Илья Петухов, Directum: Мы учим ИИ правильно «держать ложку»

Илья Петухов: Directum продолжает развивать набор интеллектуальных сервисов внутри системы Directum RX. Наши клиенты с 2017 года пользуются технологиями машинного обучения, инструментами обработки естественного языка, семантического анализа, распознавания символов и документов.

В 2023 и 2024 годах компания сосредоточилась на развитии генеративного искусственного интеллекта. Мы разработали новые функции для анализа и создания документов, поиска информации и автоматической генерации ответов на входящие письма. В апреле этого года мы первыми внедрили эти решения «под капот» системы. Теперь собираем и анализируем обратную связь, ищем новые сценарии применения ИИ.

В то же время мы занимаемся популяризацией: объясняем бизнесу, как передать рутину в руки нейросетей, показываем пользу и эффективность такого подхода, рассказываем, что учесть, чтобы проект прошел гладко.

Илья Петухов: Согласно данным исследований и опыту Directum, около 80% представителей среднего и крупного бизнеса знают о возможностях технологии. Однако лишь 30% из них действительно понимают, как она работает. Такая закономерность обусловлена функциональными обязанностями людей внутри компании.

Например, ИТ-директора, руководители команд, ответственные за цифровизацию и стратегическое развитие знают, каких результатов можно ожидать от ИИ. Среди других сотрудников уровень понимания гораздо ниже: делопроизводители, бухгалтеры, юристы не до конца представляют предлагаемые возможности. Часто на встречах они задают вопросы формата «Сможет ли ИИ сделать за меня ту или иную работу?». Именно поэтому популяризация искусственного интеллекта для нас сейчас — одно из самых важных направлений.

Илья Петухов: Глобально их можно разделить на 3 группы: низкая осведомленность об ИИ и сферах его применения, отсутствие готовых решений на рынке (требуется дообучение моделей), ресурсный голод — как кадровый, так и аппаратно-технический (дефицит видеокарт на рынке либо их высокая стоимость).

Удивительно, что одни могут не знать, к каким задачам приложить ИИ, а другие хотят, чтобы технология делала за них абсолютно любую работу без предварительного обучения моделей. Завышенные ожидания приводят к разочарованию. Компании хотят приобрести условно готовый к употреблению продукт, которого просто нет на рынке. Функциональность ИИ часто требует адаптации под конкретные проекты. Например, искусственный интеллект в системе Directum RX способен осуществлять нормоконтроль документов. Однако поскольку у каждой компании свои требования к документации, для корректной работы ИИ надо дообучать на уже существующей предметной базе.

Ресурсный дефицит — серьезная проблема. На рынке мало компетентных специалистов, которые могли бы сопровождать интеллектуальную систему. Сюда же можно добавить сложности с поиском и приобретением графических ускорителей для нужд LLM. Есть вариант облачной аренды у крупных компаний, а вот купить оборудование сложнее: его либо нет в наличии, либо завышена цена.

Илья Петухов: Такой вопрос существует. Соотношение цены и ценности сервисов искусственного интеллекта не всегда очевидно. И даже когда выгода ясна, не каждая компания готова выделить бюджет на освоение новых технологий. Для малого и среднего бизнеса хорошо проработанные импортозамещенные интеллектуальные инструменты пока труднодоступны, а дешевые зарубежные решения в большинстве своем облачные и не вызывают доверия.

Как следствие, возникают ситуации, когда директор по финансам завода видит стоимость проекта и говорит, что подождет появления подобных функций по подписке за 200 рублей. Это пример реального разговора, который имел место в 2020 году. Однако озвученный «прогноз курса ИИ» так и не подтвердился.

Я бы смотрел не на стоимость решения, а на окупаемость, так как объем инвестиций при внедрении ИИ зависит от задачи. Если компании нужно коробочное решение для распознавания и классификации базовых документов, такое как в Directum RX, срок его окупаемости в среднем составит 6-12 месяцев. А крупные и сложные решения с прорывной функциональностью, которую надо доработать под заказчика, будут окупаться дольше: 1,5-2 года. И в таком случае нужны не только деньги. Потребуется время для анализа и подготовки данных и систем.

Илья Петухов: В компаниях редко присутствуют одновременно все стоп-факторы. Но те, что есть, часто связаны между собой. Поэтому, снимая один блок, мы справляемся и с другими. Например, финансовый вопрос решается, когда мы на переговорах с заказчиками делаем расклад экономического обоснования и подсчитываем выгоду от использования ИИ в бизнесе. Так мы взращиваем осведомленность клиентов: демонстрируем возможности технологии, рассказываем, к каким процессам можно ее применить.

Вопрос дефицита кадров решается на государственном уровне. Многие институты включили в свои программы курсы и треки по работе с ИИ. В отрасли появляются новые узкие специальности.

Решения под специфические задачи тоже разрабатываются. Технологии развиваются очень быстро. Три года назад мы только осваивали генерацию голоса, а теперь люди не отличают звонок живого человека от робота. Прогресс наступает через тренировки и обучение — как в воспитании детей. И сегодня мы только учим искусственный интеллект правильно «держать ложку». Поэтому со временем рынок будет видеть все больше интеллектуальных продуктов для самых разных бизнес-процессов. Вопрос лишь в том, успеют ли компании освоить эту технологию или будут отставать от тенденций.

Илья Петухов: Самый яркий из последних — кейс АО «Татспиртпром». Сотрудники крупного предприятия раньше работали с документами в бумажном виде: проводили двойную работу, делали скан-копии, хранили оригиналы в больших папках. Всего за 6 месяцев компания перестроилась на работу в системе Directum RX с искусственным интеллектом. Как результат — в первый месяц 10 тыс. бумажных документов переведены в цифру. Кроме того, компания перешла на налоговый мониторинг и настроила интеграцию с витриной данных. Этот проект для меня — наглядный пример быстрого коробочного внедрения с огромной пользой.

По последним данным, коллеги сейчас тиражируют этот опыт внедрения на своего дистрибьютора. Где объемы больше, и эффект будет сильнее. У нас есть другие сильные кейсы, связанные с искусственным интеллектом: нейросеть берет на себя нормоконтроль, анализ договоров на риски и другие функции. Но в таких случаях речь идет не о готовых коробочных решениях, а об индивидуальной настройке и дообучении ИИ для каждого случая.

Илья Петухов: В ближайшее время мы выпустим внутри Directum RX персонального помощника — Copilot. Такие помощники чем-то напоминают персонажа из фильма про Франкенштейна: немного странные, местами ошибаются, но все-таки приносят пользу — они могут помогать анализировать документы, изображения, сопоставлять и обрабатывать большие данные. Копилоты заточены под узкие задачи: один напишет текст, другой — синтезирует его в речь, третий — проанализирует реакцию. Человек здесь выступает оператором: дает задания и проверяет результат.

Я думаю, уже через год станет распространенной функциональность ИИ-агента по управлению группой ИИ-помощников. Человеку уже не надо декомпозировать задачу. Например, он обозначает, что ему нужен маркетинговый лендинг с описанием продукта, ценностным предложением, кейсами, отзывами и формой обратной связи. Агент же распределяет задачи по соответствующим ИИ-помощникам, собирает все это в готовый продукт и выдает результат. Вместо целого маркетингового агентства — один запрос, написанный в чат на смартфоне.