Российский бизнес перестал экспериментировать с нейросетями и начал нанимать их. Компании больше не тестируют возможности нейросетей, а ищут решения, которые встраиваются в корпоративные процессы и работают в защищенном контуре. Почему «победят» не самые умные модели, а самые надежные экосистемы, в интервью с «Компьютеррой» рассказывает директор по науке и ИИ, член Правления ПАО «Группа Астра», управляющий партнер ASTRA AI, д.т.н. Владимир Нелюб.
— Можно ли сказать, что российский рынок искусственного интеллекта уже вышел из стадии экспериментов?
Да, на мой взгляд, российский рынок ИИ действительно прошел этап, когда технология воспринималась в основном как демонстрация возможностей. Еще несколько лет назад многие компании тестировали генеративный ИИ в формате пилотов: посмотреть, как модель отвечает на вопросы, генерирует текст или помогает с типовыми задачами. Сейчас фокус заметно сместился. Заказчиков интересует не сам факт наличия модели, а то, какой бизнес-процесс она может ускорить, насколько безопасно она работает с данными и можно ли ее масштабировать внутри корпоративной инфраструктуры.
В России уже сформировалась собственная база для такого перехода. У крупных российских игроков появились модели нового поколения, например, «Яндекс» развивает линейку YandexGPT для бизнес-сценариев, «Сбер» представил GigaChat 2.0 с усилением качества, контекста и мультимодальных возможностей. Это значит, что у нас есть не только доступ к технологии, но и собственные модели, платформы и инфраструктурные подходы для промышленного внедрения ИИ.
— Что сегодня становится главным критерием при выборе ИИ-решения для крупного бизнеса?
Для корпоративного рынка ключевой вопрос уже не сводится к тому, «насколько умная» модель. Важно, где она развернута, как она интегрирована, кто контролирует данные, как устроены права доступа, аудит действий и эксплуатация. Для крупных компаний, банков, промышленности и государственного сектора критичны защищенный контур, локальное размещение и предсказуемая модель управления ИИ-сервисом.
Российская специфика здесь очень заметна. Из-за требований к обработке и локализации персональных данных, а также из-за высокой чувствительности корпоративной информации в России особенно востребованы private cloud и on-premise-сценарии. Многие заказчики не готовы выносить документы, переписку, клиентские данные или внутреннюю базу знаний в публичные сервисы. Поэтому зрелое ИИ-решение должно уметь работать внутри доверенной инфраструктуры компании.
— Значит ли это, что рынок будет развиваться не вокруг чат-ботов, а вокруг прикладных решений?
Именно так, главный спрос будет не на «еще один чат-бот», а на прикладной ИИ с измеримым эффектом. Бизнесу нужны решения, которые встраиваются в ежедневную работу сотрудников. Например, помогают обрабатывать документы, искать информацию в корпоративной базе знаний, готовить отчеты, автоматизировать клиентский сервис, ускорять юридические, финансовые, кадровые и инженерные процессы.
Мы видим, что российские вендоры уже двигаются в эту сторону. На рынок выходят не только публичные демо-сервисы, а полноценные продукты для бизнеса: document AI, API-доступ к моделям, корпоративные ИИ-помощники, платформы для создания агентов и автоматизации внутренних процессов.
Это более зрелая стадия рынка, потому что ценность создается не в моменте общения с моделью, а тогда, когда ИИ становится частью операционного контура компании.
— Какие сценарии внедрения ИИ сейчас наиболее востребованы у российских заказчиков?
Наиболее востребованы сценарии, где эффект можно быстро посчитать. Это обработка входящих документов, классификация обращений, поиск по внутренним регламентам и базе знаний, подготовка аналитических материалов, автоматизация первой линии поддержки, помощь разработчикам, формирование отчетности и сопровождение типовых процессов.
Отдельно растет интерес к цифровым сотрудникам и мультиагентным системам. Это уже не просто ассистент, который отвечает на вопрос, а связка ИИ-агентов, которые могут выполнять последовательность действий: найти данные, проверить их, подготовить документ, передать результат в корпоративную систему и оставить след в журнале аудита. Такой подход особенно важен для крупных организаций, где процессы сложные, многоступенчатые и требуют контроля.
— В чем будет конкуренция между российскими ИИ-платформами?
Конкуренция будет идти не только по качеству моделей и результатам бенчмарков. Конечно, точность, качество русского языка, способность работать с длинным контекстом и сложными инструкциями важны, но для enterprise-рынка этого недостаточно.
В приоритете будут те решения, которые лучше встроены в локальный ИТ-ландшафт, те, что поддерживают интеграцию с корпоративными системами, умеют работать с документами и базами знаний, обеспечивают безопасность, аудит, управление доступами и понятную экономику владения.
Российский рынок отличается тем, что заказчику нужна не абстрактная «самая сильная модель», а надежная экосистема вокруг нее. Модель должна быть частью платформы с API, инструментами разработки, возможностью локального развертывания, мониторингом качества, управлением версиями и понятными сценариями эксплуатации. Именно поэтому мы видим развитие ИИ-платформ, которые объединяют модели, данные, инструменты интеграции и прикладные сценарии.
— А какую роль здесь играют решения «Группы Астра»?
Для «Группы Астра» искусственный интеллект — это сквозная технология, которая должна усиливать корпоративные продукты и помогать заказчикам автоматизировать реальные процессы в защищенном контуре. В этом направлении мы развиваем линейку «Астра ИИ»:
- Astra AI Platform как платформенный слой для запуска и сопровождения ИИ-сценариев;
- Astra GPT «Цифровой офис» как корпоративный ИИ-помощник и набор цифровых сотрудников;
- Astra Code как безопасный ИИ-инструмент для инженерных команд;
- Astra AgentX как основу для мультиагентных систем.
Наша позиция заключается в том, что ценность ИИ появляется там, где он встроен в инфраструктуру, данные и процессы заказчика. Просто дать сотруднику доступ к чату недостаточно. Нужно обеспечить безопасность, управляемость, интеграцию с внутренними системами и возможность масштабировать успешные сценарии на всю организацию. Именно здесь формируется следующий этап зрелости российского рынка ИИ.
— Каким вы видите рынок ИИ в России в ближайшие несколько лет?
Я ожидаю, что рынок будет двигаться от отдельных пилотов к промышленным платформенным внедрениям. Компании уже поняли, что генеративный ИИ может ускорять интеллектуальную работу, но теперь им нужно научиться использовать его системно. С контролем качества, безопасностью, регламентами и понятной экономикой.
В ближайшие годы сильнее всего будут расти решения, которые соединяют три компонента: качественные российские модели, защищенную инфраструктуру и прикладные бизнес-сценарии. Российский рынок в этом смысле имеет свою специфику, ведь здесь особенно важны русский язык, локальное размещение, доверенная эксплуатация и интеграция с уже существующим ИТ-контуром. По этой причине «победят» не просто самые технологичные модели, а те платформы, которые смогут стать рабочим инструментом для бизнеса, государства и промышленности.