— В начале лета появились сообщения о том, что зарубежный бизнес стал возвращать на работу специалистов, ранее уволенных в процессе внедрения ИИ. В частности, производитель автомобилей вернул инженеров, крупный банк — сотрудников службы поддержки. Как вы думаете, это значит, что нейросети не оправдали себя, или это результат каких-то организационных ошибок при внедрении?
— Спасибо за этот вопрос. Мы с вами записываем уже не первое интервью, и я постоянно повторяю одну и ту же мысль. При внедрении искусственного интеллекта надо ставить акцент не на том, что мы внедряем, а на том, куда именно в бизнес мы это внедряем, и какие результаты хотим получить. Поэтому здесь речь не про то, что искусственный интеллект, в каком бы он виде ни был, не справился с задачей. Здесь управленческие упущения.
Мы говорим сейчас про времена, когда у нас меняются или ломаются прежние системы. Искусственный интеллект хорошо работает с той информацией, где все более-менее стабильно. Почему инженеров возвращают? Потому, что инженеры, люди, качественные специалисты, должны сейчас находить такие решения, про которые искусственный интеллект не знает. Он же работает с той информацией, которую мы загружаем (если он работает с базой знаний внутри компании), либо берет ее из базы знаний, заложенной разработчиками, либо подключается к сети Интернет. Нигде, даже внутри компании, нет пока еще решений, которые могли бы подсказать, как быть в тех ситуациях, которые у нас возникают в результате геополитических и экономических факторов, реорганизаций внутри компаний. Для искусственного интеллекта необходимо создавать новую инфраструктуру, обновлять информацию, на базе которой, анализируя, он будет давать ожидаемые нами выводы.
Сейчас у нас есть уникальная возможность: ориентируясь на зарубежные страны, брать оттуда не только положительный опыт, но и смотреть, какие результаты они получают. У нас есть год-полтора на то, чтобы наблюдая за ними, пересмотреть свои подходы при внедрении искусственного интеллекта.
— Некоторые IT-компании столкнулись с тем, что годовые бюджеты на ИИ-помощников оказались исчерпаны за несколько месяцев, и в итоге ввели строгие лимиты для своих сотрудников. Это новый тренд или ошибочное целеполагание «больше значит лучше»?
— Для себя, еще в 2023 году, мы ввели термин «новая управленческая модель», когда поняли, что, встраивая ИИ в бизнес-процессы, необходимо менять сам подход в формировании процессов и формировать навык и культуру работы сотрудников с этим новым инструментом. Когда мы ставим сотрудников компании перед фактом «вот новый инструмент, теперь работаем с ним», если они не прошли специализированное обучение, адаптацию по работе с этим инструментом, естественно, у нас случается перерасход токенов.
Плюс, на волне хайпа ИИ, что «он теперь может все», «заменит людей-специалистов», появилось очень много платных сервисов. В их стоимость уже входит определенное количество токенов. Но, естественно, разработчики таких сервисов заинтересованы, чтобы этот лимит исчерпывался, и далее мы платили за те токены, которые идут сверх него. Если сотрудники будут дополнительно зажаты тем лимитом, который им вводят внутри компании, соответственно, у нас и качество самого запроса к нейросети будет падать — из-за того, что человек будет просто бояться перерасхода токенов. Если управленческое звено не пересмотрит свой подход по внедрению искусственного интеллекта, то это, конечно, перерастет в тренд сверхэкономии. И на качестве скажется очень плохо.
Стоит с помощью нейросетей, пока они еще дают результат достаточно неплохого качества на бесплатном аккаунте, например, разрабатывать себе внутренние локальные сервисы, которые обеспечат компании «суверенитет», позволят не так сильно быть привязанной к токенам. Кроме того, сейчас и на бесплатных, и на платных тарифах есть возможность повысить навык работы с ИИ у сотрудников. Пока мы за токены не платим, можно натренировать навык общения с нейросетью и получать от нее уже в две-три итерации качественный ответ. Ведь если сотрудник не прошел обучение и не имеет опыта, качественный ответ он получит, допустим, через десять итераций. Вот и получается тот самый перерасход токенов.
Необходимо, конечно, прорабатывать и таблицу KPI. Когда мы внедряем инструмент на базе искусственного интеллекта, управленческое звено должно понимать, какие результаты оно должно получить в моменте и на дистанции. Если такой сцепки нет, то, конечно, мы принимаем самое простое решение — сократить лимиты или, если у нас все хорошо получается, сократить специалистов. И попадаем в ловушку: экономия и сокращения до добра не доводят.
— Недавно Госдума приняла проект базового закона «О поддержке развития технологий искусственного интеллекта в России». Как, по вашему мнению, он повлияет на отрасль?
— Любое законодательство появляется не просто так. Действительно, индустрию искусственного интеллекта необходимо регламентировать и регулировать. И здесь законодательство у нас немного запаздывает.
В том законопроекте, о котором вы сейчас говорите, есть достаточно хорошие и сильные предложения. Например, про авторское право пока еще ломаются копья — кому оно принадлежит, если контент сгенерирован с помощью нейросетей? У нас в стране пока судебная практика не сложилась, а за рубежом таких споров становится все больше. Поэтому каждая страна сейчас пытается вводить свое законодательное регулирование.
Мне кажется, что от этого закона все-таки будет больше положительного, хотя бы с точки зрения введения маркировки на сгенерированный ИИ контент. Очень много пожилых людей и подростков попадается на такие мошеннические схемы, когда можно и голос, и изображение конкретного человека взять, и никак это не регламентируется. Нет наказания, или даже процедуры, как выявить тех людей, которые этим занимаются. Маркировка на контент могла бы, как минимум, чуть снизить эти риски. И не вводить в заблуждение людей, у которых насмотренность еще не очень хорошо развита, и они воспринимают любое видео за оригинал. И верят тому, что у нас показывают по телевизору, если «телевизором» мы считаем видеохостинги или социальные сети.
— США и Китай — две ведущие державы ИИ-отрасли — рассматривают экспортные ограничения для своих технологий, мотивируя их соображениями безопасности и защиты от конкуренции. Как вы думаете, ждет ли нас конец эпохи глобально доступных моделей?
— Совсем недоступными они вряд ли окажутся. Но то, что все будет дробиться, и каждое государство делает акцент на технологическом суверенитете, в том числе и в сфере искусственного интеллекта, это однозначно. Что-то будет закрываться, но проблематично сделать технологии недоступными глобально всем.
У обозначенных вами стран две разные стратегии. Если США вводят ограничения на чипы, их распространение, использование технологий, которые разрабатываются в Америке, Китай пошел по другому пути. Он наоборот дает возможность любым странам, любым компаниям, брать свои технологии и развивать свой искусственный интеллект.
Опять же, когда мы говорим про независимый искусственный интеллект, эти две стратегии сейчас явно вырисовываются. Целый ряд стран, например, Индия и Польша, тоже нацелены на то, чтобы создавать свои языковые модели, обучать их. Поэтому сейчас каждая страна задумалась о том, что необходимо выстраивать новую инфраструктуру. Если раньше, для индустриальной эпохи, необходимо было в каждой стране прокладывать, например, железнодорожные пути, закупать или самим производить паровозы, вагоны и так далее, то сейчас закладывается новая инфраструктура, для нового технологического витка. Поэтому здесь Китай, наверное, со своей стратегией имеет далеко идущие планы, чтобы в какой-то мере быть глобальным игроком.
Какая из этих стратегий в конечном итоге окажется выигрышной? Я надеюсь, что нам с вами повезет это увидеть.
