В 2024 году рынок искусственного интеллекта продемонстрировал впечатляющий рост. Крупнейшие ИТ-компании активно работали над развитием нейросетей, повышая их способность выполнять несколько задач одновременно. РБК+ обратился к ведущим ИИ-экспертам с вопросом о том, как бум искусственного интеллекта повлиял на российский рынок и какое место заняла страна в соревновании за лидерство в области ИИ-технологий. Своим мнением поделился советник генерального директора Content AI Олег Сажин.
О глобальных достижениях
В 2024 году искусственный интеллект проходил стадию активного внедрения в отдельные процессы в различных отраслях. При этом в ходе реальной эксплуатации компании-разработчики продолжали активно экспериментировать с обучением моделей и изучать пределы возможности технологий.
К главным прорывам в первую очередь стоит отнести новые большие языковые модели — GPT-4o, Gemini 1.5. За счет улучшенной архитектуры, способности к мультизадачности и гибкости они достаточно уверенно могут анализировать разные виды информации — текстовую, графическую, аудио и видео в одном запросе. И это открывает широкое поле для их применения.
Еще одним крупным достижением можно назвать появление мультиагентных систем на основе LLM, которые могут взаимодействовать и обучаться в сложных многозадачных средах. Они способны анализировать окружающую среду, принимать решения и реагировать на события. Таким системам может быть делегировано выполнение комплексных вычислительных задач, например, в области финансового, операционного и производственного планирования.
Ключевая суперспособность ИИ-технологий, которая может влиять на повышение эффективности процессов в любых отраслях — это возможность управления информацией со скоростью и точностью, недоступными человеку. ИИ-системы анализируют большие объемы данных, находят нужную информацию, принимают на ее основе решения и осуществляют требуемые действия. Именно так можно описать алгоритм большинства систем на основе ИИ, которые сегодня активно внедряются в самых разных сферах: финансах, ритейле, телекоме, промышленности. Использование И И в таком ключе позволяет оптимизировать бизнес-процессы, повысить их эффективность, автоматизировать различные операции.
В 2024 году мы увидели множество примеров успешного использования искусственного интеллекта, в том числе в России.
В области разработки решений для автоматизации управления информацией, которой занимается Content AI, можно отметить бум цифровых помощников. ИИ-ассистенты берут на себя рутинные задачи специалистов разного профиля, помогая в поиске информации, извлечении данных из документации, создании типовых документов. И это примеры из реальной практики, подтвердившие свою эффективность.
О разочарованиях
Несмотря на выдающиеся успехи, ИИ все еще сталкивается с рядом важных проблем, которые затрудняют его повсеместное внедрение и использование в критически важных областях. Главная из них — галлюцинации языковых моделей и другие погрешности алгоритмов. ИИ-системы часто дают неточные или ошибочные результаты, и не всегда у пользователей есть возможность проверить корректность этих данных.
Пример из практики Content AI. В экспериментах, связанных с использованием LLM для распознавания информации в отсканированных документах, мы столкнулись с тем, что в определенный момент модель начала придумывать данные для заполнения полей, если их не хватало в исходном документе. Решение проблемы лежит в повышении точности промтов, тщательном обучении модели и построении механизмов верификации данных. В целом же борьба с галлюцинациями сегодня является одной из главных задач для разработчиков ИИ-продуктов.
К категории алгоритмических ошибок ИИ можно отнести и так называемую предвзятость искусственного интеллекта, когда алгоритмы оказываются несправедливыми в оценке результатов действий различных лиц или групп населения.
Источником разочарования от технологий искусственного интеллекта становятся и обманчивые ожидания, которые формирует рынок и агрессивный маркетинг. Компании могут превозносить возможности ИИ-решений как нечто магическое, способное кардинальным образом повлиять на успешность решения отдельных задач и достижение успеха бизнеса. В реальности ИИ все еще сталкивается с множеством технических барьеров, и то, что часто преподносится как готовое решение, в действительности может оказаться далеким от идеала.
О реальном воздействии ИИ на повседневную жизнь
Несмотря на многочисленные примеры новых разработок и внедрений ИИ-решений в различных отраслях, на глобальном уровне это все же точечные проекты. Пока общество находится на начальной стадии технологической трансформации, обусловленной технологиями искусственного интеллекта. Игроки рынка и, в первую очередь, ИТ-гиганты, обладающие достаточными ресурсами, продолжают инвестировать в различные эксперименты с языковыми моделями и вычислительными мощностями. В перспективе нескольких лет потенциал воздействия ИИ-технологий на экономику и общественное устройство видится колоссальным. В тоже время сегодня становятся очевидными и многочисленные барьеры, которые предстоит преодолеть. Важно не испытывать иллюзий, а планомерно двигаться по пути изучения искусственного интеллекта и его внедрения в текущие процессы, не подвергая риску сложившуюся структуру экономики и жизни общества.
О главных российских достижениях
Российский ИТ-рынок переживает непростой период. Перед ним по-прежнему в полный рост стоят задачи, связанные с импортозамещением, необходимостью разработки и внедрения новых отечественных продуктов. Именно на решении этих задач сейчас сфокусированы все участники отрасли. Работа в области инновационного технологического развития также ведется, но в условиях ограниченных ресурсов говорить об опережении мирового уровня в области ИИ или других сфер не приходится.
Российские разработчики следят за технологическими инновациями на международном рынке и по возможности апробируют их в своих продуктах. В 2024 году в фокусе внимания рынка были и остаются большие языковые модели. Content AI также много экспериментирует с ними в своих решениях для распознавания и обработки информации. Мы применяем облачные и локальные модели для создания цифровых ассистентов, которые помогают специалистам разного профиля решать различные задачи в работе с большим массивом данных и документов. Это одна из перспективных отраслей интеллектуальной обработки данных, и ИИ-технологии открывают здесь большие возможности. При этом, наблюдая за мировым рынком, мы можем сказать, что отечественные решения в этом сегменте практически не отстают по функциональным возможностям от иностранных.
О трудностях развития
В области развития искусственного интеллекта у российских разработчиков есть хороший потенциал. Однако приблизиться к темпам роста и результатам, которые показывают мировые лидеры, пока сложно. Ключевые причины на поверхности: сложности с финансированием и инфраструктурой.
В России на финансирование в достаточном объеме могут рассчитывать организации и институты, связанные с исследовательской работой и реализацией государственных ИИ-проектов. Средства на них запланированы в рамках федерального проекта «Искусственный интеллект». Например, в 2025 году это более 7,5 млрд рублей. Однако независимым игрокам рынка, которые ведут собственную разработку ИИ-решений, в текущих условиях сложно найти средства на проведение исследований и экспериментов с искусственным интеллектом. И хотя компаний с сильной научно-технологической базой и штатом квалифицированных специалистов немало в различных сегментах ИТ-рынка, инвестиции в нужном объеме без привлечения дорогих заемных средств, могут позволить себе единицы.
Помимо финансовых ограничений есть и технологические. Это и нехватка собственного оборудования и компонентов, сложная поставка которых создает дополнительные расходы и ограничивает возможности для развития; и проблема доступности данных, необходимых для обучения ИИ-моделей. Все это сказывается на инновационной активности и возможностях российских стартапов.
Есть отставание и в области подготовки специализированных кадров. Система образования в текущем виде не готова обеспечить необходимый приток специалистов, способных соревноваться с международными экспертами. Важно отметить, что на уровне правительства эту проблему хорошо понимают и планомерно подходят к ее решению, выделяя средства на финансирование программ обучения в области ИИ школьников и студентов, развитие образовательных дисциплин в этой области.
Полную версию текста читайте по ссылке.
О глобальных достижениях
В 2024 году искусственный интеллект проходил стадию активного внедрения в отдельные процессы в различных отраслях. При этом в ходе реальной эксплуатации компании-разработчики продолжали активно экспериментировать с обучением моделей и изучать пределы возможности технологий.
К главным прорывам в первую очередь стоит отнести новые большие языковые модели — GPT-4o, Gemini 1.5. За счет улучшенной архитектуры, способности к мультизадачности и гибкости они достаточно уверенно могут анализировать разные виды информации — текстовую, графическую, аудио и видео в одном запросе. И это открывает широкое поле для их применения.
Еще одним крупным достижением можно назвать появление мультиагентных систем на основе LLM, которые могут взаимодействовать и обучаться в сложных многозадачных средах. Они способны анализировать окружающую среду, принимать решения и реагировать на события. Таким системам может быть делегировано выполнение комплексных вычислительных задач, например, в области финансового, операционного и производственного планирования.
Ключевая суперспособность ИИ-технологий, которая может влиять на повышение эффективности процессов в любых отраслях — это возможность управления информацией со скоростью и точностью, недоступными человеку. ИИ-системы анализируют большие объемы данных, находят нужную информацию, принимают на ее основе решения и осуществляют требуемые действия. Именно так можно описать алгоритм большинства систем на основе ИИ, которые сегодня активно внедряются в самых разных сферах: финансах, ритейле, телекоме, промышленности. Использование И И в таком ключе позволяет оптимизировать бизнес-процессы, повысить их эффективность, автоматизировать различные операции.
В 2024 году мы увидели множество примеров успешного использования искусственного интеллекта, в том числе в России.
В области разработки решений для автоматизации управления информацией, которой занимается Content AI, можно отметить бум цифровых помощников. ИИ-ассистенты берут на себя рутинные задачи специалистов разного профиля, помогая в поиске информации, извлечении данных из документации, создании типовых документов. И это примеры из реальной практики, подтвердившие свою эффективность.
О разочарованиях
Несмотря на выдающиеся успехи, ИИ все еще сталкивается с рядом важных проблем, которые затрудняют его повсеместное внедрение и использование в критически важных областях. Главная из них — галлюцинации языковых моделей и другие погрешности алгоритмов. ИИ-системы часто дают неточные или ошибочные результаты, и не всегда у пользователей есть возможность проверить корректность этих данных.
Пример из практики Content AI. В экспериментах, связанных с использованием LLM для распознавания информации в отсканированных документах, мы столкнулись с тем, что в определенный момент модель начала придумывать данные для заполнения полей, если их не хватало в исходном документе. Решение проблемы лежит в повышении точности промтов, тщательном обучении модели и построении механизмов верификации данных. В целом же борьба с галлюцинациями сегодня является одной из главных задач для разработчиков ИИ-продуктов.
К категории алгоритмических ошибок ИИ можно отнести и так называемую предвзятость искусственного интеллекта, когда алгоритмы оказываются несправедливыми в оценке результатов действий различных лиц или групп населения.
Источником разочарования от технологий искусственного интеллекта становятся и обманчивые ожидания, которые формирует рынок и агрессивный маркетинг. Компании могут превозносить возможности ИИ-решений как нечто магическое, способное кардинальным образом повлиять на успешность решения отдельных задач и достижение успеха бизнеса. В реальности ИИ все еще сталкивается с множеством технических барьеров, и то, что часто преподносится как готовое решение, в действительности может оказаться далеким от идеала.
О реальном воздействии ИИ на повседневную жизнь
Несмотря на многочисленные примеры новых разработок и внедрений ИИ-решений в различных отраслях, на глобальном уровне это все же точечные проекты. Пока общество находится на начальной стадии технологической трансформации, обусловленной технологиями искусственного интеллекта. Игроки рынка и, в первую очередь, ИТ-гиганты, обладающие достаточными ресурсами, продолжают инвестировать в различные эксперименты с языковыми моделями и вычислительными мощностями. В перспективе нескольких лет потенциал воздействия ИИ-технологий на экономику и общественное устройство видится колоссальным. В тоже время сегодня становятся очевидными и многочисленные барьеры, которые предстоит преодолеть. Важно не испытывать иллюзий, а планомерно двигаться по пути изучения искусственного интеллекта и его внедрения в текущие процессы, не подвергая риску сложившуюся структуру экономики и жизни общества.
О главных российских достижениях
Российский ИТ-рынок переживает непростой период. Перед ним по-прежнему в полный рост стоят задачи, связанные с импортозамещением, необходимостью разработки и внедрения новых отечественных продуктов. Именно на решении этих задач сейчас сфокусированы все участники отрасли. Работа в области инновационного технологического развития также ведется, но в условиях ограниченных ресурсов говорить об опережении мирового уровня в области ИИ или других сфер не приходится.
Российские разработчики следят за технологическими инновациями на международном рынке и по возможности апробируют их в своих продуктах. В 2024 году в фокусе внимания рынка были и остаются большие языковые модели. Content AI также много экспериментирует с ними в своих решениях для распознавания и обработки информации. Мы применяем облачные и локальные модели для создания цифровых ассистентов, которые помогают специалистам разного профиля решать различные задачи в работе с большим массивом данных и документов. Это одна из перспективных отраслей интеллектуальной обработки данных, и ИИ-технологии открывают здесь большие возможности. При этом, наблюдая за мировым рынком, мы можем сказать, что отечественные решения в этом сегменте практически не отстают по функциональным возможностям от иностранных.
О трудностях развития
В области развития искусственного интеллекта у российских разработчиков есть хороший потенциал. Однако приблизиться к темпам роста и результатам, которые показывают мировые лидеры, пока сложно. Ключевые причины на поверхности: сложности с финансированием и инфраструктурой.
В России на финансирование в достаточном объеме могут рассчитывать организации и институты, связанные с исследовательской работой и реализацией государственных ИИ-проектов. Средства на них запланированы в рамках федерального проекта «Искусственный интеллект». Например, в 2025 году это более 7,5 млрд рублей. Однако независимым игрокам рынка, которые ведут собственную разработку ИИ-решений, в текущих условиях сложно найти средства на проведение исследований и экспериментов с искусственным интеллектом. И хотя компаний с сильной научно-технологической базой и штатом квалифицированных специалистов немало в различных сегментах ИТ-рынка, инвестиции в нужном объеме без привлечения дорогих заемных средств, могут позволить себе единицы.
Помимо финансовых ограничений есть и технологические. Это и нехватка собственного оборудования и компонентов, сложная поставка которых создает дополнительные расходы и ограничивает возможности для развития; и проблема доступности данных, необходимых для обучения ИИ-моделей. Все это сказывается на инновационной активности и возможностях российских стартапов.
Есть отставание и в области подготовки специализированных кадров. Система образования в текущем виде не готова обеспечить необходимый приток специалистов, способных соревноваться с международными экспертами. Важно отметить, что на уровне правительства эту проблему хорошо понимают и планомерно подходят к ее решению, выделяя средства на финансирование программ обучения в области ИИ школьников и студентов, развитие образовательных дисциплин в этой области.
Полную версию текста читайте по ссылке.