Портал IT Channel News изучил, как российский рынок искусственного интеллекта адаптируется к глобальным трендам. Советник генерального директора Content AI Олег Сажин поделился с изданием своим видением перспектив внедрения ИИ в бизнес-процессы российских компаний.
По словам эксперта Content AI, сегодня интерес отечественного бизнеса к технологиям искусственного интеллекта носит подчеркнуто прагматичный характер. В отличие от западных и китайских компаний, участвующих в гонке за создание универсальных моделей-гигантов, российский заказчик в первую очередь ищет конкретные инструменты для решения прикладных задач. Эта практическая ориентация, по мнению Олега Сажина, и определяет основную траекторию развития рынка: наибольшие перспективы сегодня открываются в глубокой нишевой специализации.
Речь идет прежде всего об автоматизации рутинных операций и обработке массивов неструктурированных данных, где ИИ выступает эффективным помощником для традиционных алгоритмов. В качестве примера эксперт привел решения для проверки юридических документов на предмет рисков, а также инструменты для повышения эффективности сквозных бизнес-процессов — предиктивную аналитику в логистике или динамическое ценообразование в ритейле.
Говоря о взаимоотношении новых ИИ-разработок с классическими алгоритмическими подходами, Олег Сажин подчеркнул, что здесь вернее говорить не о конкуренции или вытеснении, а о симбиозе. Жесткая логика традиционных алгоритмов остается незаменимой в системах, где недопустима даже малейшая погрешность, например, в финансовых операциях или управлении критической инфраструктурой. ИИ же берет на себя те области, где правила невозможно четко прописать: задачи распознавания образов, понимания естественного языка и прогнозирования в условиях неопределенности. В результате на рынке появляется все больше гибридных систем, где классические и интеллектуальные модули дополняют друг друга.
По словам Олега Сажина, чувствительной для рынка остается проблема «галлюцинаций» генеративных моделей, однако отрасль уже вырабатывает эффективные методы противодействия этому явлению.
«Современные разработчики используют архитектуру RAG (поисковая дополненная генерация), при которой ИИ работает как интеллектуальный проводник по внутренней базе знаний компании, ее регламентам, базам данных и документам. Такой подход радикально снижает количество ошибок, поскольку модель не пытается домыслить или выдумать ответ, а извлекает и обобщает факты из надежных источников» — отметил эксперт Content AI.
По словам эксперта Content AI, сегодня интерес отечественного бизнеса к технологиям искусственного интеллекта носит подчеркнуто прагматичный характер. В отличие от западных и китайских компаний, участвующих в гонке за создание универсальных моделей-гигантов, российский заказчик в первую очередь ищет конкретные инструменты для решения прикладных задач. Эта практическая ориентация, по мнению Олега Сажина, и определяет основную траекторию развития рынка: наибольшие перспективы сегодня открываются в глубокой нишевой специализации.
Речь идет прежде всего об автоматизации рутинных операций и обработке массивов неструктурированных данных, где ИИ выступает эффективным помощником для традиционных алгоритмов. В качестве примера эксперт привел решения для проверки юридических документов на предмет рисков, а также инструменты для повышения эффективности сквозных бизнес-процессов — предиктивную аналитику в логистике или динамическое ценообразование в ритейле.
Говоря о взаимоотношении новых ИИ-разработок с классическими алгоритмическими подходами, Олег Сажин подчеркнул, что здесь вернее говорить не о конкуренции или вытеснении, а о симбиозе. Жесткая логика традиционных алгоритмов остается незаменимой в системах, где недопустима даже малейшая погрешность, например, в финансовых операциях или управлении критической инфраструктурой. ИИ же берет на себя те области, где правила невозможно четко прописать: задачи распознавания образов, понимания естественного языка и прогнозирования в условиях неопределенности. В результате на рынке появляется все больше гибридных систем, где классические и интеллектуальные модули дополняют друг друга.
По словам Олега Сажина, чувствительной для рынка остается проблема «галлюцинаций» генеративных моделей, однако отрасль уже вырабатывает эффективные методы противодействия этому явлению.
«Современные разработчики используют архитектуру RAG (поисковая дополненная генерация), при которой ИИ работает как интеллектуальный проводник по внутренней базе знаний компании, ее регламентам, базам данных и документам. Такой подход радикально снижает количество ошибок, поскольку модель не пытается домыслить или выдумать ответ, а извлекает и обобщает факты из надежных источников» — отметил эксперт Content AI.