25 января 2024 г.
Рост популярности генеративного искусственного интеллекта в немалой степени удерживает мировой серверный рынок от спада; акции главных разработчиков и изготовителей чипов для решения ИИ-задач — Nvidia, AMD, TSMC — неуклонно растут. Вместе с тем российские заказчики, желающие развёртывать такого рода системы on-premises либо в облаках (и локальных, и тем более публичных) вследствие внешних рестрикций рискуют оказаться отрезанными от наиболее передовых аппаратных платформ для генеративного ИИ. Или всё-таки нет?
Далеко и близко
По данным недавних опросов «Авито Работы» и банка «Точка», 24% сотрудников российских компаний уже используют технологии искусственного интеллекта в профессиональной деятельности, — хотя 85% коммерческих предприятий и не готовы взаимодействовать с генеративным ИИ в облаке. Роман Гоц, генеральный директор DатаРу, указывает на то, что осведомлённость сотрудников отечественных компаний об ИИ основана прежде всего на инструментах, доступных российским пользователям из публичных облаков: «А значит, для массового применения на корпоративном уровне такие инструменты неприменимы. Участники опроса, скорее всего, имеют в виду либо практики обучения нейронной сети с помощью ресурсов GPU в облаке, либо же, что ещё проще, — дизайн картинки с помощью того же ChatGPT или Kandinsky. То есть речь не идёт об использовании возможностей ИИ, ценных для бизнес-заказчика. До появления же корпоративного ИИ нам ещё предстоит проделать большой путь. Хотелось бы, чтобы происходило локальное развёртывание соответствующих платформ у корпоративных заказчиков, которое приводило бы к развитию ИИ-инфраструктуры».
Как считает Вадим Лукин, руководитель проектов по разработке «Абак-2000», возможности использования технологий искусственного интеллекта чаще всего является инициативой отдельных работников — с целью облегчения рутинной операционной работы по написанию текстов: «Однако всё больше компаний осознают преимущества, которые можно получить от применения искусственного интеллекта, и уже разрабатывают стратегии его внедрения на организационном уровне».
Алексей Петров, инженер IT-компании «Арсенал+», свидетельствует: «К сожалению, сегодня из примеров активного применения ИИ более всего на виду составление рефератов и написание постов в Yandex Dzen. Полагаю, что внутри крупных корпораций использование сервисов, подобных ChatGPT, зачастую сводится к составлению разнообразных отчётов с претензией на аналитику. Встречаются попытки заставить такие сервисы писать программный код; по крайней мере, рутинную его часть. В абсолютном большинстве случаев использование ИИ на рабочих местах — это инициатива самих работников. ИИ в повседневной деятельности ещё не вышел за рамки забавной и популярной игрушки. Исключение составляет применение ИИ там, где его использование обосновывается заменой людей на направлениях, требующих быстрой реакции при несложных моделях поведения. Например, для распознавания лиц, для применения в семантическом поиске и переводе на другие языки, для применения в техническом зрении роботов при захвате, перемещении, сортировке различных объектов».
Эксперт подчёркивает, что каждый из способов взаимодействия с ИИ хорош на своём направлении: «Если это полностью автономные устройства, определённые для решения конкретных узких задач, то предпочтительнее системы on-premises. Если это интерактивные устройства, подключённые к сети, то предпочтительнее использование облачных решений. Облачные решения могут объединять опыт решения тысяч, сотен тысяч подобных задач и тут можно говорить о синергии „накопленного кибернетического опыта“, об ускоренном обучении и использовании накопленного опыта других участников сети. Считаю, что сейчас ещё рано говорить о массовых инициативах ТОП- менеджеров по применению ИИ в работе вверенных им компаний — просто потому, что цена ошибок может быть очень велика. Не накоплен пока продолжительный позитивный опыт опоры на предлагаемые ИИ решения поставленных задач».
Сергей Щербаков, руководитель группы Data & Machine Learning ICL Services, особо отмечает, что упомянутые в опросе «Авито Работы» и банка «Точка» 24% пользователей — это не только люди, которые используют генеративные нейронные сети: «Я уверен, что в этих 24% есть сотрудники, которые используют в своей работе как традиционные алгоритмы ML, так и генеративные нейронные сети. Причём часть из них может знать, что использует ИИ, но совершенно не разбираться в деталях. И это совершенно нормально. Cтоит также отметить, что результата в 24% нельзя достичь лишь на энтузиазме и инициативе отдельных работников. Почти четверть — это признак системного внедрения (и популяризации, как же без этого) технологий ИИ в рабосий процесс».
Что касается уже конкретно генеративных сетей, продолжает эксперт, то очевидно, что для российского крупного и среднего бизнеса сейчас наиболее предпочтительный вариант использования подобных сервисов — это локализация, просто по причине различных геополитических рисков: «А вот будет она облачной или локальной — очень сильно зависит от масштаба предприятия и сферы применения. Складывается такая картина: небольшой бизнес и индивидуальные пользователи будут применять последние наработки вне зависимости от геополитики, средний же бизнес сделает ставку на локальные облака, если это не повлечёт за собой рисков разглашения персональной, коммерческой и иной тайны. Ну, а крупный бизнес предпочтёт локальное использование on-premises — просто потому, что даже малейший шанс утечки данных или проникновения в периметр безопасности несёт огромные риски».
«Если верить результатам опроса, — говорит Евгений Чуверин, руководитель группы ПО и корпоративных систем департамента маркетинга Merlion, — то чаще всего с помощью ИИ представители бизнеса решают задачи по работе с клиентами, собирают аналитику, планируют процессы, обрабатывают запросы, пишут тексты. Все эти работы, кроме, разве что, последнего пункта трудно делать „помимо“ работодателя. Для каких-то задач лучше подходят облачные решения крупных провайдеров, обученные на огромном массиве данных. Для решения специфических задач предпочтительнее обучение на клиентских данных. Проблема в том, чтобы понять, какая у тебя задача, выбрать релевантные данные».
Эксперты российского производителя ИТ-оборудования Fplus подтверждают, что решение о внедрении ИИ-технологий происходит на уровне руководства компании: «Большие языковые модели, такие как ChatGPT, легко выполняют базовые функции копирайтеров для написания текстов, а нейросеть Midjourney заменяет художников и дизайнеров для генерации изображений. Раньше такую работу часто отдавали на аутсорс, теперь её выполняют машины. Первую линию поддержки в каком-нибудь крупном банке вместо целого штата сотрудников теперь легко обеспечивают чат-боты. Но чтобы они могли в полной мере выполнять требуемые функции, их необходимо обучать на собственных данных, на конкретных заявках, инструкциях, звонках, базах. Естественно, без решения руководства такие процессы не происходят».
«В нашем случае это осознанная политика руководства, — соглашается Алексей Тюменцев, президент IT-компании „Арсенал+“. — Общий рост интереса к ИИ и среди разработчиков, и среди пользователей свидетельствует о признанном потенциале инструмента. Использование ИИ уже не факультатив, это жизненная необходимость. Да, нейросети не заменят человека, но заменят тех, кто не научился ими пользоваться. Поиск информации, вычленение нужного из многостраничного текста, написание ТЗ, описание товаров, создание креативов, подбор конфигураций — эти и многие другие операции становятся эффективнее и результативнее. Необходимо применять ИИ в решении рутинных задач уже сегодня».
Конкретные формы взаимодействия с ИИ, продолжает эксперт, зависят от потребностей и ресурсов конкретной компании: «Мы изучаем многие решения, и для наших сегодняшних задач нет принципиальной разницы, кто разработчик, — главное, что мы достигаем результата быстрее, чем при самостоятельной работе. Российский бизнес перед использованием ИИ должен ответить себе на вопросы: готов ли он вкладывать финансы в инфраструктуру и обучение персонала, каковы объёмы информации и насколько конфиденциальны данные, с которыми будет работать ИИ. И в зависимости от ответов принимать решения об использовании различных форматов работы: российское — доступнее и безопаснее, но может требовать времени на дополнительную настройку; зарубежное — мощнее и не требует ресурсов, но может не подойти для работы с информацией, приравненной к коммерческой тайне; локальное развёртывание дорого, идеально для крупных корпораций».
На взгляд Игоря Солкина, ведущего менеджера по развитию бизнеса iRU, в целом в отрасли уже наблюдается переход с облачных сервисов зарубежных вендоров на российские аналоги: «Компании, обладающие ресурсами для развёртывания собственной ИИ-инфраструктуры, активно проводят тестирование».
Владимир Карпенко, руководитель программных решений компании Treolan (входит в группу ЛАНИТ), приводит такой пример: «В Treolan мы написали систему, которая рекомендует к приобретению тот или иной продукт в момент, когда покупатель выбирает товар в нашем каталоге. Программа обрабатывает исторические данные о покупках конкретного клиента. На основе опыта система предлагает список из нескольких товаров, которые, по её мнению, стоит заказать. За полгода рекомендациями заинтересовались примерно 12 тысяч раз. Из них 300 позиций оказались купленными, что является очень хорошей конвертацией».
Крупные игроки в 2023 г. предпочитали эксперименты по применению генеративного ИИ для решения внутренних корпоративных задач, создания различного рода помощников, — на это обращает внимание Александр Чулапов, руководитель отдела бизнес-поддержки продаж департамент по развитию бизнеса компании «Дататех»: «Здесь ведущую роль сыграли открытые большие языковые модели, которые можно развёртывать внутри контура компании и регулировать не только доступ к ним, но и влиять на выдаваемые результаты. Генеративный искусственный интеллект с определёнными ограничениями можно внедрять для решения внутрикорпоративных задач, в том числе в бизнес-процессы и работу с документами. Важно при этом выстроить правильную систему управления и контроля применения ИИ и защиты информации. В целом с помощью ИИ можно существенно упростить поиск информации внутри компании и рутинные операции, что существенно сэкономит время сотрудников. По мере того, как возникнет лучшее понимание безопасности и правил использования российских облачных решений, они будут находить свои ниши применения. Использование облачных сервисов зарубежных вендоров вряд ли оправдано, большинство из них недоступны в России и вопросов по безопасности работы с ними и непредвзятостью выдаваемых результатов гораздо больше».
Источник: Максим Белоус, IT Channel News