В последние годы технологии искусственного интеллекта (ИИ) стали одной из самых обсуждаемых тем как в бизнес-сообществе, так и за его пределами. Однако зачастую сложно понять, где заканчивается маркетинговый шум и начинается реальная технологическая революция. Участники круглого стола, проведенного РБК Петербург в рамках проекта «РБК Петербург Digital Awards», попытались разобраться, насколько глубоко и масштабно внедрение ИИ и какие задачи бизнеса он решает уже сегодня.
ИИ на стыке маркетинга и технологий
Феномен ИИ наполовину является несомненным технологическим прорывом, в котором есть доля хайпа, описывает двойственную природу явления руководитель разработки AI Lab «Авито» Олег Королев. «Нельзя гнаться за трендами только потому, что все это делают, — отмечает он. — Когда мы внедряем генеративный ИИ, мы четко обосновываем экономическую эффективность решения и представляем бизнесу конкретные примеры использования. При этом классические ИИ-решения, такие как рекомендательные системы или распознавание изображений, уже стали привычным инструментом, где каждый рубль инвестиций имеет понятный срок возврата».
Так, благодаря ИИ платформа «Авито» научилась анализировать поведение пользователей и формировать индивидуальные подборки товаров и услуг. Среди бизнес-результатов — рост числа ежедневных сделок в отдельных категориях составил до 10%, а выручка от рекламы за клик по объявлению увеличилась на 2%, приводит пример Олег Королев.
При этом не все участники дискуссии разделяют оптимизм относительно текущего состояния технологий. «Если углубиться в суть, становится очевидно: это далеко не просто модный термин, за ним скрывается огромный потенциал для бизнеса. Например, нейронная сеть — это частично повторяемый прототип, который отдаленно напоминает самую простую систему координат, но все принимают это за истинный ИИ. Многие таких выводов не делают, но предполагают, что ИИ-модель — это нечто кардинально иное и тоже полагают, что данный вид технологий является «мифическим». Но это пока лишь алгоритмика, а не импульсные технологии, которые и являются самыми перспективными, — говорит Людмила Гонтарь, директор Дирекции «Аэродинамика» Правительственной Комиссии РФ, директор ЦК по цифровизации ФРЦЭ, руководитель ГОК рабочей группы РСПП. — Импульсы — это другая история, связанная с изучением нейронных связей и возможностей передачи сигналов в реальном времени. Возьмите простой пример: человек, поскользнувшись, может мгновенно восстановить равновесие, а у современных технологий такого уровня реакции нет».
Тем не менее, даже скептики признают, что ИИ уже сейчас способен решать конкретные бизнес-задачи. «Технология действительно в некоторых случаях значительно превосходит человеческие способности. При этом важно понимать: те, кто заказывают и внедряют эти системы, делают это осознанно, понимая зачем и почему они принимают такие решения, — отмечает директор департамента разработки и внедрения систем искусственного интеллекта ИТ-компании BIA Technologies Михаил Красильников. — Две строчки про ИИ в описании проекта — это не главное, ведь заказчик при покупке решения все равно разберется, что к чему. И в случае с ИИ мы также наблюдаем нормальные здоровые экономические отношения между технологией и пользователями, которые выбирают решения не по яркости описания».
Примером такого осознанного подхода может служить проект компании «Черкизово», где ИИ был применен для обучения и адаптации иностранных специалистов. Благодаря ИИ учебные материалы были преобразованы в видеоформат с возможностью мгновенного перевода на 256 языков, включая сложные технические термины и региональные диалекты. Это позволило сократить время обучения группы с 20 до 7-10 минут и повысить процент успешного прохождения тестирования с 75% до 96%. В результате срок выхода сотрудников на полную производительность сократился с 30 до 10 смен, а также это принесло экономическую выгоду компании за счет сокращения затрат на мастеров производственного обучения.
Другой пример — проект «Видеоаналитика на складе» от BIA Technologies, где ИИ используется для автоматизированного анализа видеопотока с камер наблюдения. Система способна выявлять до 100% инцидентов в реальном времени. Оператор получает только релевантные фрагменты для верификации, что сокращает время реакции до 10 секунд и повышает эффективность видеонаблюдения на 300%. Согласно наблюдениям, благодаря ИИ можно снизить трудозатраты в 1156 раз и добиться уменьшения количества претензий и минимизации финансовых потерь.
Почему ИИ внедряется не везде
Эксперты уверены: ключевой фактор успеха — это экономическая обоснованность решений и готовность компаний адаптировать свои процессы под новые инструменты. Но между тем, именно экономическая эффективность внедрения ИИ вызывает много вопросов и часто может оказаться барьером на пути внедрения. Участники дискуссии сошлись во мнении, что инвестиции в ИИ могут окупиться, но требуют тщательной проработки и четкого понимания бизнес-целей.
Как напомнил один из экспертов, в недавно проведенном опросе ИТ-директоров крупнейших компаний в России мнения разделились: 50% сказали, что их компании готовы к внедрению ИИ, а 50% заявили об обратном. Причина — в сложности доказательства экономической эффективности.
Дмитрий Петров, генеральный директор «Комфортел», подчеркнул важность финансовой обоснованности решений: «30 лет назад компьютеры стоили как квартира, сейчас они доступны практически каждому. С ИИ процесс может пойти быстрее, однако высокая стоимость разработки и привлечение дорогостоящих специалистов существенно увеличивают себестоимость продукта, что многих останавливает. Хайп также накручивает цены. В результате технологии внедряются только там, где есть очевидная экономическая выгода и возможность быстрой окупаемости».
Дмитрий Цветков, руководитель HR петербургского кластера Группы «Черкизово», подтверждает: «Мы применяем ИИ для решения реальных бизнес-задач, и это приносит ощутимую пользу. Например, в массовом подборе персонала ИИ существенно оптимизирует процессы. Конечно, важно понимать: мы тратим деньги не потому, что ИИ — это модно, а потому что компания сознает цели его использования и правильно их обосновывает, это действительно работает на повышение эффективности бизнеса. Когда есть четкое понимание выгоды в будущем, то это не хайп, а реальная оптимизация процессов».
Кроме того, по мнению Дмитрия Цветкова, внедрение ИИ в традиционных отраслях часто сталкивается и еще с одной проблемой: «Если корпоративная культура готова к трансформациям, если руководство понимает, что без постоянных изменений и цифровизации невозможно повысить эффективность и производительность труда, то процесс идет проще».
Заменит ли ИИ разработчиков
Одной из самых обсуждаемых тем в контексте внедрения ИИ стало его влияние на рынок труда, особенно в сфере информационных технологий. Мнения мировых экспертов разделились: одни прогнозируют полную замену программистов ИИ, от джунов и до высококвалифицированных специалистов; другие утверждают, что технологии пока не способны справиться даже с базовыми задачами разработки.
Олег Королев скептически относится к полной замене программистов ИИ в обозримом будущем: «Мы наблюдаем новую промышленную революцию, которая, как и предыдущие, не уменьшит количество рабочих мест, а лишь трансформирует их. Сегодня ИИ-инструменты становятся мощными помощниками разработчиков: помогают писать код, создавать тесты, дают полезные подсказки — все это действительно ускоряет работу, особенно с рутинными задачами, которые занимают 60-70% времени. Однако, когда речь идет о поддержке сложных систем на производстве или в IT-компаниях, без человека, обладающего глубокими знаниями в программировании, не обойтись».
Эта точка зрения находит подтверждение в исследовании OpenAI, проведенном в начале 2025 года. Тестирование трех моделей ИИ показало, что даже при выполнении простых задач по написанию кода и исправлению ошибок результаты были далеки от идеальных. Системы допускали значительные ошибки, которые могли привести к сбоям в работе программ.
Однако не все эксперты столь оптимистичны. Дмитрий Петров обратил внимание на риски для специалистов с низкой и средней квалификацией. «Именно эту категорию работников ИИ может вытеснить с рынка труда в ближайшие 10 лет. Если вы не являетесь лучшим специалистом в своей области, сейчас самое время задуматься о развитии дополнительных компетенций. ИИ научит нас тому, что быть среднестатистическим работником больше недостаточно. Но появление новых профессий и адаптация экономики к изменениям — естественный процесс».
Анатолий Большаков, руководитель лаборатории технологий искусственного интеллекта аналитического центра кибербезопасности ООО «Газинформсервис», подтверждает: «Как отметил глава OpenAI, уже через несколько лет искусственный интеллект сможет не только писать код, но и участвовать в проектировании архитектуры сложных систем. Однако это не означает полную замену человеческих специалистов. Работа программистов трансформируется: рутинные и шаблонные задачи действительно берет на себя ИИ, но остаются направления, где требуется экспертное решение. При этом большинство людей имеют средний уровень навыков, и только 20% способны решать принципиально новые задачи, которые ранее никто не решал. Именно такие специалисты будут цениться в будущем».
К чему может привести замена человека ИИ
Внедрение технологий искусственного интеллекта в бизнес-процессы открывает не только новые горизонты для оптимизации, но и создает дополнительные риски в области информационной безопасности. Участники круглого стола подчеркнули, что ИИ — это мощный инструмент, который требует грамотного управления и контроля, особенно в критически важных системах.
Анатолий Большаков отметил двойственную природу ИИ в контексте информационной безопасности: «По своей природе ИИ-модели вероятностны и никогда не выдают 100% точный результат в отличие от формализованных алгоритмов. Поэтому генеративный ИИ может как сократить рутинные процедуры, так и породить новые риски. И все же искусственный интеллект помогает ИБ-аналитикам фокусироваться на наиболее критичных случаях: современные средства защиты информации дают массу ложных срабатываний, поэтому важно ранжировать угрозы по степени их вероятности».
Как отмечают эксперты, даже продвинутые системы требуют постоянного человеческого контроля, чтобы избежать ошибок и ложных срабатываний. «Очевидно, что нельзя полностью полагаться на ИИ, особенно когда речь идет о критически важных системах, таких как работа аэропорта, — подчеркнул начальник службы по обеспечению информационной безопасности ООО «Воздушные Ворота Северной Столицы» (оператор аэропорта Пулково) Сергей Савченко. — Даже незначительная ошибка ИИ может привести к серьезным последствиям, вплоть до полной остановки аэропорта, что создаст огромные проблемы. Когда мы говорим про информационную безопасность, только человек на любом этапе может проверить, действительно ли происходит атака или это ложное срабатывание системы. Мы, на данный момент, не можем полностью полагаться на ИИ, поэтому в принятии решений по данным вопросам необходимо присутствие человека — специалистов по информационной безопасности. По крайней мере, в нашей сфере это требование будет актуальным всегда».
По словам эксперта, в пиковые периоды на аэропорт обрушивается порядка 500 тыс. атак различного рода, и физически невозможно обработать их вручную. «Это создает парадоксальную ситуацию: либо требуется наращивать ФОТ на большой штат сотрудников для обработки ИБ-инцидентов, либо надо внедрять дорогостоящие программы с ИИ, стоимость которых существенно выше обычного ПО, — объясняет Сергей Савченко, — и это при том, что даже самые продвинутые системы ИИ не могут полностью заменить человеческий контроль».
Это, кстати, касается не только сферы ИБ. «Когда речь заходит об оптимизации бизнес-процессов с помощью ИИ, нужно помнить: слепая вера в технологии может привести к серьезным ошибкам, — предостерегает Людмила Гонтарь. — Взять хотя бы историю с Wall Street, когда частичная автоматизация работы брокеров привела к абсурдным результатам — системы начали генерировать цифры, которых никогда не существовало в реальности. Никто не проверял эти данные, просто решили, что машина всегда права, и уволили персонал. Похожая ситуация произошла при запуске первых спутников NASA: расчеты автоматизировали, но оказалось, что машина зацикливается на простейших прогрессиях, выдавая одни и те же значения. Только с пятой попытки поняли, что без человека никак не обойтись. ИИ на текущем этапе развития все равно будет путаться даже в базовых задачах, и это нужно учитывать при внедрении любых решений».
Существует ли универсальный ИИ
Вопрос о том, каким будет будущее ИИ, остается одним из самых дискуссионных. Участники мероприятия обсудили, возможен ли универсальный ИИ, который сможет решать любые задачи и адаптироваться к любой отрасли, или же развитие технологий будет происходить по пути специализации и узкой направленности.
Большинство экспертов убеждены, что концепция универсального ИИ — это скорее миф, чем реальность. «Конечно, есть естественное стремление создать общую модель: сначала мы обрабатывали только текст, теперь появились мультимодальные модели, которые работают с разными типами данных, — поясняет Михаил Красильников. — Но здесь можно провести историческую аналогию с физикой. Ученые долгое время пытались разработать теорию объединения четырех фундаментальных взаимодействий — электромагнитного, гравитационного, слабого и сильного. Пробовали теорию струн, суперструн, но так и не смогли добиться желаемого, ввиду наличия сложных и трудно проверяемых эмпирически противоречий. В искусственном интеллекте, на мой взгляд, также есть какое-то скрытое фундаментальное противоречие, которое мы не сможем преодолеть в рамках нашего поколения, и отложим решение этой задачи на достаточно отдаленное будущее. Поэтому я не верю в возможность создания универсального алгоритма – мир, к счастью, гораздо сложнее, чем нам кажется».
Есть стремление создать общую модель: сначала мы обрабатывали только текст, теперь появились мультимодальные модели, которые работают с разными типами данных. Но для создания универсального алгоритма предстоит пройти еще долгий путь
Тем не менее, участники дискуссии отметили, что даже без универсального ИИ технологии продолжат развиваться стремительными темпами. Если сравнить путь развития ИИ с прогулкой на велосипеде, то сейчас мы движемся с остановками, собирая по дороге цветы — частные решения и технологии, которые потом сможем отбросить. А куда нас это приведет, перейдет ли ИИ в какую-то другую форму — только предстоит узнать.
