Главная ошибка бизнеса при внедрении ИИ — попытка встроить нейросеть в старые процессы, считает заместитель руководителя администрации президента (АП) Максим Орешкин. Если оцифровать не готовый к этому бизнес, получится цифровой хаос. На «Открытом диалоге» во Владивостоке он обсудил с ведущими мировыми экспертами, как не сжечь инвестиции, соединить машинный интеллект с человеческим и сохранить контроль над цифровой экономикой.
Как не создать цифровой хаос
Главная ошибка бизнеса — добавлять ИИ в старую схему работы, не меняя сам процесс, считает Максим Орешкин. Сначала нужно определить результат, убрать лишние действия и перераспределить ответственность и только затем решать, что поручить машине. Технология не исправляет плохую организацию, она ускоряет ее вместе со всеми изъянами.
«Если ты оцифровываешь хаос, на выходе получаешь цифровой хаос. Если внедряешь искусственный интеллект в процесс, который к нему не готов, получишь хаос, а не практический результат», — объяснил Орешкин.
Поэтому самой дефицитной профессией он назвал специалиста по реинжинирингу — «переводчика» между разработчиком и отраслью. Такой специалист должен одновременно понимать:
- отрасль;
- возможности ИИ;
- устройство организации.
Без такого интегратора даже дешевая модель окажется «встроена не в то место»: ошибки придется исправлять повторными запусками, расходуя время, энергию и вычислительные мощности.
Как Москва внедрила ИИ в медицину
Показательный пример перестройки процесса — московская радиология. В стандартной схеме снимок изучает врач рядом с конкретным аппаратом: качество и скорость зависят от специалиста на месте. В новой схеме устройства образуют сеть, а изображения стекаются в единый центр. Модели ИИ предварительно анализируют их и отмечают отклонения, после чего заключение проверяют наиболее квалифицированные врачи. Один центр может обслуживать разные территории: снимок делают на Чукотке, анализируют в Москве, а контролирующий ИИ специалист находится во Владивостоке. Но для этого нужно перестроить передачу данных, оплату услуги и распределение ответственности.
Первый руководитель Национального офиса по ИИ Малайзии Сэм Маджид предложил начинать с отраслевых песочниц и небольших пилотов. Масштабировать решение стоит только после оценки точности, безопасности, экономического эффекта и готовности организации.
Как найти инвестиции
Развитие ИИ требует вложений, но России не стоит соревноваться с США в объеме потраченных денег, считает Орешкин. Американская модель предполагает окупить огромные инвестиции через монополизацию глобального потребительского рынка, то есть научить ИИ еще лучше продавать человеку ненужное.
«Искусственный интеллект будет использовать всю информацию, чтобы придумать, как убедить тебя, что тебе нужна эта ненужная штука», — описал он риск рекламной модели. Альтернатива — ИИ как общественное благо: например, улучшение здравоохранения приносит выгоду гражданам, компаниям и бюджету, хотя весь эффект трудно монетизировать внутри одного продукта.
Как ИИ поможет выращивать овощи на Дальнем Востоке
До начала навигации свежие овощи в Анадырь приходится доставлять самолетом — вместе с соответствующим ценником. Местные теплицы сокращают транспортное плечо, а ИИ способен сделать их производительнее: данные датчиков помогают управлять микроклиматом, освещением, поливом и питанием растений, быстрее замечать отклонения и точнее расходовать ресурсы. Для региона это пример небольшого проекта с понятным результатом. Эффект измеряется не стоимостью модели и не выручкой разработчика, а урожайностью, ценой и доступностью свежих продуктов для жителей удаленных городов.
Самоустраняться из гонки ИИ также не стоит, предостерег директор Центра воплощенного искусственного интеллекта Шэньчжэньского института искусственного интеллекта и робототехники (AIRS) (Китай) Лю Шаошань. Постоянные, пусть и ограниченные, вложения нужны для инфраструктуры и подготовки специалистов. «Какое-то количество денег сожгут другие страны. Важно смотреть, где деньги не сожглись, и сразу забирать эти подходы», — согласился Орешкин.
Гонка в ИИ — марафон, а не спринт: важно сохранить силы и ускориться, когда станет понятна рабочая модель, а не расходовать все ресурсы на первых пяти километрах, пояснил он.
Зачем ИИ человек
Слабая сторона ИИ — понимание контекста. «Искусственный интеллект знает всё, что написано в интернете за всю историю человечества. Но одно из самых слабых мест текущих моделей — понимание контекста», — отметил Орешкин.
Поэтому формула будущего — не «ИИ вместо человека», а комбинация искусственного и естественного интеллекта:
- Машина — огромный массив данных и скорость обработки.
- Человек — контекст, мотивы, последствия и ответственность.
Сэм Маджид считает, что в медицине, образовании, транспорте и сельском хозяйстве последнее слово должно оставаться за человеком. В простой формализованной задаче — например, в распознавании автомобильного номера — постоянная перепроверка не нужна.
В медицине пациент может не корректно или не полностью описать симптомы, а чат-бот — уверенно «фантазировать» на ошибочной основе. «Врач держит контекст, понимает общую картину и структурирует процесс», — пояснил Орешкин. Поэтому врач с ИИ точнее врача без него, но сама модель врача не заменяет.
Как не стать цифровой колонией
Цифровой суверенитет, по мнению Орешкина, нельзя свести к национальной языковой модели. У него три уровня:
- Фундамент — энергия, связь, вычислительные мощности и компоненты.
- Средний уровень — данные и модели.
- Верхний уровень — приложения, платформы и управляющие алгоритмы.
Основатель и генеральный директор CoRover.ai, руководитель BharatGPT (Индия) Анкуш Сабхарвал предложил определять допустимую зависимость для каждого слоя отдельно. Энергию и мощности иногда рационально получать у надежного партнера, но данные, прикладные сценарии и правила доступа требуют жесткого контроля. Суверенитет — это не обязанность производить всё самим, а способность управлять критическими слоями.
Это не означает, что надо идти по пути цифровой автаркии. На ВЭФ президент отметил, что Дальний Восток — это территория глобального сотрудничества.
Регион готов создавать условия для выгодной работы иностранных компаний и становиться площадкой для испытания новых технологий. По мнению Орешкина, для быстрого развития технологий необходимы три институциональных компонента:
- Кооперация — позволяет вместе двигаться быстрее.
- Конкуренция — дает ориентир для сравнения.
- Соперничество — заставляет совершенствовать уже созданный продукт.
Но главный элемент суверенитета — человеческий капитал. «Ты можешь иметь энергетику, вычислительные возможности и даже все данные, но потерять контроль, если не понимаешь, как работает система, которая всё это связывает», — предупредил Орешкин.
Как создать большую модель по частям
Создание ИИ, по словам Лю Шаошаня, — это цепочка превращений:
- Энергия дает системе ресурс.
- Чипы превращают энергию в вычисления.
- Модели превращают вычисления в интеллект.
Анкуш Сабхарвал добавил: не каждой задаче нужна большая языковая модель. Классические алгоритмы и небольшие отраслевые модели часто дешевле, быстрее и точнее. Нужно выбирать минимально достаточный инструмент — это экономит энергию и снижает риск галлюцинаций.
Гуманоид против человека
Чем пока плох гуманоид:
- быстро изнашивается и уязвим к ударам;
- требует мощных вычислений и большой батареи;
- нуждается в данных для обучения каждой физической операции.
Чем хорош человек:
- понимает непредсказуемый контекст;
- универсален и учится на небольшом числе примеров;
- «самовосстанавливается» и устойчивее к износу.
Поэтому, считает Орешкин, раньше универсальных человекоподобных роботов экономику изменят камеры, дроны, программные агенты и специализированные машины, встроенные в конкретные операции.
Национальная система ИИ собирается по частям: инфраструктура дает возможность, небольшие проекты — практику, люди — контекст, а масштабирование — результат.
