Горячий тренд — AI-агент

Тема искусственного интеллекта находится сегодня на пике популярности. Последние несколько лет лидеры рынка активно экспериментировали и внедряли сервисы на основе больших языковых моделей, компьютерного зрения, а также использовали модели прогнозирования для улучшения показателей. 2024 год стал во многом поворотным в сфере ИИ: крупные игроки поделились своими результатами от внедрения, что побудило интерес у представителей среднего и малого бизнеса к использованию решений на его базе.

Выйти из полноэкранного режима

Развернуть на весь экран

Цифровой сотрудник

Среди наиболее востребованных направлений преподаватель факультета программирования университета «Синергия», эксперт по развитию ИИ в ZeBrains Степан Игонин выделил развитие цифровых сотрудников. «Этот класс решений часто называют IA (intelligent automatization), но, в отличие от простого использование LLM, IA способен выполнять действия в корпоративных сервисах, что делает его намного эффективнее. Как один из примеров подобного решения можно привести цифрового юриста, в задачи которого входит обработка документа, автоматическое заполнение реквизитов, автоматическое внесение правок по критичным пунктам договора и загрузка документа в CRM. Тем самым увеличивается скорость первичной обработки документов с нескольких часов до нескольких секунд. В этом случае LLM могла бы только предложить обратить внимание на критичные моменты, но до автоматизации было бы еще далеко»,— рассказывает эксперт.

Цифровых сотрудников еще называют AI-агенты. Многие из них вышли из клиентского сервиса, в основе таких систем лежат чат-боты и виртуальные помощники. Они онлайн ведут диалог с клиентами и обрабатывают запросы.

Александр Тригуба, заместитель гендиректора по созданию продуктов и развитию производства компании «Мобиус Технологии», поделился, что они используют в документообороте инструмент на основе технологии RPA (Robotic Process Automation) в сочетании с ИИ. Такому роботу сотруднику даже дали человеческое имя Валера. Робот считывает данные, обрабатывает их с учетом самых важных критериев (стоимости товара, номера партии и т.п.) и форматирует по заданному шаблону. После этого остается в один клик перенести их в базу. При этом полностью исключены ошибки в цифрах, что крайне важно при работе со счетами. Если робот сталкивается с незнакомым типом документа или с нестандартными данными, он осваивает новый формат и в дальнейшем может с ним работать.

На производстве

Еще один тренд — расширение применения ИИ на производстве. «Во второй половине 2024 года мы увидели рост запросов на применение компьютерного зрения на производствах для отслеживания брака продукции или дефектов сырья. Благодаря сервисам можно вовремя обнаружить проблему более чем в 90% случаев и вовремя ее устранить, чтобы не останавливать процесс. Известно, что простои могут приносить миллиардные убытки»,— указывает господин Игонин. Также эксперт отмечает положительный эффект от применения технологий предиктивной аналитики, в частности прогнозирования продаж. Реальные кейсы показали экономический эффект: более 5 млн рублей в месяц.

Набирает популярность и использование цифровых двойников на производстве. Причем можно сделать модель как небольшого объекта, так и большого предприятия, включающего в себя участки, цеха, оборудование, инфраструктуру, рассказывает руководитель по развитию автоматизированных систем компании САТЕЛ Станислав Котляров. В частности, компанией была применена технология псевдо-3D, в которой использовалось несколько слоев моделирования. «При таком построении двойник предприятия успешно используется в качестве навигатора для перемещения между цехами, мониторинга текущей обстановки (работа оборудования, видеонаблюдение, состояние и замеры датчиков, трекинг транспорта и персонала) и результатов моделирования развития аварии (розлив, взрыв, выход из строя и т. п.), наглядного отображения технологических и производственных процессов, а также при проведении специализированных учений по отработке нештатных ситуаций и сценариев реагирования (сбор штаба, автоматическое построение путей эвакуации и прибытия аварийных служб в объезд перекрытиям или ремонтам дорог)»,— поясняет спикер.

Управляя данными

Дмитрий Кичко, вице-президент группы «Борлас» по консалтингу, обращает внимание на расширение функционала системы 1С. «Исторически она рассматривалась как учетная система для хранения данных и формирования отчетности. Но разрабатываемые и внедряемые продукты предъявляют все больше требований к использованию новых технологий искусственного интеллекта. Средства платформы уже позволяют использовать сервисы "1С: Распознавание первичных документов", "1С: Прогнозирование продаж", "1С: Распознавание речи", которые успешно применяются как в решениях для малого и среднего бизнеса, так и для заказчиков enterprise-сегмента. Кроме этого, внутри разрабатываемых систем на платформе 1С реализуются интеграции со сторонними библиотеками для обработки больших массивов данных информационной базы, датчиками оборудования и неструктурированными данными с помощью методов машинного обучения»,— рассказывает господин Кичко.

Директор по консалтингу Arenadata Антон Балагаев рассказал о применении больших языковых моделей в СУБД (системах управления базами данных). «Специфика нашего бизнеса — СУБД и управление большими данными. Наши клиенты хранят и обрабатывают большие массивы информации в различных форматах, а LLM и VLM (визуально-текстовые модели) как раз справляются с многими задачами обработки массивов информации значительно лучше людей. Их можно использовать в проектах миграции (90% SQL-запросов и 75% сложных процедур мигрируется автоматически, экономя десятки миллионов рублей в масштабных миграциях), для общения с базой данных на русском языке (модель переформулирует слова в SQL-запрос и сделает выжимку из результата), для автоматического определения эмоционального окраса записей диалогов с операторами колл-центров, для распознавания значимой информации в сканах документов, за счет чего можно автоматизировать и кратно ускорить ранее ручные процессы»,— рассказывает господин Балагаев.

ИИ — в трейдинге

Конкретным примером использования ИИ в практике трейдинга поделился СЕО LionMax Capital Виталий Чаус: «27 января 2025 года произошел существенный спад американского индекса Nasdaq на 3%, а акции компании NVDA упали более чем на 16%. Благодаря внутренним инструментам и технологиям на базе ИИ наша команда смогла не только предсказать это падение, но и успешно заработать на этом».

Он отметил, что системы на основе ИИ могут выполнять трейдинговые операции автоматически: на основе заранее определенных алгоритмов. Это позволяет минимизировать психологический фактор и торговать по заранее установленным стратегиям. Также они способны предсказывать рыночные тенденции. «Машинное обучение помогает в разработке моделей для прогнозирования цен на активы. ИИ анализирует исторические данные и ищет паттерны, которые могут быть полезны для предсказания будущих движений рынка. Это позволяет инвесторам адаптировать свои стратегии в зависимости от текущих условий и минимизировать риски»,— говорит господин Чаус.

Кроме того, ИИ может оптимизировать управление инвестиционными портфелями: он анализирует показатели активов и помогает диверсифицировать риски, внося коррективы в структуру портфеля на основе рыночных условий. ИИ может анализировать, в том числе, социальные сети и новости, чтобы оценить общественное мнение о компании или рынке в целом, что может влиять на цены акций. Технологии ИИ могут создавать кастомизированные рекомендации для инвесторов, основываясь на их финансовых целях и рисковых предпочтениях.

«ИИ существенно изменяет ландшафт финансовых рынков, предлагая новые инструменты и технологии для улучшения инвестиционных решений. Инвесторы, которые используют эти технологии, могут получить значительное преимущество на стремительно меняющемся рынке»,— подытожил спикер.

В помощь рекрутеру

Компании внедряют новые системы на основе ИИ и машинного обучения для подбора персонала. Как отметил коммерческий директор ГК Selecty Эдуард Долгалев, такие решения ускоряют поиск кандидатов, генерируя X-ray- и boolean-запросы для подбора по индивидуальным критериям. «AI-алгоритмы также автоматизируют рутинные задачи: от составления текстов приглашений на вакансии до анализа данных кандидатов, включая их предыдущий опыт взаимодействия. Еще одной важной функцией системы является автоматический подбор актуальных вакансий для кандидатов. Это позволяет оперативно предлагать "теплым" кандидатам подходящие позиции, что значительно повышает вероятность закрытия вакансий»,— поясняет господин Долгалев. В результате время, затрачиваемое на автоматизацию рутинных задач рекрутера, сокращается более чем на 25%, а оптимизация ряда функций менеджеров приводит к общему снижению времени на закрытие вакансий почти на 50%.

Алиса Мальцева