«Истинную ценность представляют не спекуляции на рынках, а реальная работа технологий здесь и сейчас»
Интервью вице-президента по развитию технологического бизнеса Сбербанка Сергея Андреевича Крылова
Вот уже более пяти лет наше информационное агентство по крупицам собирает эксклюзивную информацию и комментарии спикеров на тему развития генеративных нейросетей в нашей стране; выясняет, как устроены принципы работы над проектами с применением ИИ и общается с профессионалами из совершенно разных промышленных и научных отраслей о том, что ждёт нас в будущем на рынке труда и в борьбе за место под солнцем.
Кому как не одной из крупнейших компаний РФ – Сберу – знать о всей «внутрянке» данных процессов. В 2021 году компания первой в России зарегистрировала компьютерную программу, созданную с использованием искусственного интеллекта. Речь идёт о ПО Artificial Vision («Искусственное зрение»). Разработкой занималась команда Sber AI, а в качестве авторов в патенте указаны разработчики «Сбера», которые изначально обучили нейросеть, написавшую программный код на C++ и Java.
На текущий момент банк активно продолжает развивать проекты с применением ИИ: в рамках TNF-2024 осенью прошлого года в Тюмени вице-президент по развитию технологического бизнеса Сбербанка Сергей Андреевич Крылов выступил модератором сессии на тему: «Искусственный интеллект в нефтегазовой отрасли: движемся ли мы к новой технологической реальности?». Подробнее на эту тему (и не только) в нашей беседе:
- Сергей Андреевич, спасибо, что нашли время на это интервью. Осенью прошлого года Сбер на форуме TNF в Тюмени провёл сессию «Искусственный интеллект в нефтегазовой отрасли: движемся ли мы к новой технологической реальности?». Как на сегодняшний день Сбер взаимодействует с нефтянкой? Как применяется искусственный интеллект в сфере добычи и переработки нефти и газа?
- Наш опыт применения и внедрения генеративного искусственного интеллекта показывает, что практически каждая компания может ощутимо выиграть от использования технологии. Нефтегазовая отрасль не исключение в этом плане и в перспективе может стать крупным бенефициаром внедрения больших языковых моделей. Мы уже наблюдаем интерес со стороны представителей отрасли и работаем над несколькими направлениями сотрудничества.
Для крупных игроков этого рынка пока больше характерны запросы на универсальные кейсы с использованием генеративного ИИ, такие как, поддержка сферы управления персоналом, закупок, бухгалтерии, юристов, а также сервисы для личной продуктивности сотрудников. Если в структуру бизнеса входят, например, автозаправочные станции, где важно взаимодействие с клиентами, появляются дополнительные задачи: внедрение ИИ-помощников в колл-центры, автоматическая обработка больших массивов данных, разработка ПО. Для решения последней задачи у нас, например, существует ИИ-ассистент для программистов – GigaCode, повышающий скорость и качество работы с кодом.
При этом для компаний, в первую очередь, важны функции, от которых напрямую зависят их финансовые результы, то есть основные процессы. Пока в этом направлении генеративный искусственный интеллект применяется реже из-за высоких требований к надежности, бесперебойной работе и безопасности, которые являются ключевыми для нефтегазовой отрасли.
Кроме того, сейчас активно рассматриваются специализированные модели, адаптированные под конкретные отраслевые задачи, такие как работа с геологическими данными, ведь разведка месторождений критически важна для лидеров рынка. Обучение языковых трансформационных моделей на специализированных данных может принести значительный эффект. В мире уже есть успешные кейсы. К примеру, Национальная нефтяная компания Абу-Даби (ОАЭ) заявляет, что сделала собственную нефтегазовую модель.
- На вышеупомянутом мероприятии вы отметили следующее: «Существует огромный потенциал применения искусственного интеллекта в нефтегазовой отрасли. Для успешной реализации этого потенциала и преодоления существующих сложностей требуются сотрудничество между различными участниками процесса и интеграция игроков рынка для разработки продуктов». Какие именно консорциумы, на ваш взгляд, были бы наиболее успешны? Государство и бизнес? Бизнес и университеты? Крупный бизнес и привлекаемые к реализации проектов создатели уникальных платформенных решений в нефтянке? Ведь большая четвёрка мировых нефтесервисников, как известно, покинула Россию…
- Здесь мы видим несколько ключевых направлений сотрудничества. Прежде всего это взаимодействие крупных компаний и государства, особенно по обмену данными при создании специализированных моделей, ведь чем больше данных – тем лучше результат. Партнёрство между научно-исследовательскими институтами и частными компаниями перспективно для создания качественных датасетов. Это фундамент для разработки более интеллектуальных и узконаправленных моделей.
Следующий этап – внедрение генеративного искусственного интеллекта в основные процессы. Скорее всего, это будет происходить путём интеграции его элементов в уже существующие платформы и сервисы. Поэтому нужно усиливать взаимодействие между вендорами платформ и разработчиками генеративного ИИ, чтобы нефтяные компании смогли получить доступ к новейшим ИИ-решениям без существенных усилий по их интеграции и реинтеграции.
Третий уровень взаимодействия касается разработчиков решений с применением генеративного искусственного интеллекта и компаний, создающих на их основе прикладные продукты для нефтегазового сектора. Однако это чуть более далёкое будущее, учитывая естественный консерватизм отрасли и высокие требования к надёжности и безопасности. Такие изменения требуют времени и тщательной подготовки и будут внедряться поэтапно.
И, наконец, мы стоим на пороге эпохи робототехники, в которой генеративный ИИ станет неотъемлемой частью автоматизации процессов. Эта трансформация открывает новые горизонты для индустрии, но тоже требует серьёзного анализа и планирования.
- Японский холдинг SoftBank ведёт переговоры об инвестировании $25 млрд в OpenAI. Какими вы видите потенциальные направления для развития и использования генеративного ИИ в ближайшем будущем? Какие проекты представляют интерес для инвестирования? В том числе в нефтегазосервисной отрасли, естественно. И какие профессии в этой отрасли будут востребованы?
- Широкое применение генеративного ИИ откроет новые инвестиционные перспективы в двух ключевых направлениях: разработка готовых продуктов на основе технологий, лежащих в его основе, и развитие вычислительных мощностей, необходимых для их функционирования.
Стоит обратить внимание на компании, способные стабильно зарабатывать благодаря генеративному ИИ, особенно в нефтегазовом секторе. Важно следить за стартапами, предлагающими специализированные сopilot-решения (интеллектуальные помощники, предоставляющие пользователям набор инструментов для оптимизации рабочих процессов – прим.ред.) под конкретные роли, которые легко интегрировать в текущие процессы. Стартапы, которые понимают, как именно их продукт будет использоваться, и какая модель монетизации наиболее эффективна, имеют хорошие перспективы роста. Однако в России пока рынок недостаточно развит, к тому же крупные нефтегазовые компании склонны разрабатывать собственные решения, что потенциально снижает привлекательность этой индустрии для инвесторов.
Что касается влияния генеративного искусственного интеллекта на профессии, эта технология выполняет функцию помощника для человека и повышает его профессиональную и личную эффективность. Специалисты, понимающие искусственный интеллект и умеющие применять его в бизнесе, станут мостом между технологией и её применением, то есть их роль только вырастет. Компетенции практического применения генеративного ИИ будут наиболее востребованы в ближайшие годы и конечно понимание технологий и фундаментальные знания важны независимо от изменений на рынке труда.
- 27 января мир стал свидетелем исторического падения Nasdaq-100 – индекс потерял почти $1 трлн капитализации за день. Причина кроется в том, что китайская компания DeepSeek представила открытую AI-модель, которая составила конкуренцию ChatGPT от OpenAI и при этом обошлась в десятки раз дешевле. Это знаковый момент для всей отрасли. Китайцы доказали, что мощные языковые модели можно создавать без доступа к колоссальным вычислительным мощностям. И если для США это удар, то для России – шанс. Подход китайских разработчиков близок к российским реалиям: те же ограничения в ресурсах, те же ставки на эффективность и оптимизацию. Хотелось бы узнать ваше мнение относительно этой ситуации, ведь Сбер как никто иной знает, что можно развивать технологии в условиях ограничений и санкций.
- DeepSeek – значимое событие, но переоценивать его не стоит. Вокруг генеративного искусственного интеллекта много хайпа. И, как любой хайп, основанный на ожиданиях, он постепенно сходит на нет, сталкиваясь с реальностью. Так и с DeepSeek: хотя китайский проект демонстрирует впечатляющие технические достижения и заслуживает уважения, не стоит забывать, что прогресс в развитии больших языковых моделей рано или поздно достигнет своего предела и дальнейшие улучшения станут менее заметными. Скорее я бы обратил внимание на тот факт, что значительное число китайских компаний объявили о планах по внедрению DeepSeek в свои продукты и решения. Это событие весьма примечательно, однако оно осталось практически незамеченным. Мы планируем внимательно отслеживать, какие именно проекты будут реализованы с использованием этой модели.
В целом можно сказать, что пока продолжается торговля ожиданиями, но однажды их придётся воплощать в практические кейсы с конкретными бизнес-результатами и финансовыми показателями. Чтобы массово применять ИИ в бизнесе, недостаточно повысить качество моделей или снизить их стоимость. Нужно чётко понимать, где и как эти технологии могут принести реальную пользу.
Поэтому я предлагаю не ждать появления идеальной модели, а начинать действовать, тем более что технологии уже способны давать нужный результат. Ключевая проблема заключается не в возможностях моделей, а в способности бизнеса осознать, как извлечь из них пользу. В Сбере мы не только развиваем и активно внедряем эти технологии, например нейросетевую модель GigaChat, мы делаем стратегическую ставку на генеративный ИИ и каждый день работать над тем, чтобы компаниям в России были доступны решения мирового уровня. Наши модели все время совершенствуются, совсем недавно мы представили большое обновление GigaChat 2.0. По данным независимого бенчмарка MERA, наша флагманская модель GigaChat 2 MAX лидирует среди всех мировых ИИ-моделей при решении задач на русском языке, а в международных бенчмарках обновлённый модельный ряд превосходит по ряду задач GPT4o, DeepSeek-V3, LLaMA 70B и Qwen2.5. Также наши внутренние тесты на практических кейсах банка на русском языке показали, что это – лучшая модель.
Что касается прогнозов роста, вроде, обещанных Сэмом Альтманом, в 100 триллионов долларов, каждый волен верить им или нет. Истинную ценность представляют не спекуляции на рынках, а реальная работа технологий здесь и сейчас. История с крахом доткомов показала, что завышенные ожидания могут обрушить рынок, но это не означает, что бесполезна сама идея. Так и с искусственным интеллектом: в Сбере внутри и наших клиентов уже немало реальных кейсов внедрения GigaChat с доказанной эффективностью. Я считаю, что российский бизнес может и должен использовать генеративный искусственный интеллект в своих процессах уже сейчас, не откладывая на потом.
Facebook
Вконтакте
Telegram
Twitter
