ООО "К2Тех" и ФГАУ "Цифровые индустриальные технологии" (ФГАУ "ЦИТ") провели исследование, согласно которому плохо прогнозируемые эффекты являются ключевым барьером при применении ИИ среди российских промышленных компаний, однако они же являются и главным стимулом по внедрению технологий искусственного интеллекта. Об этом рассказали 61% респондентов из более 100 предприятий отраслей машиностроения, нефтегазохимии, энергетики, горной металлургии и промышленности.

"Также среди основных барьеров респонденты выделили: риски кибербезопасности (более 53%), нехватку на рынке реальных эффективных кейсов внедрения (более 46%), отсутствие квалифицированных кадров (более 38%). Еще одна проблема - неготовность ИТ-инфраструктуры. На 100% готова и автоматизирована она оказалась лишь у 7% респондентов. У остальных она не полностью готова для запуска и масштабирования нагрузок. Более 30% промышленных предприятий назвали существенным барьером также нехватку бюджетов", - говорится в сообщении "К2Тех".

По словам директора по отраслевым решениям для машиностроения "К2Тех" Евгения Васильева, просчитать эффект от применения ИИ сложно. Он отметил, что при глубоком анализе не ясно, какой именно совокупный эффект даст искусственный интеллект, однако компании, его не применяющие, в будущем будут неконкурентоспособными.

"Совместное исследование ФГАУ "Цифровые индустриальные технологии" (ФГАУ "ЦИТ") и ИТ-компании "К2Тех" показало, что более половины промышленных предприятий ожидают, что ИИ поможет увеличить эффективность планирования и прогнозирования, снизить издержки и риски аварий на производстве. Чуть меньше компаний ожидают других эффектов: снижения эффективности работы оборудования, освобождения рабочей силы.

Ранее "К2Тех" и Arenadata проводили исследование по применению больших данных в промышленности. В нем говорится, что промышленные компании надеются на увеличение прибыли, снижение издержек и получение информации для принятия обоснованных управленческих решений. Такие эффекты актуальны и для применения ИИ в целом, не только для технологии больших данных", - сказал он.

Руководитель подразделения "К2 НейроТех" Святослав Смирнов отметил, что разрыв между классической ИТ- и ИИ-инфраструктурой возникает при переходе от стадии тестирования к полноценному внедрению. Оно требует от компаний расширения вычислительных мощностей и готовых инструментов, а внутренние ИТ-команды не всегда обладают компетенциями в вопросах подборки оборудования, софта и приложений для ИИ-задач.

"Решив проблему инфраструктуры, команды сталкиваются с проблемами при работе с данными, а именно - с их безопасным хранением, обработкой и использованием. On-premise ИТ-инфраструктура позволяет четче контролировать доступ, хранить и обрабатывать информацию локально, а также обучать и тестировать модели "за закрытыми дверями" на чувствительных бизнес-данных. Российские производители уже предлагают как аппаратные платформы, так и готовые программно-аппаратные комплексы, которые позволяют быстро разворачивать искусственный интеллект и внедрять ИИ-продукты в бизнес-процессы в соответствии с локальными требованиями или требованиями регуляторов в области информационной безопасности. Безусловно, это требует особых инвестиций, однако это не только контроль, отказоустойчивость и безопасность, но и фундамент для стабильного внедрения ИИ-продуктов в бизнес-процессы, которые обеспечат принципиально новый уровень эффективности и конкурентоспособность на годы вперед", - рассказал Святослав Смирнов.

https://www.comnews.ru/content/240179/2025-07-17/2025-w29/1013/iskusstvennyy-intellekt-elektronnom-dokumentooborote

Представитель ПАО "Т-Банк" согласился, что плохо прогнозируемые эффекты - важный фактор, который необходимо учитывать при внедрении ИИ-систем, особенно в отраслях, нагруженных бизнес-процессами. По его мнению, минимизация таких эффектов возможна при наличии внутренней экспертизы и контроля над всей цепочкой дообучения и интеграции ИИ-моделей в инфраструктуру.

"В Т-Банке мы последовательно развиваем ИИ-решения на базе собственного семейства языковых моделей Gen-T. Уже в 2024 г. они легли в основу ИИ-ассистентов, которые помогают клиентам решать прикладные задачи, а также используются для автоматизации внутренних процессов: например, сегодня уже до 45% запросов в поддержку не просто обрабатываются, но и полностью решаются без участия операторов. Другим направлением стала разработка ИИ-помощников для наиболее ресурсоемких задач, например, ассистента для написания кода Nestorа использует более 60% разработчиков компании. Экономический эффект от автоматизация на дообученных под собственные задачи моделях дает составляет десятки миллиардов рублей в год", - рассказал он.

Представитель Т-Банка отметил, что неожиданные эффект для компании оказались положительными. Так, в некоторых случаях, ИИ-ассистенты показали высокую степень вовлечения пользователей, и это позволило пересмотреть подходы к ряду клиентских сервисов и усилить персонализацию.

https://www.comnews.ru/content/240232/2025-07-16/2025-w29/1009/mobilnom-prilozhenii-gosuslugi-biometriya-poyavilsya-ii-assistent

Директор по взаимодействию с разработчиками МКПАО "Яндекс" Сергей Бережной отметил, что опенсорс-технологии становятся одним из ключевых способов преодоления барьеров в развитии ИИ. По его словам, все больше компаний выкладывают большие языковые модели, архитектуры и исходный код в открытый доступ. Благодаря этому команды, как в крупных корпорациях, так и в вузах и стартапах, могут адаптировать готовые технологии под необходимую задачу.

"Такой подход существенно экономит ресурсы, ускоряет выход продуктов и делает внедрение ИИ более предсказуемым. Опенсорс-сообщество позволяет тестировать идеи быстрее, делиться улучшениями и преодолевать технологические разрывы - за счет коллективного дообучения и переиспользования наработок. Мы в "Яндексе" видим, как опенсорс становится инфраструктурным драйвером для отрасли: он снижает порог входа, расширяет эксперименты, позволяет быстрее запускать сервисы и стимулирует совместное развитие. Мы активно делимся разработками с сообществом - например, только за последнее время мы выложили в опенсорс большую языковую модель YandexGPT 5 Lite в Pretrain- и Instruct-версиях, а также один из крупнейших в мире датасетов для развития рекомендательных технологий — Yambda, с помощью которого ученые, исследователи и вузы со всего мира смогут тестировать и улучшать рекомендательные алгоритмы. Сегодня опенсорс - это культура сотрудничества, скорости и эффективности. И это именно то, что помогает ИИ стать доступной технологией в реальной экономике", - рассказал он.

"Проблема "плохо прогнозируемых эффектов" внедрения искусственного интеллекта остается одним из ключевых вызовов для широкого внедрения ИИ в бизнесе. Несмотря на очевидные преимущества автоматизации рутинных задач, комплексная картина экономического эффекта остается недостаточно прозрачной, что порождает неопределенность и усиливает риски для инвесторов и руководителей", - рассказал представитель пресс-службы ассоциации "Альянс в сфере ИИ".

Он отметил, что возрастают риски, связанные с решением отказа от интеграции технологий искусственного интеллекта - с точки зрения конкурентоспособности на рынке. По его словам, "Альянс в сфере ИИ" инициировал разработку методики оценки экономической эффективности внедрения искусственного интеллекта в финансовом секторе. Она позволит соотносить инвестиции с ожидаемыми финансовыми показателями от внедрения.

"Методика оценки экономической эффективности ИИ станет основой для обоснования инвестиций в ИИ, измерения его экономической ценности и масштабирования решений в реальных условиях. Методика разрабатывается крупнейшими высокотехнологичными компаниями финансовой отрасли на площадке Клуба "ИИ в финансовой отрасли", созданного "Альянсом в сфере ИИ" и ассоциацией "ФинТех". Планируется, что после успешной апробации в финансовой отрасли данный инструмент будет адаптирован и расширен для применения в других ключевых секторах экономики, что позволит заметно улучшить точность прогнозов эффектов от внедрения ИИ", - рассказал он.

https://www.comnews.ru/content/240254/2025-07-17/2025-w29/1009/iskusstvennyy-intellekt-prineset-trilliony-rubley-rossiyskoy-ekonomike

Государство тоже намерено поддержать компании, внедряющие искусственный интеллект. Заместитель директора по информационным технологиям ФГАУ "ЦИТ" Максим Минин рассказал, что Министерство промышленности и торговли РФ (Минпромторг) разрабатывает новые меры государственной поддержки, направленные на повышение производительности труда. По его словам, субсидия покроет часть расходов на приобретение лицензий, программно-аппаратных комплексов и других чувствительных для предприятий расходов.

Представитель пресс-службы Минпромторга РФ подтвердил, что ведомство прорабатывает такую меру поддержки.

https://www.comnews.ru/content/240125/2025-07-11/2025-w28/1008/iskusstvennyy-intellekt-obrel-kodeks-etiki-finansovom-rynke