Фото: пресс-служба
— Насколько активно бизнес инвестирует в технологии ИИ в России?
— Использование технологий искусственного интеллекта (ИИ) и его проникновение буквально во все сферы жизни — от написания программного кода до повышения эффективности доменной печи — это новая глобальная технологическая революция. ИИ применим практически в любых задачах, дает быстрый и значимый возврат инвестиций. Российские компании не могут игнорировать этот тренд. По прогнозам Smart Ranking, в 2024 году объем рынка ИИ-проектов в России вырос почти в 1,5 раза по сравнению с 2023 годом, когда этот показатель составил около 204,5 млрд. ИИ становится неотъемлемой частью развития бизнеса и ключевым фактором будущего роста.
При этом до 2022 года, например, компании в основном инвестировали в исследования и разработку, а также в долгосрочные проекты, чтобы повысить ценность бизнеса. Сейчас от ИИ ждут прежде всего операционной эффективности, нужен быстрый подтвержденный эффект, поэтому компании инвестируют во внедрение ИИ более зрело, ожидая понятной и быстрой отдачи.
— Какие задачи российский бизнес сейчас стремится решить с помощью технологий искусственного интеллекта?
— Бизнес тщательно просчитывает результаты и риски, когда запускает новый технологический проект: как новое внедрение поможет автоматизировать рутинные процессы, освободить время персонала, снизить простои и издержки, повысить операционную эффективность и сколько средств будет сэкономлено.
В металлургической отрасли предприятиям периодически необходимо на длительный срок приостанавливать работу доменных печей для техобслуживания или текущего ремонта. При этом один день простоя оценивается в 0,6–1,8 млрд руб. упущенной выгоды. Наш опыт показывает, что ИИ эффективно решает эту задачу для крупных металлургических компаний. В нашем примере благодаря внедрению технологий FabricaONE.AI простой агрегата сократился до 64 дней (минимум вдвое). В итоге заказчик сэкономил не менее 40 млрд руб.
В целом сокращение простоев оборудования даже на 10% окупает внедрение ИИ-технологии за несколько дней.
Другой пример: внедрение ИИ в работу маркетплейсов позволяет оптимизировать маршруты логистических партнеров, сократить затраты на техобслуживание автомобилей, закупку горючего, снижение нагрузки на персонал. Ежемесячная экономия только на логистике составляет около 7–10% стандартного бюджета.
— Заказная разработка всегда была достаточно дорогой для клиентов и занимала много времени. Меняется ли как-то ситуация с появлением ИИ?
— Подход к созданию заказного программного обеспечения (ПО) становится принципиально иным. До недавнего времени наши клиенты стремились создавать внутренние команды разработки. В последние годы разнообразие необходимых компетенций растет, как и стоимость содержания отдельных команд специалистов. В результате такая модель стала экономически неэффективна для компаний, где IT играет вспомогательную роль в бизнес-процессах. Кроме того, для многих компаний становится слишком сложно поддерживать загрузку узкопрофильной команды.
Сейчас мы наблюдаем тренд на переход к долгосрочным партнерским моделям с внешними подрядчиками. Формат 3–5-летнего сотрудничества с фиксированными соглашениями между поставщиком услуги и клиентом — SLA (Service Level Agreement) — и прозрачными коммерческими условиями дает компаниям доступ к широкому пулу актуальных компетенций без затрат на постоянный наем. При этом они сохраняют возможность гибкого масштабирования команд под конкретные продукты. Компании могут сосредоточиться на развитии своего основного бизнеса, доверив разработку, запуск, внедрение инфраструктурных решений специалистам, которые будут сосредоточены только на IT-функции.
В рамках нашего бизнеса мы выстраиваем долгосрочные стратегические партнерства, которые нацелены на повышение операционной эффективности процесса разработки новых технологических решений для наших клиентов. Вместе мы создаем и внедряем технологии искусственного интеллекта для конкретных активов из их портфеля, где каждая из сторон в первую очередь вкладывает необходимые компетенции. Только так можно добиться серьезного прорыва быстро.
От внедряемых решений компании также ждут масштабируемости и возможности роста вместе с бизнесом, поэтому заказчик отказывается от самостоятельной разработки (in-house) и выбирает передачу готовых комплексных решений на аутсорс, включающих не только интеллектуальную собственность (обучение алгоритма на данных клиента), но и IT-инфраструктуру — как локальную, так и облачную.
— В начале процесса импортозамещения многие компании говорили о нехватке зрелых российских решений, сопоставимых по качеству с западными. Решена ли сейчас эта проблема?
— В сфере тиражного ПО (готовых коробочных решений, универсальных и более простых для внедрения — от офисных пакетов до приложений для управления базами данных) ситуация относительно благополучна: здесь рынок изначально был более конкурентным. На нем присутствовали и российские, и западные игроки, поэтому после ухода последних компании просто переориентировались на отечественное ПО. Сейчас некоторые российские решения уже занимают до 40% рынка.
В нашем портфеле сейчас около 40 продуктов для оптимизации различных бизнес-процессов с помощью ИИ — обработка документов, low-code, BI-аналитика и другие.
В промышленности ситуация сложнее — здесь всегда доминировали три западных вендора, контролировавших до 90% инфраструктуры. Чтобы предложить нашим клиентам конкурентоспособное промышленное ПО, мы привлекли в команду специалистов с 20-летним опытом работы с этими системами, в том числе в западных компаниях, на рынках СНГ. Это позволило не изобретать решения полностью с нуля, а воссоздать уже проверенные подходы. Некоторые продукты у нас получились даже лучше западных аналогов: у них более высокий уровень оптимизации, они работают с большим объемом данных и гораздо быстрее. Но еще остались направления, которые требуют доработки, например, цифровизация планирования производственных процессов.
— С какими сложностями чаще всего сталкиваются компании, которые начинают внедрять продукты на базе ИИ?
— В первую очередь это инерционность мышления. ИИ-технологии требуют изменений — как с точки зрения модернизации инфраструктуры внутри компании, так и с точки зрения подходов к работе: адаптации процессов, повышения качества данных и работы с ними. Культура изменений в российских компаниях развивается, и помощь экспертов по грамотному внедрению ИИ ускоряет этот процесс.
Также ИИ — это не самостоятельный продукт и не может существовать вне привязки к конкретному бизнес-процессу. Поэтому компаниям важно находить людей внутри своей команды, которые будут заинтересованы во внедрении прикладных ИИ-решений и наделены необходимыми полномочиями для проведения изменений. Если таким людям не дать права трансформировать бизнес-процессы и привлекать партнеров для их адаптации под высокие нагрузки ИИ, все останется на уровне небольших пилотов без получения существенного экономического эффекта. Мы выступаем таким партнером и ведем проект от начала до конца: от стратегии до реализации, включая такой важный этап, как обучение сотрудников наших клиентов.
— Несколько месяцев назад ГК Softline объединила активы в сфере ИИ-технологий в отдельный кластер. Что это дало с точки зрения ускорения работы над разработкой ИИ-продуктов?
— Объединение активов стало логичным шагом в развитии компании: в кластере FabricaONE.AI мы собрали лучшие профильные компетенции компаний, входящих в ГК Softline: Bell Integrator, SL Soft, SL Prom Soft, «Девелоника», «Академия АйТи». В итоге мы предлагаем рынку не разрозненные сервисы, а единую платформу для цифровой трансформации под ключ. Мы закрываем весь цикл: от генерации идеи и глубокого анализа бизнес-процессов клиента до разработки, внедрения, SLA-поддержки и обучения персонала — только такой комплексный, «фабричный» подход позволяет сделать ИИ инструментом, реально работающим на бизнес-результаты.
Исходя из задач наших клиентов, мы выделили несколько ключевых направлений в работе: разработка заказного и тиражного ПО, создание промышленного ПО, направленного на цифровизацию и оптимизацию производственных процессов. Еще одно важное направление — обучение специалистов, которые хотят улучшить свои компетенции в сфере технологии ИИ, машинного обучения, Data Science и других дисциплин и которые будут работать у заказчика в новом качестве.
— Насколько перспективно образовательное направление с учетом того, что многие компании сейчас сокращают IT-специалистов, заменяя их на ИИ?
— По нашему наблюдению, сколько бы ни говорили о сокращении персонала в IT-отделах компаний, бизнесы все равно продолжают вкладываться в повышение компетентности своих специалистов. Базовые IT-навыки уже не впечатляют, интерес вызывают новые направления, связанные с ИИ, машинным обучением, Data Science. Также сейчас актуально обучение информационной безопасности — это направление формирует 25-30% выручки нашего образовательного сегмента и, по внутренним прогнозам, будет только расти.
Мы не только готовим специалистов под актуальные запросы рынка. «Ранние сигналы» о смене технологических трендов мы получаем от клиентов, с которыми тесно работаем в рамках разных направлений. Это позволяет нам формировать образовательные программы «на опережение». Главная ценность — развитие цифровой экономики: подготовленные специалисты возвращаются в компании и реализуют проекты, отвечающие современным вызовам, в том числе в сфере ИИ.
— Какие направления развития ИИ будут наиболее востребованными на рынке в России примерно через 3–5 лет?
— У России есть хороший фундамент — большое количество специалистов с сильными компетенциями в математике и программировании, а также наличие таких крупных проектов, как YandexGPT. Порог входа в рынок ИИ-решений будет постепенно снижаться, что откроет возможности для узкоспециализированных решений: в сфере компьютерного зрения (безопасность, охрана труда), автоматизации скоринга в финтехе, оптимизации логистики или развития e-commerce.
Однако чтобы максимально раскрыть потенциал отрасли, российскому бизнесу необходимо решить ключевую проблему — научиться партнерству между крупным бизнесом и профильными компаниями. В частности, в e-commerce российские компании пытаются все делать самостоятельно, тогда как китайские маркетплейсы привлекают множество узкоспециализированных партнеров, каждый из которых качественно решает одну задачу — оптимизации ценообразования, товарной матрицы и других процессов.
Надеюсь, что в течение 3–5 лет у нас появятся компании, способные масштабировать нишевые ИИ-продукты в коллаборации с крупным бизнесом, — не исключено, что уровень таких решений позволит России успешно конкурировать на международном уровне.
About The Author
