Сейчас технологии GenAI в отрасли внедряются в основном точечно, отмечают эксперты, – однако у них есть огромный потенциал. Поэтапное внедрение ИИ позволит повысить операционную эффективность и безопасность, сократив при этом эксплуатационные расходы. На скорость интеграции GenAI влияют цифровая культура компаний, квалификация специалистов, качество информационной базы и регулирование.

%left-img-1%"Успешная интеграция GenAI-технологий в бизнес-процессы — стратегический выбор, а не тактический ход, – отметил вице-президент по развитию технологического бизнеса Сбербанка Сергей Крылов. – Это осознанный путь, для которого требуются глубокие отраслевые знания, набор технологических инструментов и сильная команда для их интеграции. Наша фундаментальная ставка — это долгосрочное развитие процессов на основе GenAI-трансформации. Мы не просто внедряем технологии, а закладываем их в основу бизнес-модели и стратегии. Нашим партнёрам, включая авторов исследования, мы передаём уникальный опыт, полученный в ходе собственной трансформации и работы в таких сложных отраслях, как нефтегаз".

Как отмечается в исследовании, приоритетными направлениями для внедрения технологий GenAI в отрасли являются разведка, добыча, нефтепеработка и сервисное использование для отдельных задач бэк-офиса. При этом активному использованию GenAI в нефтегазе препятствуют управленческие и технологические барьеры – от долгого согласования проектов внутри компаний до необходимости переоснащения производственных линий.

"Если для обычного пользователя взаимодействие с искусственным интеллектом – это простой акт открытия приложения в своем смартфоне, то для компании – сложный процесс внедрения на разных этапах управления и производства", – подчеркнул руководитель ЦСП "Платформа" Алексей Фирсов.

Для эффективного внедрения GenA в отрасли нужно разрабатывать отраслевые стандарты и регламенты, развивать специализированные центры компетенции, привлекать опытных специалистов, создавать гибридные модели и формировать культуру осознанного применения ИИ в производственных процессах. При этом, как отмечают эксперты, шансы на успех повышаются при объединении усилий правительства, бизнеса и научного сообщества.

В документе приведены примеры успешного внедрения GenAI — как в России, так и за рубежом, в частности, кейсы совместной работы Сбера с ведущими игроками нефтегазовой отрасли. В отчете также говорится, что создание решений для индустрии возможно только с помощью полноценной платформы, которая включает инструменты для разработки AI-агентов, подключения данных организации и дообучения моделей. Основой для нее должна стать отечественная фундаментальная модель – в качестве примера приводится использование модели Сбера GigaChat. Банк контролирует все этапы ее обучения и развития, дополняет специализированными данными, что критически важно для промышленных предприятий.