LAM (Большие модели действий)

Основная статья: Искусственный интеллект

LLM (Большие языковые модели)

Основная статья: LLM (Большие языковые модели)

2025: Как в России развиваются большие модели действий — TA мнения

Искусственный интеллект стремительно эволюционирует: если раньше языковые модели (LLM) лишь давали советы и объясняли, как выполнить ту или иную задачу, то теперь на сцену выходят большие модели действий (LAM) — принципиально новый тип ИИ, способный не просто рассуждать, а самостоятельно действовать. В июне 2025 года TAdviser поговорил с экспертами и участниками рынка, чтобы узнать, как обстоят дела с LAM в России.

Как рассказал руководитель направления по развитию технологий управления данными и машинному обучению «Рексофт» Сергей Назаренко, разработка LAM находится на стадии активных экспериментов и локальных внедрений, однако примеры успешных проектов в РФ уже есть:

𝓲

Фото: Freepik

• «Сбер» разрабатывает ИИ-агентов для бизнес-процессов и поддержки клиентов;
• «Яндекс» тестирует «Алису» с функциями авто-действий в браузере;
• «МТС запустила MWS Agent — мультиагентную платформу для корпоративных задач;
• реализуются пилотные проекты в промышленности (модель Vintix от AIRI для управления роботами) и коммунальной отрасли (ИИ-агенты «Полипластик»/МФТИ).

Также компания «Солар» постепенно начинает использовать возможности LAM в продуктах информационной безопасности. Как сообщил TAdviser руководитель R&D-лаборатории центра технологий кибербезопасности ГК «Солар» Максим Бузинов, к середине 2025 года уже создано несколько перспективных прототипов. Так, действующие модели могут не только анализировать информацию об угрозах и атаках, но и самостоятельно запускать диагностику подозрительных действий, например, использовать уже существующие алгоритмы детектирования аномалий и инцидентов в качестве своих инструментов. А далее - такие LAM-системы могут самостоятельно принять меры по нейтрализации угрозы или атаки. Например, заблокировать опасные действия пользователя, сообщил Бузинов. Он добавил, что LAM-системы могут снять значительную нагрузку с сотрудников ИБ по рутинной работе. Например, подготовка отчетов, настройка политик ИБ в средствах защиты информации и др.Илья Муратов, PROТЕХНО: Главная ошибка ИТ-компаний — говорить с рынком на языке инженеров 34.9 т

ML-архитектор Softline Digital Дмитрий Зборошенко считает, что к середине 2025 года LAM — это, скорее, очередное кликбейтное обозначение. Речь не идет о принципиально новых типах нейросетей или архитектурах — это по сути сервисы и приложения, построенные на базе уже существующих LLM.

Именно поэтому говорить о LAM как о технологически самостоятельном прорыве преждевременно. Это инструментальный уровень, а не научная революция. Если говорить о развитии подобных сервисов, то первоочередным является запрос от бизнеса, индустрии. Сейчас такой запрос, по моему мнению, не наблюдается, — сообщил Зборошенко в разговоре с TAdviser.

По мнению Сергея Назаренко из «Рексофта», развитию больших моделей действий мешают дефицит современных GPU (графических ускорителей), высокие затраты на внедрение, нехватка квалифицированных кадров и ограничения доступа к зарубежным технологиям из-за санкций. Кроме того, бизнес пока осторожно относится к инвестициям в LAM из-за сложной модели окупаемости, полагает эксперт.

Руководитель направления Data Science в RAMAX Group Александр Борисов отмечает, что альтернативные технологии, которые конкурируют с LAM или дополняют ее, не имеют таких барьеров, как у больших моделей действий. К таким альтернативам собеседник TAdviser отнес:

• RPA. Технология позволяет автоматизировать действия пользователя в интерфейсах различного ПО, однако жестко задают последовательность действий. LAM будут применимы вместо RPA, если в этих действиях присутствует достаточная вариативность, и при этом число экземпляров бизнес-процесса сравнимо с теми, где уже применяется RPA
• Process Mining и Task Mining. Они позволяют автоматизировать исследования бизнес-процессов по их цифровым следам, и находить подходящие для LAM процессы.

Главный архитектор сервисов искусственного интеллекта и машинного обучения Cloud X Кирилл Смеловец видит одну из проблем для развития LAM в России в необходимости адаптации сторонних систем: они должны предоставлять структурированные API, чтобы агенты вызывали функции без участия человека. Еще одна сложность заключается в том, что критически важны так называемые «песочницы» — специализированные изолированные среды с доступом к инструментам и API, в которых LAM может безопасно и эффективно взаимодействовать с внешними сервисами, сказал эксперт.