Как применять ИИ в бизнесе: реальные задачи, ограничения и кейсы

Вадим Медяник, технический директор компании BPA Technologies, в интервью журналу IT Review рассказал, как компании используют искусственный интеллект для реальных бизнес-задач: от анализа полок в ритейле до предиктивного контроля на производстве. В материале — практический взгляд на то, где ИИ действительно работает, с какими ограничениями сталкиваются команды и что помогает получать экономический эффект, а не просто презентации.

Важно быть честным: модели искусственного интеллекта не всегда работают так, как это выглядит в презентациях

«С самого начала мы понимали: искусственный интеллект не должен быть игрушкой для экспериментов. Это инструмент, который помогает бизнесу экономить, ускоряться и принимать более точные управленческие решения».

—  Искусственный интеллект и автоматизация – в чем вы увидели перспективу этих технологий?

В начале наша работа была сосредоточена на разработке программных решений для бизнеса. Мы создавали продукты, которые помогали компаниям автоматизировать процессы, выстраивать аналитику и работать с данными. Это было естественным стартом: рынок в тот момент прежде всего искал надежные инструменты цифровизации.

Наш дальнейший поворот совпал с глобальными трендами. В последние 10 лет началось внедрение облачных AI-платформ от крупных игроков, появились десятки новых прикладных кейсов: от персонализации до интеллектуальной аналитики. Затем на рынок вышли генеративные модели, и интерес к искусственному интеллекту приобрел по-настоящему массовый характер: корпорации начали интегрировать ИИ в ключевые продукты, а венчурные фонды инвестировали миллиарды в новые стартапы. Конкуренция между игроками усилилась одномоментно, появились специализированные нейросети для бизнеса и науки, а государства начали формировать первые регуляторные рамки. Фактически за эти года ИИ из экспериментальной технологии превратился в основной драйвер цифровой трансформации.

Поэтому на текущий момент у нас сложилась рабочая модель, которая позволяет закрывать большую часть запросов рынка в данном направлении. Это симбиоз трех направлений: инженерные решения («железо»), программное обеспечение и алгоритмы искусственного интеллекта. Такой подход позволяет строить комплексные продукты, которые не просто фиксируют и отображают данные, а понимают происходящее и помогают управлять процессами в реальном времени.

— Что такое искусственный интеллект для бизнеса сегодня?

Нужно понимать, что сам термин «искусственный интеллект» во многом маркетинговая конструкция. Его действительно очень много видов, и это не единая «умная машина». Исторически первые основы были заложены математиками ещё в 50–60-х годах. Постепенно развивался математический аппарат, появлялись методы машинного обучения: сначала линейные приближения и простые предсказательные модели, затем деревья решений, алгоритмы оптимизации функций. Позже пришло компьютерное зрение, когда машины научились различать образы на изображениях и видео, а затем популяризировалась обработка текста. То, что мы называем большими языковыми моделями, это относительно недавняя история. Массовый резонанс они вызвали только в начале 2020-х, когда на широкую публику вышли GPT-модели и вслед за ними десятки аналогов от других компаний. Сегодня на рынке множество игроков, которые активно развивают эти технологии.

Если говорить прикладным языком, искусственный интеллект сейчас — это экосистема моделей, каждая из которых заточена под свою задачу: обработка изображений и видео, генерация текста, синтез речи, анализ аудио, прогнозирование событий. Даже в привычном чат-боте вроде ChatGPT работает не одна система, а целый ансамбль: одна модель понимает речь, другая генерирует текст, третья может создать изображение или расшифровать аудио.

Для бизнеса ценность как раз в этом прикладном разнообразии, а также в том, что эти инструменты позволяют по-новому выстраивать управленческую архитектуру. Если раньше решения принимались на основе ограниченной статистики и отчетов «задним числом», то теперь компании получают данные и прогнозы в реальном времени. Это значит, что управленцы начинают действовать не постфактум, а проактивно.

Важно дополнить, что искусственный интеллект не заменяет человека, а дополняет его: помогает видеть то, что ускользает от внимания, прогнозировать события до того, как они наступили, и освобождать людей от рутины.

— Сегодня часто говорят об опасности: мол, вот ИИ уже превзошел человека в каких-то сферах. Достаточно вспомнить шахматы, когда Каспаров проиграл машине и это стало символом новой эпохи. Можно ли провести параллель с бизнесом: действительно ли ИИ способен заменить человека, или он все же остается лишь инструментом?

История с шахматами очень показательна. В 1997 году Гарри Каспаров проиграл суперкомпьютеру Deep Blue, и это стало символом того, что человек «уступил» искусственному интеллекту. Но важно понимать: шахматы — это узкая, чётко формализованная задача, где машина способна просчитывать миллионы вариантов вперёд. С таким перебором человек действительно не может конкурировать.

Позже многие говорили: хорошо, в шахматах машина сильнее, но есть игры вроде ГО — куда более сложные и стратегические, где машине никогда не обойти человека. В 2015 году AlphaGo впервые победила чемпиона Европы Фань Хуэя, а уже в марте 2016 года программа выиграла со счётом 4:1 у Ли Седоля, профессионала 9-го дана (высшего ранга), во время исторического матча, широко освещавшегося в прессе. Этот результат показал, что даже в областях, где интуиция и стратегия считались исключительно человеческой сильной стороной, ИИ способен находить неожиданные и победные решения.

В бизнесе ситуация похожая.Лид*(Искусственный интеллект блестяще справляется там, где есть формальные правила и накопленные массивы данных.) *

Он может анализировать, предсказывать, подсказывать лучшие решения. Но именно человек задаёт контекст, принимает риски и формирует стратегию, которая выходит за пределы любого алгоритма. Поэтому ценность рождается не в соревновании «кто умнее», а в тандеме: ИИ усиливает человека, а человек направляет ИИ.

— То есть для бизнеса это означает, что ИИ никогда не станет самостоятельным управленцем?

Искусственный интеллект сегодня остаётся в первую очередь инструментом. Он может анализировать данные, предсказывать события, помогать в рутинных процессах. Но стратегические решения всё же принимает человек. При этом важно понимать: это ограничение связано не с принципиальной невозможностью, а с уровнем технологий на данный момент. Что будет через 3–5 лет — сказать сложно, и вполне вероятно, что роль ИИ в управлении изменится.

— Сегодня вокруг искусственного интеллекта очень много шума: одни компании рассказывают только об успехах, другие предупреждают о рисках. С какими ограничениями и проблемами бизнеса сталкиваются при внедрении ИИ-технологий?

Тут важно быть честным: модели искусственного интеллекта не всегда работают так, как это выглядит в презентациях. Многие компании, когда рассказывают об успехах, упускают из виду ошибки. А ошибки там есть всегда. Если говорить про генерацию текста, то такие модели стохастичны и если долго переспрашивать одну и ту же задачу, можно получить совершенно разные ответы: сначала «да, всё будет хорошо», потом «нет, всё плохо». Это нормально для алгоритма, но бизнесу важно понимать, что такие системы не дают стабильного результата «раз и навсегда».

Кроме того, многие из этих моделей обучены так, что склонны «галлюцинировать», то есть выдавать выдуманную информацию с видом абсолютной уверенности. В маркетинге или при генерации текстов карточек товаров это не критично. Но если мы говорим про промышленность или управление персоналом, цена ошибки может быть очень высокой. Поэтому всегда нужно четко разделять, где можно полагаться на модель, а где требуется контроль человека.

И еще один момент: сейчас инвесторы и рынок находятся в состоянии эйфории. Буквально недавно Сэм Альтман, глава OpenAI, открыто говорил, что рынок языковых моделей похож на пузырь, и по его оценке он даже больше, чем пузырь доткомов начала 2000-х. То есть часть решений перегрета, и далеко не все стартапы выживут. Но это естественный процесс: рынок должен пройти этап «перегрева», после чего останутся компании, которые реально создают ценность, а не просто используют модное словосочетание «Artificial intelligence» в презентации.

Поэтому я бы сказал так:

искусственный интеллект сегодня — это мощный инструмент в умелых руках

Он может сэкономить миллионы, но может и навредить, если применить его без понимания ограничений. Самое главное, правильно выбирать задачи, в которых такая технология должна использоваться.

— А если перейти от теории к практике: какие конкретные задачи ваши проекты на базе искусственного интеллекта уже решают для бизнеса и промышленности?

Мы действительно работаем в разных направлениях, и задачи сильно отличаются в зависимости от отрасли.

В ритейле, например, наши системы компьютерного зрения помогают менеджменту видеть, как реально живет магазин: определять пустоты на полках и несоответствия ценников, понимать поведение покупателей и фиксировать попытки воровства, контролировать работу сотрудников. Это информация в режиме реального времени, которая позволяет принимать управленческие решения и экономить деньги компании.

В рамках промышленных кейсов можно говорить о контроле качества продукции. На фабриках мы ставим камеры, которые с помощью искусственного интеллекта выявляют брак на разных этапах производства. Причем система различает десятки видов дефектов и сразу фиксирует их в учетных системах. Это позволяет моментально отсекать бракованные изделия и не пускать их дальше по конвейеру.

Есть и более креативные применения. Например, генерация описаний карточек товаров для маркетплейсов. У крупного продавца каждую неделю появляются сотни новых товаров. Если это вручную писать, то понадобятся десятки копирайтеров. Сегодня же достаточно передать системе название и пару параметров, и текст готов в нужном формате. Это экономия времени и снижение рутины предприятия.

Другой кейс, уже из научной сферы. К нам недавно обращался институт по изучению одного из древних языков с идеей перевода старинных текстов. Проблема в том, что качественных переводов очень мало, а самих сочинений насчитывается тысячи. Это огромный пласт культуры, который остается недоступным исследователям и широкой аудитории. И вот именно здесь языковые модели реально помогают открывать новое знание. Они могут обрабатывать тексты, переводить их на русский язык, формировать первые черновики, которые потом редактируют ученые. Это работа, которая руками заняла бы десятилетия, а с ИИ становится возможной уже сейчас.

Есть и направление, связанное с людьми. По паттернам поведения, например, как сотрудник пишет письма, как общается с коллегами, как меняется его рабочая активность, можно предсказывать его стресс или выгорание. Система может предупредить менеджера и помочь человеку раньше, чем ситуация станет критичной. Это очень актуально в условиях, когда компании возвращают людей из удаленки в офис или наоборот меняют формат работы.

— Если говорить о промышленности: может ли искусственный интеллект не просто фиксировать инциденты, а предсказывать аварии и пожары ещё до того, как они произойдут?

Да, такие системы уже существуют и показывают высокую эффективность. Здесь преимущество искусственного интеллекта очевидно: он анализирует данные без перерывов и усталости. У человека со временем «замыливается глаз», снижается внимание, появляются ошибки, особенно после долгих смен. Машина же одинаково точно работает и в первый, и в пятидесятый час.

Что касается пожаров: мы делаем решения, которые распознают задымление или очаги возгорания в открытых пространствах, на улице, в ангарах, где обычные датчики дыма плохо работают или их физически невозможно поставить. Но в ряде промышленных кейсов речь идет не только о распознавании дыма или огня, а именно о прогнозировании. Система анализирует технологический процесс и фиксирует предвестники аварии. Например, заносятся данные о похожих случаях на зарубежных заводах, учитываются сроки эксплуатации станков и оборудования, и алгоритм может подсказать: через 30 часов определенном узле высока вероятность поломки или через 15 дней потребуется техническое обслуживание системы.

Здесь работают специализированные модели, не такие как в чат-ботах. Они принимают данные сразу с десятков датчиков, обучены на реальных исторических событиях и умеют находить закономерности: какие сигналы предшествуют поломке или аварии. На основании этого система выдает рекомендации касательно корректировки режима эксплуатации или, например, проведения внепланового техобслуживания.

Фактически это переход от реагирования к прогнозированию. И в промышленности такие решения особенно ценны, потому что они позволяют не просто минимизировать последствия, а предотвратить ЧП ещё до его возникновения.

— Как вы видите роль искусственного интеллекта в производственных компаниях, где уже внедрена глубокая автоматизация? Например, на металлургических заводах или фабриках: сможет ли ИИ дать что-то принципиально новое, или здесь достаточно роботов и конвейеров?

На мой взгляд, искусственный интеллект в промышленности является логичным продолжением автоматизации. Роботы и конвейеры выполняют операции, но им все равно нужен «мозг», который будет анализировать данные и подсказывать управленцам, как действовать дальше. Именно эту роль и берет на себя ИИ.

У нас есть несколько показательных кейсов. Первый — деревообрабатывающее предприятие. Там мы внедрили систему контроля качества, которая в режиме реального времени выявляет до 50 видов брака и производит подсчет объема проделанной работы. Камеры фиксируют дефект, система автоматически передает данные в учетную систему. Это фактически цифровой аналог знаменитой практики Toyota, где рабочий мог остановить конвейер при обнаружении ошибки, только здесь все работает мгновенно и без человеческого фактора усталости. Но конечное решение все равно за человеком, который управляет процессом.

Другой пример приведу в такой небанальной отрасли, как переработка отходов. Там идет стык автоматизации и ИИ. Конвейерная лента распределяет сырье по фракциям, а алгоритмы компьютерного зрения определяют материалы: пластик, бумагу, металл, отделяют несортируемые отходы. Самую тяжелую и монотонную работу теперь берет на себя система, а человеку остается роль оператора, который контролирует работу, вмешивается в нестандартных ситуациях и отвечает за общее качество процесса.

Экономический эффект здесь огромный: меньше брака, меньше простоев оборудования, меньше издержек.

— Если бы у вас было безлимитное финансирование, какой проект в области искусственного интеллекта вы бы сделали в первую очередь?

Безлимитное финансирование, любой срок, любые люди… Ну это прямо идеальные условия, которых в жизни не бывает даже по отдельности. Обычно всё наоборот: времени меньше, задачи амбициознее, а людей всегда не хватает. Но тем интереснее пофантазировать.

Если говорить честно, я бы сделал полноценную систему «Умный город». Причем не набор отдельных решений, а именно цельную платформу, которая объединяет транспорт, безопасность и инфраструктуру.

Представьте: беспилотные автомобили не только видят дорогу своими датчиками, но и обмениваются информацией между собой и с городом. Машина знает не только то, что происходит вокруг нее, но и что случилось за пару километров впереди: авария, пробка или ремонт.

К этому подключается «умная» инфраструктура: камеры и светофоры управляются автоматически, система сама оптимизирует потоки, включает зеленый там, где нужно разгрузить дорогу, или подсвечивает пешехода ночью для безопасного перехода.

Частично отдельные элементы таких технологий уже тестируются, но цельного решения пока нет. А именно оно сделало бы город по-настоящему безопасным, удобным и эффективным. Мечтать-то не запрещено, и, по моему опыту, иногда именно такие мечты становятся реальными проектами.

— А если посмотреть с другой стороны: когда технологии становятся такими мощными, неизбежно встает вопрос об ограничениях. Использование искусственного интеллекта все чаще поднимает вопросы этики. Считаете ли вы, что компаниям нужны новые правила и стандарты в этой сфере?

Да, и это абсолютно неизбежно. Чем шире ИИ проникает в жизнь, тем больше рисков, как, например, некорректные решения и манипуляция данными. Поэтому нужны понятные правила игры: где технологии допустимы, а где их применение может навредить человеку. Важно, чтобы компании не относились к этике как к формальности, а действительно проектировали системы с прицелом на безопасность и прозрачность. Кстати, в этом году мы стали подписантами Кодекса этики по ИИ. Потому что доверие пользователей — это самая ценная валюта для любых ИИ-решений.

— А что вас лично вдохновляет в работе с искусственным интеллектом?

‍Для меня такие новые технологии — это про возможность делать невозможное. Когда видишь, как алгоритм помогает находить дефекты, которые человек не заметил бы, или переводит тексты, которые десятилетиями лежали мертвым грузом, понимаешь, что технологии реально открывают новое знание. А еще вдохновляет сама динамика. В этой сфере невозможно заскучать: каждый год появляются инструменты, которые меняют рынок и твой взгляд на профессию.

Источник статьи в журнале IT Ревью

Готовы использовать ИИ ради результата?

Если вы планируете внедрение искусственного интеллекта в бизнес — начните с честного аудита задач. В BPA Technologies мы помогаем компаниям пройти путь от идеи до работающей системы: разрабатываем кастомные AI-продукты, обучаем модели на ваших данных, интегрируем решения в инфраструктуру и помогаем бизнесу извлекать практическую пользу из технологий.

Оставьте заявку на консультацию — разберем ваш кейс и предложим реальные сценарии применения ИИ.

‍