Компаниям госсектора и коммерческих отраслей следует обратить внимание на базовую ИТ-инфраструктуру для успешной интеграции и использования ИИ-технологий. Внедряя ИИ на практике мы понимаем, что речь идет не только о наличии физической и программной инфраструктуры, но и соответствующих процессов, данных и команды специалистов.
Основными требованиями для старта внедрения ИИ-инструментов и решений становится наличие центров обработки данных, доступ к облачным решениям, система управления данными, интерфейсы API. С точки зрения кадров на проектах, где заказчик хочет дополнить решение функциональными возможностями ИИ и LLM, сегодня нужны разработчики ИИ, data scientists, аналитики данных, ИТ-инфраструктурные специалисты и команда безопасности, чтобы защитить данные от утечек и потери информации.

Существует ряд сложностей и проблем, которые корректируют планы компаний на внедрение и сдерживают развитие ИИ технологий в бОльшем масштабе. Это кадровый голод, фрагментарность реформ и зависимость от импорта в некоторых ИТ-продуктах. Для их разрешения нужно более плотно выстраивать диалог и кооперацию ИТ, бизнеса и государства, применять опыт международных практик и учиться на чужих ошибках, а также вкладывать инвестиции в образование и наращивание компетенций ИТ-специалистов.

Во многом мы согласны с текущей оценкой экономического эффекта. И даже даже более позитивно смотрим на возможный результат: экономический эффект может достичь порядка $1-2 триллионов.
Из результатов, согласно нашему опыту, использование ИИ ритейле внедрение систем аналитики и машинного зрения приводит к росту доходов организации на 10-20% (в зависимости от размера и масштаба бизнеса). В здравоохранении ИИ позволяет снизить ошибки диагностики на 30-40%, и на 50% сократить время диагностики за счет систем распознавания изображений, аналитических исследований и разработки планов на основе данных о пациенте. Из популярных решений для госсектора можно назвать роботов-операторов для автоматизации общественных услуг (например, чат-боты для консультаций по налоговым вопросам) и инструменты обработка и анализ запросов граждан с помощью ИИ для оптимизации работы органов власти, которые мы видим в Госуслугах.

Компании делают запрос на разработку с учетом интеграции с существующими банковскими и платежными системами, возможностью использовать облачные решения для масштабируемости и повышения доступности систем, также наличие высокоскоростные серверы и работа с большим объемом транзакционных данных. Из решений, которые стали привычными для банков и страховых компаний — системы по борьбе с мошенниками, аналитика рисков и кредитоспособности с использованием LLM-моделей, а также Чат-боты и персонализированные финансовые консультанты.

Перспективы использования ИИ в бизнес-процессах отражаются в росте качества сервиса, оптимизации рутинных и длительных операций, сокращении стоимости аналитических услуг и планирования ресурсов. Интенсивное внедрение генеративного ИИ — это уже даже не планы, а необходимость и неизбежность во всех отраслях народного хозяйства РФ. На этом пути нам предстоит преодолеть множество системных препятствий, которые уже известны: недостаток квалифицированных кадров, нехватка железа, часто — инертность поведения хозяйствующих субъектов. Грамотное управление этими процессами со стороны государства здесь крайне необходимо и только приветствуется.