TAdviser SummIT 2025: секция «Искусственный интеллект»
27 ноября 2025 года в Москве состоялась конференция TAdviser SummIT 2025, посвященная самым передовым и актуальным ИТ-решениям. Естественно, что такое мероприятие не могло не затронуть тему ИИ — ему была посвящена отдельная большая секция. Она продемонстрировала широкий спектр возможностей применения технологии и высокую востребованность искусственного интеллекта в различных сферах.
Содержание |
На каждый рубль инвестиций в ИИ получают 1,8 рубля прибыли
Сергей Иванов, управляющий директор департамента корпоративной архитектуры и управления данными компании «Ренессанс Страхование», выступил не только как модератор мероприятия, но и как спикер. Он констатировал, что ИИ — это «всерьез и надолго», а также порассуждал о том, какое именно место занимает и будет занимать технология.
 | Сейчас 55% компаний используют ИИ в операциях, — говорит он, — а 72% CEO считают ИИ критически важным. Инвестиции в корпоративный ИИ в прошлом году составили 300 млрд долларов. |  |
Внутренний эксперимент «Ренессанс Страхования» в виде анализа 20 000 целей сотрудников на предмет связанности со стратегическими целями компании показал, что ИИ справляется с таким заданием за 20 секунд, а живые специалисты — за 35 часов. Чат-боты могут закрыть 60-80% запросов без человека, а на каждый рубль инвестиций в ИИ приходится не менее 1,8 рубля прибыли.
Компетенции ИИ сохранятся, тогда как сотрудники уходят и их опыт испаряется вместе с ними. Однако ИИ нередко галлюцинирует, его расчеты не всегда точны, а 20-30% ИИ-отчетов требуют правки человека. Эмпатия в общении к клиентами доступна лишь живым сотрудникам, как и полноценный креатив. Международный конгресс по anti-age и эстетической медицине — ENTERESTET 2026 
«ИИ не может создать принципиально новое. Подтолкнуть к созданию — может, но не создать», — говорит докладчик. Пока успех видится Сергею Иванову в связке человека и искусственного интеллекта. Но чтобы достичь лучших результатов, нужно повышать культуру работы с ним и ставить четкие бизнес-цели вместо того, чтобы просто изучать возможности технологии.
Василий Михайлов, директор департамента развития ИТ, НРД, сосредоточился на проблемах, связанных с внедрением ИИ. НРД планирует применять технологию для повышения производительности в области корпоративной разработки:
| | Сейчас ИИ позволяет улучшить этот показатель на 6%, не более. Поэтапное увеличение показателей будет происходить, как мы планируем, за счет появления новых узкоспециализированных ИИ-инструментов и системного обучения команд. Мы не гонимся за цифрами, у нас нет цели сделать революцию в процессах. Пока наша цель — повысить эффективность на 25% к 2027 году. | |
Одна из проблем состоит в том, что лишь отдельные, немногочисленные специалисты умеют использовать ИИ эффективно с первых дней. Согласно исследованию METR, ИИ может даже замедлять опытных разработчиков на 19% в знакомых кодовых базах на начальном этапе.
Лучшие результаты показывают специалисты с опытом самостоятельного предпринимательства: разработчики, общавшиеся с пользователями, и системные аналитики, руководившие командами разработчиков (солопренеров). К частым ошибкам при внедрении спикер отнес недообученность команд и отсутствие поддержки. По статистике, 95% генеративных ИИ-проектов терпят неудачу из-за этого.
Василий Михайлов рекомендовал двигаться от реальных болей, решая конкретные проблемы команд. А также — давать инструменты, чтобы локально снизить время на текущие задачи, а не перестраивать процессы целиком. По мнению докладчика, для «улучшения ИИ» предпочтительнее использовать fine-tuning вместо RAG, поскольку это предполагает дообучение на примерах конкретной организации, адаптацию стиля, терминологии и подходов, а следовательно — слабое отторжение командами. Но есть и недостаток — fine-tuning требует времени и ресурсов на обучение, в отличие от RAG.
2% ошибок — это непозволительно много
Григорий Грязнов, директор по исследованиям и разработке компании «ДОМ.РФ Технологии», в начале доклада обрисовал идеальный вариант бизнес-процесса работы с документами. Клиент делает запрос, информационная система, интегрированная с внешними, его обрабатывает и выдает требуемую услугу. На деле, посетовал спикер, все происходит «менее идеально».
В эту схему зачастую включены сотрудники, а пользователи со своей стороны представляют разрозненные документы. С масштабированием бизнеса количество сотрудников в этой схеме растет, а с ними пропорционально растут и «операционные косты». Со временем все это разрастается в полноценный операционный центр, из которого бизнес создает громоздкую конструкцию, дополняя его ИИ и сопутствующей командой поддержки и разработки. «Тут, откровенно говоря, становится непонятно, зачем вообще это все», — иронизирует спикер.
Нередко такие проблемы с различными неструктурированными данными предлагается решать с помощью продуктов Named Entity Recognition. Средняя точность извлечения атрибутов документов составляет 91%. Это хороший показатель. При необходимости решение можно дообучить и довести точность распознавания до 98%. «Но даже такой показатель устраивает не всех. Например, в случае кредитного конвейера 2% ошибок — это непозволительно много», — прокомментировал Григорий Грязнов. И digital born документация не поможет, поскольку эта область еще не стандартизирована окончательно.
Выход, предложенный докладчиком, заключается в том, чтобы наряду с внедрением ИИ для распознавания документов реализовать станции верификации. Они интегрированы с базой учетных записей. Операторы, которые имеют к ним доступ, могут подтверждать корректность данных. Распознавание документов происходит в 5 раз эффективнее, чем в традиционных вариантах, а их классификация — в 3 раза. Это лучше, чем бесконечное дообучение ИИ, уверен спикер.
| | Эволюция восприятия сотрудников и пользователей — залог успеха цифровой трансформации, особенно в части внедрения и использования ИИ, — заявил Константин Пензин, руководитель направления по развитию ИИ, ГК «Силовые машины». | |
При этом не секрет, что работники зачастую саботируют и даже активно сопротивляются новшеству.
Изменять отношение сотрудников к ИИ лучше в несколько этапов. На первом из них нужно подстегивать любопытство и поощрять эксперименты в области использования ИИ. Открытки, тексты поздравлений, поиск помощи у ИИ-ассистентов — все это позволяет привыкнуть к технологии.
Второй этап — осознанное применение и первые рабочие задачи. Например, в группе компаний «Силовые машины» сотрудникам открывали доступ к ChatGPT и Midjourney при условии, что они смогут предложить актуальную гипотезу или задачу, для решения которой требуется помощь ИИ. Среди предложений были написание протоколов и генерация обучающих курсов. Лучшей идеей стало заполнение карт технологических процессов с ИИ. В результате это нововведение позволило сократить соответствующие временные затраты вдвое.
Когда использование ИИ в компании стало достаточно массовым, возникла новая проблема: сотрудники могли использовать чувствительные данные. Поэтому третьим этапом стало внедрение новой политики безопасности и ознакомление с ней работников.
На четвертом этапе появилась корпоративная LLM, что позволило реализовывать новые проекты, например, поиск по корпоративной базе знаний и резюме. А сотрудники, благодаря обучению, быстрее формировали промты и осознанно подходили к вопросам информационной безопасности.
Обилие новых идей подвело руководителей к тому, чтобы начать «фильтровать» их с точки зрения эффективности. А сложившаяся культура и опыт остальных сотрудников позволили выбирать из их числа «евангелистов ИИ», которые транслируют лучшие практики в своих подразделениях и на корпоративных мероприятиях.
Сергей Червяков, директор по цифровой трансформации и искусственному интеллекту, АО «Корпорация Туризм.РФ», представил конспективный, но при этом исчерпывающий план успешного внедрения ИИ, отраженный в его презентации. «В первую очередь необходимо сделать стейкхолдера союзником ИИ-трансформации», — начал спикер. Для этого руководители должны видеть пользу и поддерживать внедрение. Дайте им ясное видение: определите бизнес-цели (рост доходов, снижение затрат, улучшение клиентского опыта), проанализируйте факты и цифры (отраслевые исследования, бенчмарки, успешные кейсы), предоставьте измеримые KPI.
Разумно будет выявить рутинные операции с высокой частотой использования и начинать внедрение с этой области. Заранее оцените цифровую зрелость сотрудников для формирования планов по их обучению, а также определите наличие, качество и доступность данных для использования в ИИ-сервисах. Не в последнюю очередь нужно сформулировать требования ИБ к локализации ИИ-модели и провести аудит существующего ИТ-ландшафта.
Важно работать с опасениями сотрудников (все думают одинаково: «Нас заменят роботами!»). Объясните им, что цель внедрения — сохранить экспертов, расширить их возможности, дав им возможность сосредоточиться на решении экспертных задач, а все рутинные задачи передать ИИ.
Также Сергей Червяков затронул такой аспект, как персонализация. Она позволяет ИИ учитывать роль и задачи пользователя, предлагая релевантные ответы с первого запроса. Это снимает эффект «белого листа» и сокращает время на формулирование запросов, ускоряет работу и рост удовлетворенности сотрудников новым инструментом.
| | Специалист может повысить свою эффективность с ИИ в разы. Но это касается именно специалистов, которые сформировались, прошли многое и многому научились в «доцифровые времена». Современная молодежь, которая формировалась исключительно в режиме «copy-paste» и ничего больше не видела, к зрелому возрасту экспертами не станет. Им использование ИИ такого эффекта не даст, — предостерег Сергей Червяков. | |
Точечных решений с ИИ уже не достаточно
Николай Галкин, директор департамента информационных технологий компании «Кофемания», рассказал о том, как может использоваться ИИ в сфере HoReCa. Основными драйверами этого стали расширение E-COM и работа над технологичностью доставки, общий высокий запрос на автоматизацию и высокая конкуренция на этом рынке:
| | Битва идет за каждого гостя. Чем лучше сервис и продукты, тем больше мы тратим. А значит, тем больше надо работать над эффективностью. | |
Спикер признал, что первые шаги в направлении внедрения ИИ были провальными. Но после радикального изменения подхода «Кофемания» все же добилась успеха. Ключевым фактором стали данные: «Без подготовленных данных такие инициативы не просто бесполезны, а откровенно вредны», — уверен Николай Галкин. Важно понимать, что ИИ — не «серебряная пуля», которая способна решать все проблемы. И у бизнеса нет задачи применять технологию во всех процессах в компании.
Вначале стоит сделать MVP с минимальными усилиями и ресурсами, но с очевидным соответствием ожиданиям целевой аудитории. После создания инструмента необходимо внимательно изучить, кто и как им пользуется, а при необходимости — внести коррективы.
В «Кофемании» ИИ используется в процессе приема товара в ресторане. Тут разработана локальная NLP-модель на базе rubert-tiny2 для автоматического сопоставления номенклатуры между базой заведения и документами поставщиков. Это сокращает время приема и количество ошибок.
В процессе нормализации НСИ также применяется ИИ. Это позволяет искать дубли в справочниках, сопоставлять данные из разных таблиц и источников, а также валидировать их. В области аналитики данных ИИ может быть помощником для специалиста в написании SQL и построении дашбордов по запросу.
| | Внедрение ИИ должно быть четко вписано в стратегию развития ИТ и стратегию работы с данными. Этот подход помогает избежать хаотичного внедрения, минимизировать затраты и получить максимальный эффект от использования ИИ, — резюмировал Николай Галкин. | |
| | Авиакомпаниям предстоит пересмотреть основную ценность — перейти от продажи билетов к комплексным персонализированным предложениям тревел-услуг, — уверена Анна Смирнова, руководитель направления ИИ «АФЛТ-Системс». | |
И важным элементов этих изменений будет ИИ. Технология обеспечит усиление персонализации и повышение лояльности. Только поэтому ее можно было бы развивать. Но возможности ИИ гораздо шире.
Например, один из ключевых трендов — интеллектуальное управление коммерцией посредством использования ML-моделей. Автоматизированная система управления доходами помогает прогнозировать спрос, оптимизировать ценообразование и управлять доходами.
Цифровой профиль клиента предоставляет персональные предложения, обеспечивает индивидуальный сервис в пути и соответствующую коммуникацию. Аналитическая платформа занимается объединением данных из всех систем, их очисткой, нормализацией и структурированием. Иными словами, обеспечивает управление качеством данных.
С применением ИИ компания запустила единую платформу коммуникаций с чат-ботами, голосовыми ассистентами и контролем качества обслуживания. Умные киоски саморегистрации с багажом и проход по биометрии в бизнес-залы на 30% снижает время клиентского ожидания. Кроме того, «АФЛТ-Системс» разрабатывает собственных ИИ-ассистентов, которые интегрированы в мобильные приложения и мессенджеры.
Очевидно, что внедрения точечных решений с использованием ИИ уже не достаточно — сейчас необходимо подходить к вопросу комплексно. Для этого компания запускает разработку и реализацию стратегии ИИ, включающую в себя, кроме прочего, развитие компетенций сотрудников в области использования ИИ и запуск собственной платформы для проверки гипотез, обучения и тестирования моделей.
Алексей Волков, руководитель цифровой лаборатории компании «Алроса», осветил некоторые специфические ИИ-кейсы из области добычи и обработки алмазов.
| | Сами по себе алмазы никому не нужны, — неожиданно заявил спикер, — Это лишь сырье. Нужны бриллианты, которыми алмазы становятся после огранки. | |
Сбыт-модель «Алмаз-бриллиант» позволяет проанализировать, какие бриллианты и с какой вероятностью получатся из исследуемых алмазов. Также ИИ делает прогноз стоимости бриллиантов, исходя из различных характеристик алмаза. Интеллект находит компромисс между скоростью и прибыльностью продажи.
Побочным эффектом внедрения системы стал пересмотр классификации продукции. Система определила, что некоторая часть алмазов, считавшихся зелеными, на самом деле другого цвета, светло-зеленого. Это более редкая расцветка, а потому такие алмазы и бриллианты выделили в отдельную категорию и стали продавать дороже.
Еще один кейс, причем не только с ИИ (а точнее — компьютерным зрением), но и с использованием лидаров, — бутобой. Это агрегат, который дробит добытую породу на фрагменты определенного размера, оптимального для последующего обогащения. Проект в данный момент находится на стадии тестирования.
Есть и некоторые менее специфичные примеры использования ИИ в деятельности компании. Среди них — контроль водителей спецтранспорта. Система отслеживает признаки утомления и подает сигналя, чтобы водитель не заснул за рулем. Также ИИ контролирует использование СИЗ и оценивает буровзрывные работы, анализируя полученную в ходе них руду.
Алексей Титов, корпоративный архитектор департамента информационных технологий ФСК, поддержал мнение, что вовлекать топ-менеджмент и собственника в дело внедрения ИИ необходимо — без них ничего не выйдет. Но, напомнил спикер, внедрение ИИ также требует зрелых процессов и четких границ любой системы. Каждое ИИ-решение должно усиливать ландшафт и вписываться в него. Важно на раннем этапе отделять жизнеспособные идеи от тех, что не дают эффекта, — и вовремя их блокировать.
Также Алексей Титов сформулировал несколько ключевых принципов, которых, исходя из его опыта, стоит придерживаться для успешного внедрения ИИ. Внедрять имеет смысл только там, где технология используется постоянно, а не как разовый эксперимент. ИИ разумнее применять, когда у задачи есть стабильный алгоритм, а не постоянно меняющаяся логика, требующая непрерывного переобучения.
ИИ внедряется внутри периметра, если задача требует работы с персональными или коммерчески чувствительными данными. Перед масштабированием проводится пилот, который подтверждает качество решения и его эффективность на реальном процессе. Относительно того, откуда брать кадровые ресурсы, спикер тоже высказался: «Моя позиция такова — новых сотрудников нанимать не нужно. Правильнее будет высвободить какие-то ресурсы из числа уже имеющегося персонала, определить лидеров внутри компании и работать с ними».
Сотрудники не должны считать ИИ непогрешимым
Владислав Беляев, сооснователь и исполнительный директор ИИ-платформы, AutoFAQ, поделился подробностями нескольких успешных кейсов своей компании. Внедрение ИИ и общий уровень роботизации в 85% в клиентском сервисе «Честный знак» повысили на 30% производительность операторов. 40% обращений теперь закрывается ботом, а оценка удовлетворенности клиентов составила 4,9 из 5.
Аналогичное внедрение у «Ростелекома» дало 45 миллионов рублей экономии в год. Время ожидания сократилось в 7 раз. Тут уже 85% обращений закрываются ботами.
Внедрение ИИ в области поддержки сотрудников компании «М.Видео» на 20% снизило нагрузку на первую линию. 85% диалогов закрывается ботом. В целом внедрение получило 95 положительных отзывов и дало более 200 миллионов рублей экономии в год. Впрочем, как уточнил спикер, прямая выгода составляет лишь 20 миллионов, остальное — косвенная.
При этом важно помнить, что, в отличии от обычных ИТ-проектов, внедрения ИИ требуют иного подхода. Заказчик должен выступать в роли соисполнителя, активно участвовать на всех этапах. Хороший пример — компания «Технониколь». ИИ-суфлер, с доработанной для нее архитектурой для работы с большими данными и их регулярной актуализацией, повысил продуктивность операторов в 15 раз.
Также Владислав Беляев упомянул, что внедрения на основе AutoFAQ выгодно отличаются от аналогов внутренней разработки. Из плюсов здесь высокая скорость реализации проекта (от 1 дня в облаке, до 2-3 недель on-premise), и качество работы ИИ (корпоративный уровень вместо свободного кода). В заключении спикер напомнил: «И все же ключевой фактор успеха ИИ-внедрения — живые люди».
Андрей Гершун, эксперт лаборатории искусственного интеллекта компании «1С-Рарус», развил тему «человек и ИИ», поделившись некоторыми мыслями о том, как повысить культуру сотрудников в отношении данной технологии. Обучение должно быть систематическим — «разовые акции» не помогут.
Привлекать к использованию ИИ необходимо как удачными примерами других сотрудников, так и всячески поощряя это со стороны руководства. Если персоналу будут доступны инструменты, закрывающие их повседневные нужды (расшифровка и саммари встреч, редактирование писем), то в скором времени они могут начать применять ИИ «более продвинуто» (например, использовать валидаторы кода и RAG-микросервисы). Однако необходим контроль — сотрудники не должны считать ИИ непогрешимым. Руководство должно отслеживать «низовую активность» и помогать реализовывать соответствующие инициативы.
По мнению спикера, промпты становятся новыми корпоративными знаниями. Если сотрудники будут делится своим промтами, то другим не нужно будет каждый раз писать свои с нуля. Лучшие практики стоит накапливать в корпоративных библиотеках, чтобы они не уходили вместе с людьми при увольнении, и при этом подвергать регулярной ревизии и переоценке.
Стоит отметить, что «1С-Рарус» обладает обширными компетенциями в области применения и внедрения ИИ. Компания представляет множество разнообразных продуктов на основе данной технологии. Особо отметил Андрей Гершун «1С-Рарус:Эхо»: «Признаюсь, мы создавали его, чтобы «просто попробовать», а он стал нашим флагманом». Решение занимается расшифровкой речи, исправлением ошибок в готовом тексте. Оно способно разделять голоса, обрабатывать любые аудио и видеоформаты любого объема и интегрируется в другие продукты 1С.
Сергей Щербаков, руководитель отдела аналитики данных и ML, ICL Services, и Евгения Гальцова, руководитель департамента клиентского счастья компании «Ашан», представили пилотный проект по видеоаналитике на кассах самообслуживания (КСО). «Наш стратегический фокус — на запуске и развитии этого направления», — заметила Евгения Гальцова.
Использование КСО дает постоянный прирост клиентского трафика. Однако это увеличивает и объем так называемых неизвестных потерь (проще говоря, не пробитых на кассе продуктов). Увеличивать число охранников и контролирующих сотрудников — неудачный вариант, поскольку он «не впишется ни в одну бизнес-модель», отметили докладчики. Выход тут можно найти в использовании видеоаналитики.
«Платформа AISee использует ИИ, в реальном времени сопоставляя данные из видеопотока с камер и данные из кассовой системы», — пояснил Сергей Щербаков. Среди компонентов продукта: сервисы ML, то есть ансамбль моделей ИИ, ответственных за определение, классификацию, трекинг объектов и другие действия; сервисы аномалий, представляющие собой алгоритмический модуль, который объединяет данные, полученные из видео потока с данными с КСО, и оценивает фактов воровства. Кроме того, тут есть сервис взаимодействия с КСО, который необходим для двухсторонней интеграции с кассами, для приема потока операций клиента и отправки сообщений об обнаружении подозрительных операций. Присутствует и база данных — набор объектов и таблиц, в которые пишутся данные с работающих сервисов. Тут же строятся витрины для отчетов и дашбордов.
Система распознает непробитые или неверно пробитые товары, неоплаченные покупки. При этом она «отличает» магазинные товары от прочих предметов, в том числе и личных, лежащих на кассе. Основная функция платформы — предупреждение клиентов через кассовый терминал с целью исправления ошибок при покупке товаров на месте, без участия охраны.
Награждение
Также в рамках секции состоялось вручении премии TAdviser в номинации «ИИ в поддержке пользователей: проект года в госсекторе». Победителем стал проект Правительства Москвы и AutoFAQ. Продукт представляет собой цифровую экосистему для автоматизации сервисного управления. Она охватывает более 10 ключевых ITSM-практик, включая управление обращениями, инцидентами, изменениями и активами.
Система построена на принципах ITIL 4 и ориентирована на сквозное управление ценностью (Value Stream Management), что позволяет компаниям повышать эффективность, прозрачность и управляемость сервисов. Платформа масштабируется за пределы ИТ: на HR, закупки и другие бизнес-подразделения. Это дает возможность заказчикам строить сквозные цифровые процессы и повышать эффективность всей организации.
Фото 15. Алексей Кузьмин, заместитель начальника управления по сопровождению решений в сфере городских закупок, Департамент информационных технологий города Москвы
Приз получил Алексей Кузьмин, заместитель начальника управления по сопровождению решений в сфере городских закупок, Департамент информационных технологий города Москвы.
В перерывах и по завершении саммита участники общались в неформальной обстановке, а также имели возможность ознакомиться с решениями и услугами ИТ-поставщиков на стендах, развернутых в холле мероприятия.
