От эксперимента к трансформации: как крупнейшие игроки на рынке меняют культуру работы с ИИ
Несмотря на высокую цифровую зрелость российского бизнеса, далеко не все ИИ-пилоты доходят до практического внедрения. Причин тому множество:
- Дорогое железо. Для разработки ИИ-сервисов модели нужно обучать и развертывать на дорогостоящих GPU-ресурсах, которыми располагают далеко не все. А учитывая, что серверное оборудование и графические процессоры прибавляют в цене 30-50%, пока доберутся до РФ, даже крупные компании вынуждены несколько раз подумать, прежде чем обновлять инфраструктуру.
- Сомнительный ROI. Очень часто окупаемость ИИ-решений просто невозможно посчитать: пилот запускается без четкого бизнес-сценария, без базовых метрик "до", без модели влияния на выручку или издержки. В результате даже удачный прототип остается "игрушкой для энтузиастов", которую сложно защищать на уровне бюджета.
- Законодательные ограничения и внутренние политики. Масла в огонь подливает то, что многие крупные компании, даже если захотят провести обучение модели вне контура, не смогут этого сделать из-за ограничений 152-ФЗ или регламентов информационной безопасности.
Какие выводы можно сделать по результатам проектов, которые все-таки прошли "отбор" и дошли до эксплуатации? Делимся инсайтами пионеров.
Не все ИИ-инициативы могут иметь немедленный финансовый возврат и это нормально, однако это не значит, что сервисы и культура, которая вокруг них формируются, не влияют на бизнес в целом.
К тому же, если игнорировать ИИ полностью, есть риск, что рано или поздно придется "догонять" технологию, которая доказала свою эффективность, но уже в роли отстающего. Если броситься с головой в разработку с нуля, есть риск потратить огромный бюджет, и в итоге все равно разбираться с новой прорывной технологией.
Директор департамента искусственного интеллекта ЗАО "Группа компаний С7" Валерий Марченков отмечает, что по какому бы треку не шло развитие ИИ-инструментов в компании, начинать нужно с повышения осведомленности рядовых специалистов и формирования культуры взаимодействия с новым инструментом, потому что эксперименты с новыми технологиями — это тоже стратегический актив компании.
Вывод о необходимости внедрения GenAI хотя бы из соображений накопления компетенций, подметила как часть выступающих, так и результаты совместного исследования компаний "Яков и Партнеры" и Нильсен. Согласно их наблюдениям, компании-инноваторы, активно инвестирующие в технологии, увеличивают операционную прибыль в 1,5–2 раза быстрее, чем консервативные участники рынка. При этом не столь важно в какую конкретно технологию вкладывалась компания: на успех влияла скорее общая культура открытости к изменениям и способность быстро накапливать компетенции и тестировать гипотезы вокруг технологий.
Консенсус первопроходцев в области GenAI на рынке таков: если переживаете за ROI в ИИ-проектах:
- Либо разделите весь ИИ-портфель на "обучающие" проекты, в которых вам важнее возможность освоиться с новыми инструментами и протестировать предположения, и на "коммерческие", призванные наращивать прибыль. В случае с первыми крайне важно синхронизироваться в видении качественных показателей.
- Либо выделите отдельное подразделение R&D, не связанное какими-то продуктовыми KPI, чтобы его представители держали руку на пульсе технологий и могли своевременно встроить уже зрелое решение в ваш ИТ-ландшафт.
Облако становится незаменимым союзником на пути цифровизации. Ключевое преимущество облака для ИИ: вы не покупаете дорогое железо авансом, не рискуете переплатить за простаивающие ресурсы и не упираетесь в потолок мощностей при росте нагрузки. Модель pay-as-you-go позволяет запускать эксперименты с минимальными рисками, быстро останавливать неудачные проекты (fail fast) и масштабировать успешные.
Даже в сферах, где вынос данных вовне невозможен из соображений безопасности (например, гражданская авиация), облако добавляет гибкости.
Итого, какие перспективы открывает облако тем, кто хочет работать с ИИ:
- Доступная экономика экспериментов. Не нужно покупать GPU для тестирования гипотез. Запустили, протестировали, выключили — заплатили только за использованное время.
- Сокращение времени выхода решения на рынок. От идеи до работающего MVP — недели, а не месяцы на закупку, поставку и настройку железа.
- Масштабируемость. Автоматическое управление нагрузкой, возможность добавлять ресурсы по мере роста проекта.
- Гибридные сценарии. Для госкомпаний и регулируемых отраслей — сочетание облака и on premise с соблюдением compliance.
Искусственный интеллект создает новые риски для безопасности данных. На этапе внедрения больших языковых моделей и ИИ-агентов важно понимать, как защититься от промпт-инъекций с раскрытием конфиденциальных данных, несанкционированного доступа из-за отсутствия изоляции пользовательского окружения, умышленного искажения данных для обучения, перегрузки приложения большим числом запросов и проникновения через незащищённые элементы поставщиков.
Лидер продуктовой платформы Cloud.ru Виктор Стрелков и его команда выпустили детальный документ о безопасности облачных сервисов в среде Evolution AI Factory как ответ на один из главных барьеров внедрения ИИ: недоверие к безопасности инноваций.
Экосистема сервисов для работы с генеративным искусственным интеллектом Evolution AI Factory работает на инфраструктуре облачной платформы Cloud.ru Evolution, которая прошла независимый аудит безопасности. Аттестат подтверждает соответствие требованиям федерального закона № 152-ФЗ "О персональных данных" и приказу ФСТЭК России № 21. Это критично для госкомпаний, банков, телекомов и других регулируемых отраслей, где обработка персональных данных требует строгого compliance.
Сервис может предложить широкие возможности логирования и мониторинга, а также создание приватной сети для передачи данных.
Опыт клиентов Cloud.ru, озвученный на AI Talks, показывает, что платформа Evolution AI Factory решает ключевые проблемы, с которыми сталкиваются компании на пути ИИ-трансформации.
Проблема 1: Дорогая и негибкая инфраструктура.Покупка собственных GPU-серверов требует значительных капитальных затрат (CAPEX), длительного времени на поставку (особенно в условиях санкций) и рисков простоя оборудования при отсутствии нагрузки. AI Factory предлагает модель pay-as-you-go с гибким управлением GPU-пулами: одна GPU для тестирования, десятки для продовой нагрузки. Оплата только за фактическое время работы.
Проблема 2: Неопределенный ROI и страх перед экспериментами.Компании боятся запускать ИИ-пилоты из-за неясной окупаемости. AI Factory снижает порог входа: вы можете взять готовое решение или развернуть свое, протестировать гипотезу за несколько дней и остановить проект, если результат не оправдал ожиданий — затраты будут минимальными. Это создает культуру fail fast, когда быстрые ошибки оказываются дешевле долгих планирований.
Проблема 3: Безопасность и комплаенс для регулируемых отраслей.Госкомпании, банки, телекомы не могут использовать публичные облака за рубежом из-за требований 152-ФЗ и внутренних политик безопасности. AI Factory работает на инфраструктуре Cloud.ru Evolution, аттестованной по 152-ФЗ и ФСТЭК № 21, с ЦОД на территории РФ.
Кроме того, платформа поддерживает гибридное развертывание (облако + on premise), что позволяет обрабатывать чувствительные данные внутри контура компании, используя облачные ресурсы для менее критичных задач.
Традиционный подход требует месяцев на закупку оборудования, настройку инфраструктуры, интеграцию с корпоративными системами. AI Factory — это экосистема, где уже подготовлена среда для работы: серверы, хранилище данных, системы разработки. Можно воспользоваться готовыми моделями через Evolution Foundation Models, развернуть свои наработки в ML Inference, добиться точности с помощью RAG или Finetuning или внедрять мультиагентные системы в рабочие процессы.
Проблема 5: Сложность масштабирования успешных проектов.Пилот прошел успешно, но как масштабировать его на всю компанию или всю клиентскую базу? AI Factory предоставляет автоматическое управление нагрузкой: при росте числа запросов система динамически добавляет GPU, при спаде — освобождает ресурсы.
Опыт клиентов Cloud.ru показывает: успех ИИ-внедрения зависит не сколько от технологий, сколько от майндсета сотрудников и готовности компании поддерживать культуру экспериментов и быстрых итераций.
Следите за анонсами и новостями Cloud.ru, чтобы первыми узнавать о новых возможностях для крупного бизнеса.