Технологии искусственного интеллекта в промышленности и ритейле упираются не в возможно... — 1 июня 2026 г. в 09:43:14.631
Технологии искусственного интеллекта в промышленности и ритейле упираются не в возможности алгоритмов, а в качество данных, готовность инфраструктуры и новую культуру управления процессами. Масштабирование ИИ сегодня требует не столько веры в нейросети, сколько прагматичного аудита «фундамента» компании. К такому выводу пришли участники сессии «Ъ» «ИИ все тут: искусственный интеллект в промышленном секторе и ритейле» в рамках ЦИПР-2026. 💬 Антон Шмаков, технический директор группы «Астра», напомнил, что промышленность пользовалась предиктивной аналитикой задолго до хайпа вокруг LLM, однако сейчас фокус сместился: Сейчас вектор развития определяют LLM, однако основной вызов для отрасли заключается не в создании новых языковых моделей, а в их интеграции в производственные процессы. Для корректной работы нейросетей нужны качественные данные, с чем возникают основные сложности. Поэтому экономический эффект от внедрения ИИ в промышленности пока недостаточный. 💬 С этим тезисом пересекается и опыт строительной отрасли, которым поделилась Ольга Кутузова, руководитель отдела развития инновационных систем «Нанософт»: Основная проблема заключается не в нехватке новых решений, а в природе исходных данных. ИИ-проектировщик, о котором мечтают в отрасли, должен учитывать в работе нормативные требования: а это тысячи документов, которые могут противоречить друг другу, существовать как в текстовой форме, так и в картинках или таблицах и содержать непонятные искусственному разуму формулировки. Если не перевести огромную базу данных в машиночитаемый формат, то ИИ будет совершать критические ошибки. 💬 Опасность хаотичного внедрения подсветил Владимир Урбанский, CEO «МТС Линк». На примере крупного бизнеса он объяснил, почему одновременный запуск множества пилотов часто не дает результата: При попытке включить новые решения в полноценную работающую систему бизнес сталкивается с необходимостью перестраивать процессы, инфраструктуру и работу с данными. Поэтому важно сначала подготовить фундамент, на который можно впоследствии надстраивать технологии. 💬 Глубину перестройки процессов под новые технологии описал Михаил Лобоцкий, и. о. гендиректора Cloud. ru. Внедрив ИИ-ассистентов, компания вдвое сократило время обработки запросов в поддержку, но обострился вопрос ответственности: Появляется соблазн снять с себя ответственность, поскольку модель становится все более зрелой и лучше работает. Однако этого делать нельзя. Здесь приходится перестраивать процессы, чтобы добавлять человека на точках контроля. 💬 Логику перехода от экспериментов к промышленной эксплуатации замкнул Александр фон Розен, технический директор ЕДИНОГО ЦУПИС: Большие языковые модели помогают организации не увеличивать штат и при этом сохранять темп производства. Финансовый сервис прошел путь от внедрения ботов поддержки и ИИ-ассистентов до мультиагентных систем. Мы широко используем ИИ в клиентском сервисе, автоматизации бэк-офисных процессов, разработке, антифроде. 🎦 Смотрите запись трансляции мероприятия в нашем сообществе в «ВКонтакте». 📷 пресс-служба ЦИПР