В Москве 30 сентября завершился АЛЬФА ВААА{АИ}ЙЙЙБ ХАКАТОН, который стал первым в России хакатоном по Enterprise Vibe Coding. Участникам предложили за 39 часов решить реальную банковскую задачу с использованием ИИ, а финалисты представили решения на закрытии мероприятия. Задачу решали на собственной ии-платформе банка — AlfaGen.
К участию в хакатоне были привлечены эксперты из «Альфа-Банка», «Билайна», МТС и MWS, «Яндекса», «Сбера», VK, red_mad_robot, 1С, GlowByte и других компаний. В проекте участвовали специалисты из Москвы, Санкт-Петербурга, Иннополиса, Казани, Краснодара, Рязани, Белгорода, Владимира, Надыма и Сатки.
До финала дошли пять команд — «Муравьиная ферма», BEELOADTEAM, «Красный Вайб: соло QA», «Зазеркалье» и F. В числе представленных решений были инструменты для защиты персональных данных при работе с языковыми моделями. Каждая из команд разработала свой сервис, который маскирует персональные данные перед отправкой запроса во внешнюю LLM.
На защите команды рассказывали о метриках, ограничениях и дальнейшем развитии проектов. В отдельных случаях участники прямо отмечали, что двух дней недостаточно для подготовки готового к промышленной эксплуатации решения, поэтому важной частью презентации становился план дальнейшей разработки.
По итогам презентаций первое место заняла BEELOADTEAM, второе — «Красный Вайб: соло QA», третье — «Муравьиная ферма».
После защиты финалистов организаторы провели ИИ-ток-шоу об использовании ИИ-агентов в корпоративной разработке. Одной из главных тем стала безопасность. ИИ-инженер и специалист по безопасности ИИ-систем «Яндекса» Окелла Магдихан рассказал о рисках, связанных с доступом агентов к коду, документам, файлам и корпоративным сервисам.
Отдельно он остановился на скиллах — наборах инструкций и инструментов для агентов. По словам Магдихана, их необходимо автоматически проверять на утечки данных, небезопасный код и скрытые функции. При этом одной проверки скиллов недостаточно, поскольку опасные инструкции могут попасть в контекст агента из внешних источников.
Вторым спикером стал Никита Симинов, Lead ML-инженер red_mad_robot. Он говорил о распределении задач между человеком и агентом. По его словам, при автоматизации недостаточно выбрать модель и набор инструментов — важно определить, какие задачи агент может выполнять самостоятельно, а где необходимо участие человека.
Иван Тимиргалиев, CTO Monetization and Attention в МТС «КИОН», продолжил разговор о применении ИИ в корпоративной среде. Он затронул вопрос использования закрытых контуров и открытых моделей, отметив, что универсального подхода для всех сценариев нет. При этом, по его словам, развитие ИИ уже привело к ситуации, когда техническим специалистам приходится не столько решать, нужен ли им этот инструмент, сколько адаптироваться к его использованию.
Финальным спикером стал Екатерина Жукова, руководитель направления в «Альфа‑Банке». Она выделила три проблемы корпоративной ИИ-разработки — сохранение знаний, доверие к ИИ и управляемость процесса. Знания часто остаются у отдельных сотрудников и теряются при их уходе, а без полного контекста ИИ может выдавать некачественные решения.
По мнению Жуковой, одних инструментов для ИИ-разработки недостаточно. Их необходимо встраивать в платформу, которая охватывает разные этапы создания цифрового продукта и позволяет сохранять корпоративные знания и контролировать процесс разработки.
Читайте также:
Т-Технологии представили три инструмента для рекомендаций с открытым кодом
Новый CEO Apple хочет ускорить выпуск продуктов и сократить менеджеров среднего звена
«Сбер» представил универсального AI-аналитика для финансистов