TAdviser: «Искусственный интеллект: кейсы и перспективы 2025»
1 октября в Москве TAdviser провел конференцию, посвященную технологиям искусственного интеллекта. Она называлась «Искусственный интеллект: кейсы и перспективы 2025» и была посвящена практике, подходам и методикам работы с этой технологией. Спикеры объявили о желании бизнеса заменить людей в бизнес-процессах при помощи ИИ-решений, рассмотрели рыночную ситуацию, рассказали о конкретных кейсах.
Содержание |
Конференцию посетили представители таких организаций, как Казначейство России, «Совкомбанк», «Абсолют банк», «Ингосстрах», «Кредит Европа Банк», «Почта России», «Россельхозбанк», «Уральская сталь», «Росгазификация», «Петербургская биржа», «Мэлон Фэшн Груп», «Берингер Ингельхайм», «Алабуга Девелопмент» и многих других. Вел мероприятие Алексей Воронин.
Бизнес не готов слепо внедрять ИИ
Алексей Щеглов, заместитель директора по ИТ, «Воздушные Ворота Северной Столицы», перечислил направления внедрения ИИ в аэропорту «Пулково». Среди таких направлений видео- и аудиоаналитика (анализ, распознавание событий, проактивная реакция на них), интеллектуальные помощники для облегчения труда сотрудников аэропорта, а также умные боты для общения с пассажирами.
Спикер подробнее остановился на том, что делается по каждому из перечисленных областей. Так, например, в аэропорту уже реализован пилотный проект по речевой аналитике на стойках регистрации. Основная его цель — контроль за соблюдением правил обслуживания пассажиров сотрудниками аэропорта и повышение эффективности продажи дополнительных услуг.
Работы по использованию ИИ ведутся в целях мониторинга обслуживания воздушных судов, обнаружения падений пассажиров на эскалаторах, а также для автоматической регулировки климата в местах скопления пассажиров. Обсуждаемые варианты использования ИИ: классификация посетителей по лицу и присвоение внутреннего идентификатора, выявление зон интереса, маршрутов и времени нахождения в этих зонах, пола и возраста пассажира.Гид по российским системам PAM (Privileged Access Management) 
По направлению ИИ-помощников ведется работа по созданию ассистента для «Дирекции наземного обслуживания» — хочется облегчения работы с технической документацией — и робота-закупщика с целью роботизации рутинных закупочных операций. Кроме того, тут разрабатывают систему анализа входящих писем и платформу Alumni LED, которая помогла бы возвращать специалистов.
 | Мы не готовы слепо внедрять ИИ, — резюмировал Алексей Щеглов.— Нас мотивирует решение трех задач: усиление безопасности, повышение комфорта пассажиров и получение экономического эффекта. |  |
Дмитрий Бунеев, CDO, ИДС «Боржоми Россия и Беларусь», поделился тем, что ИИ в компании используется уже давно. Здесь он нужен для распознавания продуктов на полке, для работы с ценниками, а также для прогнозирования производства и товаров. Есть и свой чат-бот для общения с покупателями.
В сентябре 2024 года бизнес начал эксперименты по расширению использования технологий ИИ, причем попробовал вовсе обойтись без ИТ-специалистов. Уже к весне 2025 года стало ясно, что эксперименты не дают ожидаемого результата. Но только после того, как ИТ-подразделение взяло ситуацию под контроль и определило вектор развития новых технологий в компании, появились первые заметные для бизнеса успехи.
Дмитрий Бунеев представил «Борю» — ИИ-помощника для сотрудников, созданного в «Боржоми». Текущий функционал бота — это генерация отчетов по запросу, информационная поддержка процессов маркировки и ответы на кадровые вопросы. Он занимается, помимо прочего, сбором данных по поломкам линий и предложениями по починке на основе своей базы знаний о поломках.
| | У ИТ-отдела есть понимание и технологий искусственного интеллекта, и задач бизнеса, — объясняет Дмитрий Бунеев. — В итоге мы наконец-то смогли объединить все данные по продажам. Однако все-таки искусственный интеллект в сегменте FMCG — это дорого и сложно, поскольку у нас очень низкая маржинальность, много бюрократии, согласований. | |
Банковская битва за приоритеты
Артем Забава, директор департамента ИТ-развития, ФГ БКС, назвал две основные категории игроков на рынке финансовых услуг, активно использующих искусственный интеллект. Это банки и большие технологические компании (BigTech). Именно от эффективности использования ИИ банками и технологическими гигантами зависит финансовое будущее страны, уверен он.
Сравнивая успехи в «-иизации» тех и других спикер уверен: банки успешно развивают собственные ИИ-модели, применяют их для скоринга, антифрода, инвестиций, чат-ботов персональных предложений. В свою очередь, большие технологические компании располагают огромными поведенческими данными, которые ИИ может использовать для выработки персональных рекомендаций. Ключевой тренд, по оценке Артема Забавы, таков: будет «битва» за то, кто к 2030 году станет главным супер-приложением для жизни и финансов.
Чтобы банки не проиграли в этой битве, докладчик предложил целый ряд конкретных шагов. В частности, использовать ИИ не только для скоринга, но и для персонализации продуктов (сделав своего рода «финансовый Netflix»), для генеративных ассистентов («финансовый GPT в приложении»), и в целях улучшения противодействию мошенникам: в реальном времени и на основе технологии deep learning. Кроме того, можно использовать смарт-контракты с цифровыми активами.
В самой компании «БКС» уже создан ИИ-департамент, разработана стратегия развития ИИ. Тут создан целый пакет инициатив по повышению эффективности бизнеса.
| | Уже пять лет борьба за клиента идет новыми средствами с применением технологий искусственного интеллекта, при этом недостаточно хорошего инструмента, — отметил Артем Забава. — Победит тот, кто сможет объединить данные и искусственный интеллект, и сделать правильное, своевременное приложение клиенту. | |
Анна Тулякова, руководитель направления по развитию технологий, офис ИИ-трансформации, «Альфа-Банк», подчеркнула, что ее подразделение находится в составе стратегического блока банка, поэтому внедрение ИИ она рассматривает, в первую очередь, с позиции бизнеса.
Фокус в банке сделан на генеративном искусственном интеллекте, эксперименты с которым начались в 2024 году. В 2025 году тут появились первые ИИ-агенты, а в планах на 2026 год — использование мультиагентных систем. Докладчица отметила, что одновременно в компании продолжает развиваться и направление машинного обучения, и различные прогнозные модели, а RPA остается рабочим инструментом, используемым во многих процессах.
| | ИИ-агенты — следующий шаг в повышении операционной эффективности, но мы не собираемся сходу отказываться от RPA — это тоже эффективный рабочий инструмент — говорит Анна Тулякова. | |
Она рассказала о пилотном кейсе по переходу к ИИ-агенту от робота, работающего в структуре операционного департамента и контролирующего целевое использование денежных средств клиентами.
Робот, находящийся в промышленной эксплуатации, способен качественно обработать лишь 20% сценариев платежей, совершаемых, как правило, крупным корпоративным бизнесом. Планируется, что пилотируемый ИИ-агент значительно повысит объем автоматически обрабатываемых сценариев.
Федор Лежнев, директор департамента информационных технологий, «Альфа-Капитал», рассказал, что в его компании используются ИИ-разработки на основе открытого кода и внешние платные ИИ-модели. Он обозначил ИИ-трансформацию компании по всем направлениям: бизнес-анализ, системный анализ, разработка, тестирование и поддержка — а также осветил результаты трансформации по каждому из названных областей.
Докладчик подчеркнул, что фокус был сделан на сотрудников. Им был предоставлен доступ к внешним платным ИИ-моделям при помощи веб-канала Open WebUI. Это обеспечило большой прирост производительности труда специалистов, а также количества идей по применению ИИ для различных задач и направлений бизнеса.
| | Мы решили применять искусственный интеллект сразу по всем направлениям, но ключевой фокус — сотрудники, — делится опытом Федор Лежнев. — Уже более 60% наших сотрудников регулярно используют ИИ-инструментарий. Мы регулярно обучаем их, как правильно пользоваться ИИ, как писать скрипты, и пропагандируем лучшие пример. | |
Использование ИИ при продажах дало экономию в 50% бюджета. Достигнут рост количества обрабатываемых клиентских обращений при помощи ИИ — с 30% до 75%. Для клиентов осуществляется ИИ-генерация индивидуальных отчетов с обзором рыночной ситуации, состоянием портфелей, мониторингом обновления финансовых продуктов.
В завершение выступления спикер напомнил, что «Альфа-Капитал» предоставляет своим клиентам мобильное приложение, и оно лучшее среди компаний, управляющих активами. Приложением пользуется 75% клиентов, что составляет около 1,65 млн человек.
Антон Исанин, директор по разработке, «АльфаСтрахование», обрисовал преимущества и недостатки генеративного ИИ, обозначил стратегию ИИ-инноваций, а также привел примеры применения генеративного интеллекта в компании.
В сравнении с классическим машинным обучением, генеративный ИИ позволяет значительно быстрее выводить продукты на рынок. Теперь нужно 1–2 недели, а не 6–12 месяцев, как раньше. Кроме того, он имеет более широкую область применения, отметил спикер. Впрочем, есть и недостатки. В их числе дороговизна машинных ресурсов и низкий технологический суверенитет.
В «АльфаСтраховании» уже запущена в промышленную эксплуатацию гибкая речевая аналитика с контролем качества обслуживания, умное распознавание документов (OCR), ассистент продавца для продаж сложных страховых продуктов.
В опытно-промышленной эксплуатации находятся сервисы чтения почтовых ящиков, а также сервисы анализа реестра нечетких данных. Спикер назвал продукты, используемые в разработке: технический ИИ-агент SourceCraft Code Assistant от «Яндекса» для подсказок кодировщику, MR Reviewer для анализа изменений кода в хранилище и для рекомендаций по улучшению кода, генератор описаний технических изменений и ряд других.
В фокусе дальнейшего развития инноваций находится разработка MCP-серверов (MCP, Model Context Protocol) для более эффективного использования ИИ-моделей, повышение эффективности ИИ-агентов, распространение в разработках облачного подхода, использование MCP-серверов в инфраструктуре, развитие систем контроля качества кода.
| | Основной подход к инновациям в «АльфаСтраховании» — субсидирование проникновения инновационных технологий в процессы через лидеров изменений, которых мы выявляем в процессе массового обучения и мониторинга использования копилота, — поясняет Антон Исанин. | |
90% всех цифровых инноваций — на базе ИИ
Цифровизацию в «ЕвроХиме» начали с производства как базовой функции, повышающей прибыль компании, рассказал Николай Ксензик, начальник управления, управление больших данных и продвинутой аналитики, группа «ЕвроХим». Он представил итоги цифровизации с использованием искусственного интеллекта — 2,75 млрд рублей достигнутого экономического эффекта к концу 2025 года. Спикер обозначил и дальнейшие перспективы.
Для формирования гипотез по цифровизации, в том числе — на базе больших языковых моделей (LLM), в группе применяется проблемно-ориентированный анализ по каждому элементу цепочки создания ценности: по производству, закупкам, по добыче и обогащению, логистике, коммерции, капитальному строительству, ремонтам и обслуживанию, по персоналу и безопасности. Николай Ксензик привел примеры прорабатываемых решений по использованию LLM, перечислил планируемые эффекты.
Так, например, на производстве тут собираются внедрить систему поддержки оператора при пусках, остановах и переходах между режимами оператора, а также сделать поддержку по вопросам ведения нормального технологического режима и в ТОиР. Это должно привести к повышению скорости принятия решений оператором, повышению производительности его труда. Сейчас проект на стадии прототипа, переход к стадии MVP продукта запланирован на ноябрь текущего года.
В капитальном строительстве создан MVP-прототип ИИ-системы, автоматизирующей поиск и присвоение инженерных и закупочных кодов для материалов и услуг в проектной и закупочной документации. Это должно экономить более 20 млн рублей в год, а также сократить сроки реализации инвестиционных проектов, снизить затраты на подготовку и согласование технической документации. Дальнейшее развитие продукта запланировано начиная с декабря текущего года.
Николай Ксензик рассказал также про мультиагентную систему на базе платформы Langflow, которую используют сотрудники бизнес-подразделений. Эта система интегрирована со всеми бизнес-приложениями, с которыми работают пользователи. Она может использоваться для обработки таблиц, генерации аналитики, извлечения смыслов из диаграмм, схем, графиков, преобразования сканов в машиночитаемый формат, обработки документов.
| | Активная фаза цифровизации в группе компаний стартовала в 2022 году, — говорит Николай Ксензик. — По итогам 2025 года мы собираемся достичь экономического эффекта в размере 2,75 млрд рублей. Практически 90% всех цифровых инноваций реализуется у нас на базе искусственного интеллекта. | |
Павел Калмыков, генеральный директор, Nobilis.Team, напомнил собравшимся о чрезвычайной перегруженности корпоративного ИТ-ландшафта, о сложности пользовательских интерфейсов и дороговизне любых доработок. Головной боли добавляет высокая зависимость от подрядчиков.
Любая система состоит из четырех основных компонентов: данные, бизнес-логика, интерфейсы и интеграция с другими системами, говорит спикер. Продукт Nobi.Chat появился из намерения максимально упростить построение интерфейсов: как пользовательских, так и интеграционных.
В ходе доклада Павел Калмыков представил архитектуру Nobi.Chat. В центре находится агент-оркестратор, который, с подачи пользователя системы, обращается к языковой модели. Та обрабатывает запрос, понимает, с чем он связан и генерирует пользовательский интерфейс на основании предоставленных стилевых файлов и библиотеки стандартных интерфейсов.
Агент-орекстратор объединяет этот интерфейс с полученными от другого компонента данными. Готовый скрипт передается пользователю для работы. Когда работа закончена, данные, подлежащие изменению или удалению, агент передает в систему, из которой они получены (CRM, ERP и др.).
| | Nobi.Chat имеет мультимодальный интерфейс, с которым можно работать голосом, текстовыми подсказками, кликами мышки, — перечисляет Павел Калмыков. — Продукт сосредоточен на выполнении бизнес-логики. Он самостоятельно строит интерфейсы, создается как дополнительный диалоговый слой вокруг корпоративной архитектуры, самостоятельно взаимодействует со всеми необходимыми компонентами ИТ-ландшафта. | |
Разработанная система Nobi.Chat находится в стадии пилотирования — в закрытом контуре вендора и ряда заказчиков. Спикер отметил возможность развернуть его в закрытом контуре компании для тестирования, а также подчеркнул готовность вендора дорабатывать модель продукта под предметную область заказчика.
Искусственный интеллект во времена сингулярности
Максим Шпилькин, CPO по ИИ-продуктам для бизнеса, «Сбер Бизнес Софт», размышлял об основах эффективности при внедрении ИИ. Сначала он рассказал о проведенном компанией исследовании представленных на российском рынке продуктов на основе ИИ — в отраслевом разрезе. Таких продуктов насчитывается более 600.
В ряде отраслей (торговля, промышленность, здравоохранение) ИИ-продукты уже активно используются и даже стали отраслевым стандартом. Однако во многих отраслевых нишах ИИ-продуктов или мало, или они отсутствуют вовсе. Например, в АПК для исследований и селекции, маркетинга и сбыта продукции. Докладчик подчеркнул, что «Сбер Бизнес Софт» готова предоставить детальные результаты проведенного исследования тем, кто заинтересовался и хочет подробностей.
По мнению спикера, генеративный интеллект не способен заменить другие технологии ИИ (машинное обучение и др.). Сейчас компания внедряет гибридные ИИ-решения, в рамках которых GenAI используется в качестве оркестратора.
| | Ожидания компаний от внедрения генеративного искусственного интеллекта снижаются, — отметил эксперт. — Такие технологии, как компьютерное зрение, видеоаналитика, распознавание голоса, NLP, машинное обучение — уже вышли на плато продуктивности. Они опробованы и доказали свою эффективность. Они могут работать на конечных устройствах. С их помощью можно достичь высоких метрик, а генеративный интеллект на сегодня не способен полностью заменить все. | |
Максим Шпилькин поделился формулой успешного внедрения ИИ, основной слагаемой которой он назвал метрики. Главная метрика по итогам внедрения ИИ не является бинарной («работает–не работает»). Здесь гораздо больше вариативности: «качественный результат, но долго», «низкого качества, но быстро» и так далее. Чтобы достичь успеха в проекте, нужно искать компромисс между качеством и временем достижения, изначально договариваясь с заказчиком о конкретных метриках, которые являются целью.
Другие компоненты успеха — это качественные репрезентативные данные, пилотные проекты, дообучение больших языковых моделей. В завершении спикер рассказал о нескольких кейсах. Так, в авиакомпании «Азимут» был внедрен ИИ-ассистент, интегрированный с системой бронирования, для консультации клиентов. Ассистент успешно обрабатывает большую часть (87%) обращений в текстовых каналах. Таким образом удалось сэкономить затраты на первую линию поддержки.
Антон Хаймовский, руководитель продукта ContentCapture, Content AI, перечислил признаки времени сингулярности в плане технологии искусственного интеллекта: экспоненциальная скорость изменений, непредсказуемость и «трансформация всего». ИИ становится активным участником процессов, а не просто инструментом.
Прорывы в ИИ происходят каждые несколько месяцев. Технологии начинают заменять человека на рабочих местах и даже осваивать область, изначально считавшуюся прерогативой человека — творчество. Грань между искусством и алгоритмом стирается.
| | Мы живем во время сингулярности искусственного интеллекта, — считает докладчик. — Это некая точка в пространстве и во времени, в которой непонятно, в каком направлении будет дальше развиваться технология, а прорывы в ИИ случаются настолько часто, что не успеваешь освоить одну технологию, как появляется другая. | |
Вернувшись к вопросам непосредственно бизнеса, Антон Хаймовский сообщил, что генеративный интеллект, например, в части оцифровки документов, уже вполне сравним по эффективности с традиционными технологиями (OCR). Поэтому в продукте Content AI реализован гибридный подход к интеллектуальной обработке документов: используется и классический подход (OCR), и ИИ — для обработки неструктурированного контента.
Далее спикер поделился своим видением использования искусственного интеллекта в крупных корпорациях, сделав акцент на важности стратегии, а не только автоматизации рутинных задач. Он дал различия между ИИ-помощниками и ИИ-агентами, определил, что такое мультиагентные системы, обрисовал круг задач, над которыми работает вендор для банков, госсектора и страховых компаний.
Так, для банков разрабатываются ИИ-агенты для автоматической обработки заявок на стандартные продукты (карты, вклады) с целью проверки данных, скоринга по простым моделям. Создаются агенты в помощь принятия решения, для автоматического расследования мошеннических транзакций (сбор данных, сравнение с шаблонами). Год назад в Content AI начали разрабатывать фабрику ИИ-агентов. Первый релиз ожидается в начале 2026 года.
В перерыве и по завершении конференции участники общались в неформальной обстановке, а также имели возможность ознакомиться с решениями и услугами ИТ-поставщиков на стендах, развернутых в холле мероприятия.
