Павел Воронин: «В ближайшие три года ИИ-решения начнут приносить реальную экономию бизнесу»
Компании уже автоматизируют процессы и сокращают расходы с помощью искусственного интеллекта и облачных сервисов. Генеральный директор МТС Web Services Павел Воронин поделился мнением, как эти технологии повлияют на бизнес в будущем и кто займет лидирующие позиции на рынке новых IT-решений
Хайп или прорыв
РБК Как устроен рынок искусственного интеллекта в России?
П. В. Рынок ИИ состоит из трех сегментов. Первый — это базовые технологии и open source модели (их можно свободно просматривать, использовать и изменять. — РБК): Cotype от MWS, YandexGPT, GigaChat от «Сбера». Здесь конкуренция уже достигла пика, некоторые компании даже сходят с дистанции и вместо создания собственных моделей выбирают open source. Второй сегмент — платформы для обучения моделей, настройки и интеграции в реальные продукты, построения мультиагентных систем. Этот рынок только формируется, и конкуренция пока невысока. Третий сегмент — готовые отраслевые и b2b- и b2c-решения с ИИ. По нашим прогнозам, в 2028 году объем российского рынка LLM-продуктов для бизнеса превысит 70 млрд руб. Возможностей для роста здесь довольно много, несмотря на большое число игроков, поскольку существующие решения полностью не закрывают потребности заказчиков.
Появляются новые перспективные ниши, например AI-агенты. Это автономные системы на базе языковых моделей, которые не просто исполняют инструкции, но и анализируют данные, учатся, корректируют поведение. Например, в ретейле при помощи машинного обучения можно спрогнозировать спрос, и на основе этого агент сам оформит заявку на пополнение запасов. Проекты, связанные с агентским ИИ, сейчас развивают во всем мире, начиная с таких гигантов, как Microsoft, и заканчивая нашумевшим китайским стартапом Manus.
РБК Что нужно компании, чтобы стать лидером на рынке ИИ-технологий?
П. В. Как и в любой отрасли, главное — сильные компетенции. Только так можно создать продукт, который решает актуальные задачи клиента. Также важно качество данных и умение работать с ними. Стоимость внедрения ИИ-решений должна быть оправданной для бизнеса.
Российские компании более перспективны в создании прикладных инструментов под конкретные задачи, чем в разработке базовых моделей. Дело в том, что любой продукт нужно дообучать под локальные требования: учитывать язык, законы, особенности рынка, культурный код. Поэтому применение зарубежных open source моделей ограничено без масштабной адаптации.