ИИ-Айсберг
ИИ-Айсберг Увидела на днях отличную, на мой взгляд, презентацию авторства Максима Перфильева по мотивам подкаста "Архитектор систем". Полная презентация есть тут, а пока некоторые #заметки со слайдов ИИ — это не магия. Это архитектура. Почему проекты искусственного интеллекта проваливаются в первый год и как построить систему, которая работает? Причина провалов не в том, что модели плохие. Проблема в том, что ИИ часто строят как «дополнительную кнопку», а не как полноценный инфраструктурный слой бизнеса. Контраст между прототипом и реальной эксплуатацией огромен. Прототип (лабораторные условия): • Собран за один вечер • Используются тестовые, «чистые» данные • Отсутствует нагрузка • Никто не задает сложных вопросов Продукт (реальная эксплуатация): • Грязные данные и непредсказуемые действия пользователей • Постоянные изменения процессов • Резкие скачки нагрузки По итогам прототипа возникает иллюзия, что ИИ уже внедрен 10% - модель ИИ, 90% - система, которая лежит под ней, состоящая из 5 уровней Уровень 1 Данные — это не просто папка Если данные не управляются, ИИ генерирует случайный шум. ИИ не может навести порядок в данных за вас. Он работает только с тем, что вы ему дадите. Уровень 2 Конвейер обработки Система ИИ — это цепочка процессов, а не прямая линия. Прямое подключение модели к источнику данных ломается при первой же нагрузке Уровень 3: Вычисления Без контроля инфраструктура может стать бесконечно дорогой Уровень 4: Бизнес-логика Если ИИ не встроен в реальный бизнес-процесс, он так и останется дорогим экспериментом. Уровень 5. Безопасность ИИ создает новый класс рисков: утечка данных через диалог с моделью Любая реальная система требует проработки каждого из этих слоев. Пропуск любого уровня гарантирует сбой. Всем, кто до конца не понимает как в компании считается численность, но запускает ИИ-бота по HR-аналитике посвящается ;) 🔜 Телеграм | Max