GPU – уже не главная проблема: три барьера внедрения ИИ в бизнес, о которых не думают — 8 июня 2026 г. в 12:16:12.269
GPU – уже не главная проблема: три барьера внедрения ИИ в бизнес, о которых не думают Карту можно арендовать в облаке, а саму ИИ-модель — использовать по подписке. Цена за токен снижается, а для базовых задач хватает и бытовых графических ускорителей. Так что мифы о непосильно дорогом ИИ уже давно далеки от реальности. Гораздо актуальнее три другие проблемы — рассказывает Михаил Воронин, эксперт БСС ИИ. 1️⃣ Некачественные данные. Начнем с самой очевидной из трех проблем, о которой тем не менее забывают: плохое качество данных на входе — плохое качество на выходе. Поэтому важно сначала привести в порядок базу знаний: обновить информацию, устранить дубли и противоречия. В нашей практике это повышало качество ответов сразу не менее чем на 30%. 2️⃣ Завышенные ожидания. Компании ориентируются на качество облачных моделей из мирового ТОП (OpenAI, Anthropic и т.д.), но забывают про применимость компактных и тем более локальных решений. Да, они имеют свои ограничения, и это надо учитывать. Поэтому важно как можно раньше протестировать модель, которая будет использоваться в продакшене. Кроме того, ИИ хорошо справляется с общими вопросами, но для задач, где требуется учитывать контекст заказчика, необходимы источник качественного контента (база знаний) и правильно настроенный RAG. 3️⃣ Неподготовленные процессы. ИИ нужно встроить в бизнес-процессы — для этого необходимо проработать риски, дообучить сотрудников, а зачастую и вовсе пересмотреть их роли и KPI. Например, в контакт-центре голосовые и чат- боты берут на себя типовые обращения, а операторы уходят на вторую линию, где решают сложные вопросы — и теперь больше ценится экспертиза и эмпатия. Ключевой метрикой становится не скорость обработки обращения, а удовлетворённость клиентов. @anti_agi