службе поддержки.

Дмитрий Медведев (ЛАНИТ-ТЕРКОМ): Если компания предлагает широко распространенные и востребованные решения на основе ИИ, то это свидетельствует о ее технологическом лидерстве. Чтобы назвать компанию лидером в направлении ИИ, необходимо комплексно оценивать ее научные достижения, продуктовые успехи, инновационную инфраструктуру, партнерства, репутацию и стратегическое видение. Все эти элементы в совокупности позволяют судить о том, занимает ли компания ведущие позиции в данной сфере.

Дмитрий Демидов (НОРБИТ): Искусственный интеллект активно используется в финансах (кредитный скоринг, фрод-аналитика), ритейле (персонализация предложений, прогнозирование спроса, сервисы проверки контрагентов), производстве (оптимизация цепочек поставок), логистике (управление автономным транспортом) и телекоме (чат-боты, анализ данных). Бизнес заинтересован в ИИ-решениях, так как именно они помогают ему наращивать эффективность. Плюс на рынке сейчас бум прикладных продуктов со встроенным ИИ, а значит, расширяется и охват ими самых разных отраслей.

— Приведите, пожалуйста, примеры из практики вашей компании.

Владислав Балаев (ЛАНИТ): Задачи нашего подразделения заключаются в помощи другим подразделениям Группы компаний ЛАНИТ во внедрении ИИ в проекты, продукты и внутренние процессы. До 2023 года основное внимание уделялось негенеративному ИИ. Эти решения остаются актуальными благодаря своей простоте, скорости работы и низким требованиям к вычислительным ресурсам. Например, обнаружение мошеннических транзакций в банковской сфере, определение по датчикам объема собранного комбайном урожая, рекомендации товаров, предсказание выхода из строя сложного оборудования — все эти задачи, которые мы делали без использования LLM.

Сейчас наш фокус сместился в сторону генеративного ИИ, который при комплексном применении способен значительно усилить эффективность компании. Мы начали его применение с умного поиска и генерации кода. Он отлично функционирует и на задачах речевой или текстовой аналитики: помогает ответить на вопросы по тексту по эмоциональному окрасу диалога с пользователем (причины недовольства или соответствие скрипту). Для того, чтобы применение LLM стало проще для ИИ-амбассадоров, мы строим платформу, позволяющую создавать пайплайны обработки текстовых и медиаданных с использованием как внешних, так и внутренних языковых моделей.

Дмитрий Медведев (ЛАНИТ-ТЕРКОМ): Наша команда разработала платформу на базе искусственного интеллекта, которая позволяет автоматически генерировать документы в формате doc, docx и pdf.

Главное преимущество платформы — это автоматизация ручной работы, связанной с обработкой и созданием документов. Это освобождает специалистов от рутины для более творческих задач и снижает вероятность ошибок.

Система также может служить базой данных для нормативных актов и внутренней документации компании, что позволяет быстро получить доступ к необходимой информации. Это ускоряет процессы и повышает оперативность принятия решений.

Дмитрий Демидов (НОРБИТ): Сейчас мы сфокусированы на собственных продуктах, связанных с языковыми моделями. В прошлом году выпустили собственную LLM – Norbit GPT. Это платформенный продукт для обработки текстов. Он поддерживает диалоговое общение с базами знаний, может суммаризировать информацию, отвечать на обращения пользователей в службу поддержки и генерировать код. При этом система дообучена на большом массиве русскоязычных данных, легко кастомизируется под специфику и задачи заказчика. Для этого в качестве датасетов могут использоваться внутренние данные – регламенты, библиотеки, сервисные обращения и многое другое. Разворачивается как в облаке, так и на серверах клиента, что минимизирует риски утечки персональной и конфиденциальной информации. Через API решение легко подключается к корпоративным информационным системам, эффективно интегрируется и взаимодействует с имеющейся инфраструктурой.

Также разрабатываем прикладное решение AI Master Data для очистки нормативно-справочной информации на базе Norbit GPT. Его аудитория — крупный и сверхкрупный бизнес, работающий с большими номенклатурами товаров (промышленность, строительство, добывающие предприятия). Оно упорядочивает распределение номенклатуры по категориям, обогащает справочные записи атрибутами (в будущем еще и будет устранять дубликаты и ошибки), выполняет другие операции по очистке данных.

— Большое спасибо за беседу!