Уровень использования искусственного интеллекта растет как во всем мире, так и в России. В лидерах — большие языковые модели, роботизированная автоматизация процессов и компьютерное зрение. Однако не все ИИ-проекты оправдали возлагаемые на них надежды. Причина — высокая стоимость и не всегда высокое качество полученного результата. Решить проблему могли бы появление на рынке большего числа зрелых прикладных решений на базе ИИ и развитие квантового ИИ, способного ускорять обучение моделей и повышать точность предсказаний.
Рост спроса на ИИ
Уровень внедрения искусственного интеллекта (ИИ) в мире резко вырос: с 55% в 2023 г. до 72% в 2024 г., следует из отчета компании McKinsey. Особенно востребованным оказался генеративный ИИ — в 2023 г. его использовали 33% компаний, а в 2024 г. — уже 65%. Основные сферы применения: продажи и маркетинг (34%), создание продуктов и услуг (23%) и информационные технологии (17%). При этом 67% опрошенных аналитиками McKinsey представителей компаний разных отраслей уверены, что в ближайшие годы инвестиции в ИИ будут только расти.
Использование генеративного ИИ уже демонстрирует реальный экономический эффект. Например, в сфере рекрутинга, управления запасами и цепочками поставок около половины респондентов отмечают заметное сокращение затрат, а в области управления рисками, в продажах, маркетинге и ИТ — рост прибыли.
В России, по данным исследования «Сбер Pro», в 2024 г. в 50% компаний крупного и среднего бизнеса уровень использования искусственного интеллекта вырос на 20-50%, в 10% — на 50-100% и в 40% — более, чем в 2 раза. Российский бизнес использует ИИ для автоматизации рутинных операций (67% опрошенных), в маркетинге (60%), а также для анализа и прогнозирования самых разных показателей (40%). Все участники исследования намерены и дальше расширять использование ИИ.
Высокий интерес к ИИ со стороны корпоративного сектора подтверждается результатами исследования SEO-аналитиков банка «Точка», которые проанализировали динамику изменения числа поисковых запросов по ключевой фразе «искусственный интеллект для бизнеса». В сентябре 2022 г. их было 1228, а в конце августа 2024 г. — 8905, то есть за 2 года число подобных запросов выросло на 625%.
Готовы ли организации к внедрению ИИ
Согласно отчету Национального центра развития искусственного интеллекта при правительстве РФ «Индекс готовности приоритетных отраслей экономики РФ к внедрению искусственного интеллекта», опубликованному в конце 2024 г., самый низкий уровень готовности к внедрению ИИ — в организациях бюджетной сферы: культуры, физкультуры и спорта, общего образования, социальной сферы. Средний уровень готовности — в торговле, медиа, здравоохранении, туризме, науке, на транспорте, в обрабатывающей промышленности, агропромышленном комплексе (АПК) и строительстве. Чуть выше — в отрасли информационных технологий и телекоммуникаций (ИКТ), сферах высшего образования и финансов и топливно-энергетическом комплексе.
Средний уровень использования ИИ в 2024 г. составил 43%, что на 11% больше, чем в 2023 г. Лидерами по этому показателю являются организации высшего образования (72%) и ИКТ (70%). Наиболее востребованы инструменты обработки естественного языка (их используют 66% организаций). В крупных компаниях приоритет отводится технологиям компьютерного зрения и поддержки принятия решений (по 70%).
В России 97% организаций, использующих ИИ, заявили, что уже почувствовали бизнес-эффект от использования технологии — повысились скорость и качество выполнения бизнес-процессов, 36% организаций (на 9% больше, чем в 2023 г.) смогли оценить экономический эффект от использования технологии.
Примеры внедрения ИИ
Сейчас в России активно развиваются несколько технологий, основанных на искусственном интеллекте.
Компьютерное зрение — одна из наиболее развитых и востребованных технологий, она широко применяется в сферах безопасности, мониторинга и контроля различных нарушений, для получения оперативных данных и принятия управленческих решений. В транспортной сфере — для работы автономных транспортных средств и систем помощи водителю, в медицине — для анализа медицинских изображений, таких как рентгенограммы и МРТ-снимки, что позволяет врачам быстрее и точнее диагностировать заболевания.
Большие языковые модели (Large Language Model — LLM) активно используются для создания чат-ботов и голосовых ассистентов, переводчиков, лингвистического анализа и прочих речевых технологий. Так, например, в марте 2025 г. «Ростелеком Контакт-центр» подвел итоги первого года работы решений с использованием LLM и системы речевой аналитики. За год доля проектов контакт-центра, в которых внедрен искусственный интеллект, достигла 46%, обработано 38 млрд минут речи. Скорость получения ответов клиентами контакт-центра выросла в 7 раз. А рост производительности труда операторов составил 21%. «Система анализирует диалоги операторов с клиентами, изучает реакцию и удовлетворенность клиентов, а также результативность общения. Таким образом, она выявляет лучшие коммуникативные практики наиболее успешных сотрудников», — говорится в сообщении компании.
Искусственный интеллект также активно используется в в электронной коммерции и медиаиндустрии. С помощью ИИ маркетплейсы анализируют сотни миллионов событий на площадках, рекомендуют покупателям товары, наиболее точно подходящие их потребностям, помогают доводить потребителя до покупки, анализируют продажи, отвечают за динамическое ценообразование и управляют чат-ботами службы технической поддержки.
Илья Петухов, руководитель направления развития бизнеса Directum, приводит еще несколько примеров реального эффекта от использования ИИ. Так, по его словам, в одном из региональных центров обработки обращений граждан ИИ распознает и классифицирует обращения, а затем отправляет их ответственному исполнителю. Результат — затраты на обработку обращений сократились в 2 раза. Что это за центр, он не уточнил. Другой пример: в «Татспиртпром» ИИ поручили распознавание и классификацию документов перед передачей их в финансовый архив — теперь этот процесс происходит в 2 раза быстрее. А в «Альфа Капитал» благодаря внедрению ИИ в процессы распознавания и классификации распоряжений время обработки документов сократилось с 15 до 1,5 минут.
Высокой эффективностью внедрения ИИ отличаются кейсы в промышленности. Так, внедрение искусственного интеллекта позволило компании «Норникель» на 2,5% повысить долю извлечения металлов из руды на ее месторождениях, что, по словам ее вице-президента Николая Уткина, является «колоссальной цифрой прироста». Ранее в горно-металлургической компании сообщили, что по итогам 2023 г. экономическая выгода от внедрения ИИ на предприятии достигла $100 млн. А в 2024 г. компания заявила о масштабном внедрении технологий ИИ практически на всех своих производственных участках.
В свою очередь, в Магнитогорском металлургическом комбинате (ММК) цифровизацией производства занимаются в течение последних 5 лет. За это время, говорят в компании, экономический эффект от внедрения искусственного интеллекта уже превысил 4,5 млрд руб. Один из последних масштабных проектов — цифровой помощник прогнозирования температуры заказа в электросталеплавильном цехе, разработанный с применением методов машинного обучения. В начале года ММК создал собственный Центр компетенций искусственного интеллекта, задача которого — в разработке и масштабировании проектов ИИ для повышения эффективности бизнеса компании.
Также сегодня все больше компаний применяют ИИ для анализа больших данных, что позволяет принимать более обоснованные решения и повышать эффективность. Еще одно направление — роботизированная автоматизация процессов (программные роботы, способные выполнять рутинные, повторяющиеся операции, например, обрабатывать запросы, собирать данные и готовить отчеты).
Не все проекты одинаково успешны
Однако не все ИИ-проекты оправдали возлагаемые на них надежды. «Часто не оправдывают ожиданий проекты, которые запускаются «ради ИИ» — без понимания бизнес-целей, в проектах, где не обозначены метрики и образ результата. Например, попытки внедрить рекомендательные системы в B2B-сегменте без достаточного объема данных или доверия со стороны пользователей. Проекты сворачиваются чаще не из-за технологий, а из-за отсутствия зрелости процессов и стратегии масштабирования», — рассказывает Дмитрий Юдин, руководитель направления ИИ компании Cloud.ru.
Это не означает, что эксперименты нужно сворачивать. Но на начальном этапе важно продумать образ результата, что получает бизнес, на сколько сократятся затраты или увеличится прибыль, как улучшится продуктовый цикл или процесс, как ИИ может помочь сотрудникам работать эффективнее, добавляет Юдин.
«Если посмотреть на реалистичные результаты применения ИИ, то мы увидим, что технология успешно применяется для автоматизации простых, повторяющихся задач, таких как обработка документов, анализ данных и поддержка клиентов через чат-боты», — отмечает Игорь Мищенко, исполнительный директор блока программных продуктов и решений Sitronics Group.
В свое время идея по созданию и интеграции в быт домашних роботов с искусственным интеллектом, выполняющих разнообразные бытовые повседневные задачи, захватила воображение многих. Однако на практике большинство существующих моделей оказались ограничены в функционале и неспособны справляться с разнообразием ситуаций в реальной домашней обстановке. При этом применение роботизированных систем и роботов в производственной сфере и логистике активно развивается и может существенно влиять на эффективность процессов.
Генеративные модели, такие как GPT и DALL-E, продемонстрировали удивительные возможности в создании текстов и изображений. Однако многие критики отмечают, что эти модели страдают от недостатка креативности и подлинности.
Ожидания относительно возможностей ИИ в медицине тоже оказались завышенными. Технологии для диагностики заболеваний по медицинским изображениям показали высокий потенциал, но их практическая реализация на текущий момент столкнулась с рядом препятствий — это и нехватка данных, и трудности с интерпретацией результатов, и юридические риски. «Например, в последние несколько лет стали появляться стартапы, предлагающие использовать ИИ для диагностики рака кожи на ранних стадиях. Идея заключается в том, что алгоритм анализирует фотографии родинок и определяет вероятность наличия злокачественного образования. Однако для точной работы алгоритма требуются тысячи высококачественных фотографий, которые сложно собрать в реальных клинических условиях. Алгоритмы показывали хорошие результаты на тестовых наборах данных, но не всегда справлялись с реальными случаями», — приводит пример Игорь Мищенко из Sitronics Group.
Поэтому медицинское сообщество пока еще скептически относится к тому, чтобы ИИ позволял ставить окончательный диагноз, риск ошибочности которого все еще достаточно высок. Вопрос, кто будет нести юридическую ответственность, также открыт. Многие подобные проекты были приостановлены или свернуты из-за указанных трудностей.
Еще один пример — создание компьютерных систем, повторяющих принципы работы человеческого мозга. Исследователи пытались разработать нейроморфные чипы, имитирующие структуру и функции мозга. Эти чипы должны были потреблять меньше энергии и обрабатывать информацию быстрее традиционных процессоров. Однако, во-первых, производство нейроморфных чипов оказалось крайне дорогим и сложным процессом. А, во-вторых, не было единого подхода к созданию архитектуры таких чипов, что затрудняло их интеграцию в существующие системы. На практике нейроморфные чипы оказались менее эффективными, чем традиционные процессоры, в большинстве задач.
Также не оправдало себя направление по использованию искусственного интеллекта в разработке программного обеспечения. «Все модели, которые мы исследовали, не показали ожидаемого нами результата. Уровень и сложность разрабатываемого ИИ кода еще далек от стандартов, которые способен показать разработчик», — говорит Максим Волошинов, директор по развитию бизнеса «Ланит Би Пи Эм» (входит в группу «Ланит»).
Какое будущее ждет искусственный интеллект
Внедрение искусственного интеллекта обходится недешево, и это один из главных сдерживающих его широкое распространение факторов. «При принятии решения об использовании ИИ необходимо трезво подходить к бизнес-задаче, так как многие потребности можно закрыть и без него. Необходимо учитывать стоимость решения и возврат инвестиций, поскольку сейчас не всегда использование ИИ экономически обосновано. Также необходимо учитывать последующую потребность в ресурсах на эксплуатацию и сопровождение такого решения — потребности в вычислительных мощностях и дорогих специалистах будут расти», — отмечает Максим Волошинов.
По мнению Максима Иванова, директора по искусственному интеллекту «Сбер Бизнес Софт», проблема еще в том, что пока на российском рынке в целом наблюдается дефицит прикладных решений на базе искусственного интеллекта. Например, в АПК, строительстве, дорожном хозяйстве, добыче полезных ископаемых их явно недостаточно для того, чтобы заказчики могли выбрать то, что им действительно необходимо.
Тем не менее, будущее развития российского рынка уже невозможно себе представить без ИИ. «Но важно понимать, что ИИ — это инструмент, который требует времени для развития и адаптации к конкретным задачам», — говорит Игорь Мищенко из Sitronics Group.
Как отмечает Дмитрий Юдин из компании Cloud.ru, наибольший потенциал применение технологий искусственного интеллекта несет отраслям с большими объемами данных и рутинных операций: розничной торговле и электронной коммерции, финансовому сектору, промышленности и госсектору.
Если говорить о будущем технологии, то его связывают с развитием квантового ИИ, который сможет ускорять обучение моделей и улучшать точность предсказаний. «Однако на текущий момент развитие сдерживают высокая стоимость квантового оборудования и сложность его эксплуатации. Чтобы ситуация начала меняться в сторону более интенсивного развития, необходимы инвестиции в исследования и развитие инфраструктуры», — делится Игорь Мищенко.
Также, несмотря на то, что некоторые проекты на текущем этапе сворачиваются, большой потенциал у искусственного интеллекта — в сфере здравоохранения, в направлениях анализа медицинских изображений (рентгеновские снимки, КТ, МРТ), предиктивной медицины для анализа генетической информации пациента и определения риска возникновения определенных заболеваний и для помощи в лечении онкологических заболеваний путем подбора индивидуальных схем химиотерапии.
Очень перспективное направление — использование ИИ в программировании. Если удастся перейти от режима co-pilot к использованию на 80% автономных агентов, разработчик сможет уделять больше внимания бизнес-ценности и функциональности продукта, чем написанию кода.
По словам Ильи Петухова, руководителя направления развития бизнеса Directum, пока ИИ способен делать только то, чему его научили, но скоро он сможет решать интеллектуальные задачи, доступные сегодня только человеку.
Для ускорения развития и интеграции в различные сферы жизни технологий ИИ необходимо увеличивать финансирование научных исследований и инновационных стартапов, развивать ИТ-инфраструктуру — строить дата-центры с более высокой плотностью вычислений и улучшенной сетевой инфраструктурой, готовить специалистов в области ИИ и работать над повышением цифровой грамотности населения, а также сотрудничать с мировым технологическим сообществом и компаниями для обмена знаниями и ресурсами.