Российские компании переходят на платформенный подход к внедрению ИИ — ключевой тренд ближайших лет

Российский бизнес вступает в новый этап цифровой трансформации: компании отказываются от точечного внедрения нейросетей и все чаще делают выбор в пользу платформенных решений. Такой подход позволяет систематизировать процессы, снизить затраты и ускорить внедрение искусственного интеллекта в ключевые бизнес-функции. Об этом заявили представители ИТ-холдинга "Т1", подчеркнув, что платформизация в ближайшие годы станет определяющим трендом для всех отраслей.

Руководитель направления "Т1 ИИ" Сергей Голицын отметил, что ранее компании стремились внедрять ИИ-решения локально — туда, где возникали конкретные проблемы или проседали бизнес-процессы. Однако подобная практика не обеспечивала масштабируемости и требовала значительных ресурсов на поддержку. По его словам, в современных условиях это становится непродуктивным, и бизнес стремится к системному подходу, способному объединить разные направления и подразделения на единой цифровой основе.

По мнению эксперта, переход к платформенному подходу вызван желанием компаний сократить барьеры входа в сложные технологии. Среди ключевых проблем он назвал нехватку квалифицированных кадров и высокую стоимость оборудования, необходимого для полноценной реализации ИИ-проектов. Платформизация, по его словам, помогает минимизировать эти издержки и ускоряет запуск приложений, работающих на базе искусственного интеллекта.

Голицын указал, что на российском рынке уже появились зрелые импортозамещённые платформы, позволяющие создавать цифровых ассистентов для широкого круга задач. Он подчеркнул, что в перспективе 5-10 лет подобные инструменты смогут использовать даже те специалисты, которые не обладают навыками программирования. Тем не менее, он уверен, что люди не станут менее востребованными — напротив, изменятся требования к компетенциям, и компаниям нужно уже сегодня вкладываться в переобучение сотрудников и адаптацию внутренних процессов.

Важным направлением применения ИИ он назвал так называемые оптимизационные решения, которые позволяют анализировать большие объёмы данных и находить пути сокращения расходов. Такие инструменты, по его словам, будут особенно востребованы в отраслях с высокой стоимостью простоев и логистических задержек. В качестве примера он привёл проект в нефтегазовой отрасли, где ИИ рассчитывал оптимальное время закупки и доставки оборудования, что позволило избежать остановок в производственном цикле.

Голицын также сообщил, что пока в стране отсутствуют универсальные отечественные "солверы" — алгоритмы для оптимизации сложных задач, — однако над их созданием уже работают ведущие ИТ-компании совместно с научными центрами. Создание таких решений станет следующим этапом развития отечественного ИИ-ландшафта.