Фото: пресс-служба
erid: 2SDnjdEx5W2
— Почему компаниям сложнее перейти от пилотов к промышленному использованию искусственного интеллекта (ИИ) и где возникает основной барьер?
— Пилотные проекты изначально находятся в более упрощенной среде: там нет жестких требований к надежности, безопасности или интеграции с другими системами. По сути, это тестовый контур, где можно быстро проверить гипотезу.
Когда же речь заходит о промышленном использовании, ИИ-решение становится частью реального ИT-ландшафта компании. Оно должно работать круглосуточно, соответствовать требованиям информационной безопасности, учитывать регуляторные ограничения и вписываться в существующие процессы эксплуатации.
Главный барьер в этом переходе связан с данными. В большинстве случаев речь идет о чувствительной информации — о персональных данных, коммерческой тайне, внутренней корпоративной информации. Это автоматически накладывает требования со стороны регуляторов и серьезно повышает уровень ответственности. В результате переход от пилота к продакшену — это не столько про доработку модели, сколько про создание надежной и контролируемой инфраструктуры, в которой это решение может безопасно работать.
— Почему сегодня в бизнесе все чаще применяется платформенный подход? За счет чего такие решения становятся доступными более широкой аудитории?
— Отдельные ИИ-инструменты решают лишь часть задачи. Чтобы получить результат, компании приходится объединять их между собой, настраивать взаимодействие, контролировать работу и обеспечивать безопасность. Чем больше таких разрозненных элементов, тем выше сложность системы и риски — ее труднее поддерживать и масштабировать. Поэтому бизнесу уже недостаточно отдельных ИИ-инструментов, ему необходимы платформенные решения.
При платформенном подходе основные компоненты уже интегрированы в единую среду, и компания получает не набор инструментов, а готовую основу для внедрения ИИ в процессы. Одновременно с этим снижается и порог входа. Качество моделей заметно выросло, появились стандарты и понятные подходы к их использованию, а облачная инфраструктура и гибкие модели оплаты позволяют запускать проекты без значительных инвестиций.
— Насколько сегодня вопрос контроля над данными действительно ограничивает внедрение ИИ? Можно ли совместить удобство облака с приватностью и предсказуемостью?
— В большинстве случаев ИИ работает с закрытыми данными — это могут быть персональные сведения, коммерческая тайна или внутренняя корпоративная информация. Соответственно, к таким решениям применяются требования регуляторов, и игнорировать их невозможно.
Риски здесь тоже вполне практические: речь идет не только о репутации, но и о прямых финансовых и юридических последствиях в случае утечки. Поэтому для некоторых компаний использование внешних публичных сервисов оказывается ограниченным или невозможным, особенно если речь идет о критически важных данных.
Чтобы обеспечить удобство облачной модели и при этом сохранить контроль над инфраструктурой, мы используем изолированные среды — именно так работает защищенное Облако ФЗ-152 в «Рег.облаке». Для каждого клиента формируется отдельный контур, который не имеет общего доступа и не предполагает совместного использования ресурсов. Данные остаются в пределах этого контура, а доступ к ним строго регламентирован. Такой подход позволяет сохранить преимущества облака, но при этом обеспечить необходимый уровень приватности и предсказуемости.
— Насколько сегодня на практике сложен запуск ИИ для компании?
— В первую очередь сложности возникают в части требований к безопасности, приватности данных и соответствия регуляторике. Компании постоянно находятся в компромиссе между удобством использования ИИ и необходимостью сохранять контроль над данными.
Второй важный блок — инфраструктура. Нужно подобрать подходящую конфигурацию, обеспечить стабильную работу, организовать мониторинг и сопровождение. Для многих компаний это становится отдельной задачей, требующей ресурсов и экспертизы.
Третий уровень — интеграция в реальные процессы: источники данных, разграничение доступа и внутренние требования.
В своих решениях мы стараемся снять значительную часть этих барьеров. Берем на себя инфраструктуру: подбор конфигураций, эксплуатацию и мониторинг. Кроме того, упрощаем сам доступ к инструментам, — например, многие сценарии можно запустить без глубокой технической подготовки на базе ИИ-платформы в «Рег.облаке». Как следствие, снижается порог входа, и работа с ИИ становится доступной не только для узких специалистов, но и для широкой аудитории.
— В чем основные отличия вашей платформы от других решений на рынке?
— Мы стараемся не усложнять пользовательский опыт за счет избыточных разработок. В основе наших решений лежат проверенные open-source инструменты (ПО с доступным исходным кодом. — «РБК Отрасли»), которые уже хорошо известны на рынке и поддерживаются сообществом.
Это дает сразу несколько преимуществ. Во-первых, пользователю не нужно осваивать принципиально новые подходы — он работает с привычными инструментами. Во-вторых, за счет использования стандартных интерфейсов и протоколов обеспечивается совместимость с другими системами и снижается зависимость от конкретного поставщика.
Благодаря гибкости инфраструктуры мы можем предлагать разные варианты реализации: от облачных решений до размещения оборудования непосредственно в контуре заказчика. Таким образом, ключевое отличие — в снижении порога входа и упрощении внедрения без ограничений для клиента в выборе инструментов и сценариев использования.
— Как вы видите развитие ИИ в ближайшие два-три года?
— ИИ уже становится базовой частью ИТ-инфраструктуры. Это видно по тому, как он постепенно встраивается в различные процессы — от разработки и администрирования до задач информационной безопасности. Фактически речь идет о более глубокой автоматизации: везде, где есть повторяемые или типовые задачи, ИИ будет применяться и дальше.
Для облачных провайдеров это тоже становится стандартом. В портфеле услуг появляются вычислительные мощности под ИИ, сервисы для работы с моделями, различные варианты их использования и оплаты. Если смотреть шире, сохраняется общая логика развития облачных технологий: от инфраструктуры к платформам и далее к готовым сервисам, которые решают конкретные задачи бизнеса.
При этом рынок все еще находится в стадии активного роста. Несмотря на быстрое развитие последних лет, потенциал проникновения ИИ далеко не исчерпан. В ближайшие годы мы увидим дальнейшее расширение его применения.