6 мая 2025 г.
Окончание, начало тут
Сегодня ИИ может быть «встроен» в инструменты разработки (например, в LCNC-платформы), доступен из «облака» (cloud-провайдеры становятся центрами компетенций по разным технологиям, в том числе, и ИИ), построен на базе бесплатных LLM (на ваш страх и риск, разумеется, даже если модели с открытым кодом). Но в любом случае встраивание его в процессы разработки представляет сложную организационную и техническую задачу.
DevOps и прочие техники требуют адаптации для ИИ
«Искусственный интеллект» — точнее, функции и инструменты, созданные с помощью ИИ — при использовании в бизнес-приложениях требуют встраивания в конвейеры разработки с учетом современных отработанных инструментов и концепций. Только тут тоже есть проблема: для приложений с ИИ привычные концепции индустриальной разработки — DevOps, DevSecOps, TestOps и т. д. — еще недостаточно отработаны, даже методология нужных изменений пока не отличаются зрелостью, обновление процессов происходит на наших глазах.
Разумеется, ИИ-инструменты перед внедрением в бизнес-практики должны быть всесторонне протестированы, а использующие их решения — пройти «обкатку» на пилотных проектах, в ходе которых к результатам следует относиться крайне критично, если хотите, применять к ним аналог известного принципа Zero Tolerance. После проведения всестороннего тестирования решения можно «выкатывать на прод».
Заметим, что адаптировать для ИИ-инструментов следует не только техники разработки и тестирования, но и финансовые инструменты с бизнес-показателями. Например, при внедрении ИИ-инструментов следует помнить о рисках, связанных со сложностью оценки ROI. Как показывает практика, эффект от внедрения ИИ в компании часто бывает трудно измерить из-за отсутствия четких метрик — их нужно переработать для корректного взаимодействия с новым инструментом.
При работе ИИ самым уязвимым элементом остается человек
Подчеркнем, что при внедрении ИИ в бизнес-практики крайне важно еще одно обстоятельство: нужно обучать сотрудников работе с новыми инструментами, добиваться понимания их особенностей. При всей своей мощности ИИ не является «интеллектом». Любой ИИ — от маленькой локальной модели до LLM — не способен ставить задачи, критически подходить к анализу применимости их решения и т. д. Добавленную стоимость для компании создает человек. Все цифровые инструменты, включая ИИ — лишь помощники для сотрудника, которые позволяют ему быть более эффективным.
Сотрудники заинтересованы во внедрении новых инструментов, которые хотя и требуют дополнительных навыков в работе, позволяют людям быть более эффективными и позволяют автоматизировать рутинные задачи. Значительное количество российских компаний — 42%, по данным опроса VK Predict и консалтингового агентство Prognosis, — ожидают от внедрения ИИ увеличения производительности труда и сокращения расходов.
Бдительность сотрудников будет нужна при работе с ИИ любого формата распространения: свободного, созданного внутри корпоративного заказчика или полученного от доверенных партнеров. Такие инструменты, даже созданные в соответствии с технологиями безопасной разработки, следует также использовать с повышенной осторожностью — помните о «нечеткой логике» ИИ. Кроме того, даже доверенный ИИ не перестает быть «черным ящиком»!
При использовании внешних нейросетей можно поручить им анализ данных / построение маркетинговых активностей / создание презентаций / etc., загрузив данные компании — только при этом невозможно гарантировать сохранность чувствительной информации от раскрытия неограниченному кругу лиц. О существовании и о серьезности такой ситуации квалифицированные «безопасники» постоянно напоминают сотрудникам компаний — даже топ-менеджерам — и в этом представители ИБ, безусловно, правы.
Вместо заключения
Задача момента — научить корпоративных заказчиков доверять ИИ, интегрировать в бизнес-процессы соответствующие инструменты, сказал Евгений Колбин, СЕО Cloud.ru, выступая на конференции GoCloud 2025. Хорошая новость состоит в том, что перечисленные выше сложнейшие задачи на практике оказываются вполне решаемы, что было неоднократно продемонстрировано на практике.
Существуют многие тысячи кейсов успешного применения ИИ-инструментов для оптимизации бизнес-процессов, которые позволили корпоративным клиентам заработать/сэкономить существенные суммы. Сложностей, связанных с использованием ИИ в бизнесе, как видно, существует довольно много. Решать их приходится на разных уровнях — от организационных до методологических — меняя и адаптируя под новую реальность политики, методы разработки и пр.
Напомним, что без ИИ уже не могут существовать целые технологические направления — видео- и речевая аналитика и все построенные на соответствующих инструментах системы контроля, системы защиты, основанные на поведенческом анализе (от антиспама до антифрода), оптимайзеры для видеоконференцсвязи и т. д. Более того, есть целые направления, которые стали лидерами в использовании ИИ-инструментов — например, HR — причем кадровики крупных компаний уже говорят, что с новым спектром задач без «искусственного интеллекта» они бы не справились. Так что best practices для внедрения ИИ и обеспечения безопасности на всех этапах уже существуют, нужно лишь ими воспользоваться, «раскатав» на задачи для других бизнес-подразделений.
Источник: Александр Маляревский, внештатный обозреватель IT Channel News
