«IT-компании сегодня востребованы как никогда. Они и самый желанный работодатель, и партнер на этапе разработки решений для бизнеса, и кузница кадров. Но не все так радужно для IT-компаний. Разработка IT-решений — это финансово затратный процесс. И далеко не все имеют льготы. А чтобы их получить, IT-компания должна 90% выручки получать от своего собственного программного обеспечения. Это, в действительности, серьезное ограничение. Из-за него IT-компании вынуждены часть бизнесов выводить в дочерние компании, которые уже не имеют льгот.
Помимо этого, мы видим достаточно серьезную конкуренцию для себя со стороны внутренних IT-подразделений наших заказчиков. Есть целый ряд компаний, которые сами развивают IT-компетенции и добиваются нужного результата, а потом поддерживают и развивают это направление. Есть и обратные ситуации, и примеры провальных проектов, но часть рынка занимают именно собственные подразделения заказчиков. И часть тех решений, которые мы могли бы им поставить, они делают сами.
Поэтому мы двинулись в обратном направлении. Если раньше мы были IT-компанией и продавали исключительно IT-решения, то сейчас мы начали на базе этих решений зарабатывать деньги. И получать дополнительный эффект за счет того, что мы обкатываем их на себе. То есть раньше шишки набивали заказчики, теперь мы сами набиваем шишки и вносим исправления по ходу работы. Это, безусловно, повышает интерес у клиентов, потому что они получают решение, уже адаптированное к требованиям бизнеса.
Хотя во многих компаниях сегодня есть сильные IT-подразделения, есть направления, которые я бы все-таки советовал отдавать на аутсорсинг. Это темы, в которых нужны специфические специалисты. В частности, искусственный интеллект. Часто обсуждается, что искусственный интеллект работает только на больших данных. На самом деле, это не так. Искусственный интеллект должен работать ровно на том, чему его обучили. Например, базы знаний, с которыми работают чат-боты, могут измеряться десятками килобайт. Не мегабайт, не гигабайт. И при этом чат-бот может совершенно спокойно поддерживать диалоги. Если нет специалистов, которые это понимают и способны реализовать эти технологии, дело может закончиться крайне плачевно. В лучшем случае, провальным проектом.
Говоря о рисках применения искусственного интеллекта, можно вспомнить конкретный пример — падение современного «Боинга», повлекшее за собой гибель людей. Искусственный интеллект, который, как предполагалось, сможет управлять самолетом, не справился с этим. А пилоты оказались не готовы в этой ситуации на него воздействовать.
Кроме того, прежде чем рассуждать об искусственном интеллекте, стоит обратиться к более приземленным материям. Например, говорят, что искусственный интеллект поможет банкам точнее оценивать риски при выдаче кредитов, сократить издержки и в результате снизить ставки. Я считаю, что банкам сначала нужно навести порядок у себя внутри. Нужно построить единое информационное пространство. Например, мы занимаемся автоматизацией выдачи банковских гарантий для игроков на торговых площадках. И видим, что банки постоянно запрашивают одни и те же документы. Тут не до искусственного интеллекта. Давайте для начала научимся получать данные.
Приведу еще один вопиющий пример из этой же области. Компаниям обязательно нужно представлять отчетность, подтвержденную налоговой службой. При этом параллельно нужно прислать скан распечатки, потому что Центральный банк, когда приходит на проверку, не принимает XML-файлы с электронной подписью, которые приходят из налоговой. Проверяющим нужно обязательно что-то увидеть в привычном формате. Какой тут искусственный интеллект. Поэтому прежде чем внедрять высокие технологии, нужно сначала оптимизировать свою работу».
