Деловой завтрак на тему «ИИ в суверенном контуре данных: как бизнес и государство внедряют ИИ»

20 мая в ресторане «Парк Культуры» в Нижнем Новгороде в рамках ЦИПР прошел деловой завтрак ИД «Коммерсантъ», посвященный теме «ИИ в суверенном контуре данных: как бизнес и государство внедряют ИИ». Какие практические сценарии внедрения ИИ сегодня дают наибольший эффект? Как меняется рынок данных? Какие технологические и организационные решения позволяют перейти от пилотов к масштабируемым индустриальным системам? Эти и другие вопросы стали предметом дискуссии. Модератором выступил ведущий «Коммерсантъ FM» Рамаз Чиаурели. Он обозначил проблему доверия к ИИ-системам, в отличие от простых инструментов, а также указал на парадокс, когда гонка за внедрением искусственного интеллекта сталкивается с дефицитом отечественных решений, а это, в свою очередь, делает многие проекты зависимыми от иностранных моделей.

Заместитель генерального директора «Почты России» Дмитрий Чудинов заявил, что ключевыми критериями перехода ИИ-проекта в промышленную эксплуатацию являются наличие финансирования и, что важнее, доверие со стороны людей, без которого проект так и останется пилотом. Он подчеркнул, что современных технологий уже достаточно для автоматизации рутинных операций (логистика, бухгалтерия), но главным барьером выступает ментальная сложность описания процессов в крупных компаниях. При этом обеспечение «доверенного ИИ» остается сложной задачей из-за «черного ящика» LLM и накопления ошибок, поэтому он предлагает гибридный подход: активно использовать и развивать отечественные модели (GigaChat) через обратную связь, одновременно перенимая лучшее из открытых китайских решений, чтобы не потерять конкурентоспособность.

Директор по внедрению генеративного ИИ «Норникеля» Наталья Артамонова сделала акцент на том, что пилоты должны отбираться приоритетно по экономическому эффекту, а не ради теста технологии и что решения без глубокой интеграции с корпоративными системами (в том числе SAP, 1С) являются лишь «детскими игрушками», не снижающими в значительной степени нагрузку на человека. Она призвала выбирать кейсы с прямым денежным эффектом (закупки, сбыт, управление запасами), чтобы они окупали и субсидировали платформенные расходы. По ее словам, главная проблема сейчас кроется не в моделях, а в неумении находить и реализовывать правильные прикладные кейсы.

Директор по развитию искусственного интеллекта Московской биржи Армен Амирханян рассказал о переходе к автономным мультиагентным организациям (например, хедж-фонды из агентов), которые эффективнее обрабатывают огромные объемы данных в круглосуточном режиме под присмотром людей. Однако он предупредил, что для многошаговых агентских цепочек критически важна высокая точность моделей (85%+), поскольку ошибки перемножаются. По его словам, у западных моделей точность около 85%, а у китайских — лишь 75–82%, что недостаточно. Кроме того, он отметил тревожный тренд: китайские вендоры закрывают свои лучшие модели, переводя их на платные подписки, что символизирует конец эры «золотого Эльдорадо» открытых весов (open weights).

Директор по информационным технологиям и кибербезопасности HeadHunter Татьяна Фомина подтвердила, что мультиагентные системы — это уже реальность, которая меняет архитектуру (появляется слой оркестрации), инфраструктуру и порождает новые риски ИБ, такие как промпт-инъекции и отравление контекста. Она обозначила острую проблему импортозамещения: для B2B-продуктов требуется своя LLM, но российские модели пока заметно уступают западным (Claude, Codex), а обучение собственных моделей дорого и сложно. В итоге она пришла к выводу, что сейчас нужно действовать гибко: для критичных продуктов — вкладываться в свое обучение, а для бэк-офиса и поддержки — использовать доступные российские решения.

Заместитель директора ФКУ ГосТех Олег Алексеенко-Родионов напомнил, что классический ML в госсекторе применяется давно (штрафы, регистрация недвижимости), а текущая задача 2026 года — обеспечить массовый доступ госорганов к большим языковым моделям. План состоит в том, чтобы разместить GigaChat на платформе ГосТех, а доступ к нему организовать через систему межведомственного взаимодействия. Главными барьерами он назвал длительные регуляторные процедуры (ФСБ, ФСТЭК) и тот факт, что на ГосТехе сегодня работает лишь 38 из более чем тысячи государственных информационных систем.

Директор по информационным технологиям АЛРОСА Вадим Желтухин обозначил три главные проблемы для госкомпаний. Во-первых, парадокс реестра отечественного ПО: код, сгенерированный ИИ, формально считается иностранным, пока не внесен в реестр. Во-вторых, сложность и долговременность самого процесса внесения в реестр. В-третьих, философская дилемма безопасности: не заменяем ли мы проверенные годами импортные продукты на «самописные поделки», созданные на иностранных же инструментах, с еще более непонятными рисками для государства.

Директор мультиагентной платформы GINA (IT_ONE) Борис Суетов подчеркнул подход простой «инструментализации» (дать всем ИИ-инструменты), назвав прирост эффективности разработчиков в 3,5 часа в неделю «слезами для революции». По его мнению, ИИ уже перерос человека, и все процессы, построенные вокруг людей, устарели. Будущее за Software 3.0 — полностью автономной разработкой, где ИИ сам декомпозирует задачи, пишет код и тесты, а человек остается лишь в роли «Product Engineer», который иногда подправляет машину. При этом он уверен, что при правильной изоляции агенты могут быть безопаснее людей, так как у них нет прямого доступа к локальным данным и личным компьютерам.

Руководитель департамента AI&DATA (НОРБИТ) Дмитрий Демидов отметил, что для ИИ запуск в продуктив отличается от того же процесса с остальным софтом, и ключевую роль здесь играют деньги и доверие — такое, когда от технологии не ждешь сюрпризов, она максимально предсказуема. По его словам, лучший способ доказать эффективность — это запускать пилоты и получать реальные цифры. При этом он разграничил софт (который обучить реально, есть талантливые команды) и железо (чипы, фабрики) — это уже задача на десятилетия, здесь быстро не получится.

Генеральный директор компании «Инжиниринговый инвестиционный центр» (Sk Capital, ВЭБ.РФ) Константин Паршин указал на парадокс, связанный с реестром отечественного ПО. Поскольку реестр проверяет формальные критерии, компании, которые активно пишут код с помощью ИИ (имея всего несколько человек-разработчиков), смогут легко и быстро внести свои продукты в реестр, легализовав их как российские. В то же время традиционные разработчики с ручным трудом проходят через большее число бюрократических барьеров. Таким образом, активное использование ИИ для написания кода парадоксальным образом дает стопроцентную легализацию софта в глазах государства.

Заместитель генерального директора «Аналитический центр Москвы» Айрат Гиниятуллин с пессимизмом описал ситуацию госзаказчика: плохо без LLM, но скоро будет плохо и с ними из-за регуляторики, требований к «российскости» и закрывающихся лицензий китайских моделей. Сейчас существует «обходной путь» (купить сервер с видеокартами и развернуть open-source модель локально), но, судя по политике китайских вендоров, его скоро прикроют. Он задал риторический вопрос: что останется делать госзаказчику через два года, кроме как «сложить лапки» и ждать суперумный GigaChat?

Заместитель генерального директора по информатизации компании АЛРОСА Яна Яремчук обратила внимание на внутреннюю проблему промышленных компаний — консерватизм ключевых специалистов («староверов»). Главный геолог или инженер воспринимают ИИ как очередной IT-хайп и не доверяют его советам. Чтобы это изменить, компания проводит мастер-классы для руководителей всех уровней, показывая практическую пользу. При этом она заметила, что самым отзывчивым подразделением оказалось снабжение (где эффект легко измерить в деньгах), тогда как производственные направления пока слабо реагируют на призывы к внедрению ИИ.

Директор по коммерции группы Arenadata Сергей Золотарев провел аналогию между внедрением ИИ и запуском скоростных поездов: мало купить самую лучшую модель (поезд), нужно полностью перестраивать инфраструктуру — «рельсы, связь, платформы». Он пояснил, что старые платформы данных не справляются, а для новой эры требуются потоковые данные, векторные хранилища, feature store и строгий контроль качества данных. По мнению Сергея Золотарева, ключевым этапом развития рынка станет работа с приватными данными, на которых модели смогут обучаться. При этом принципиально важно исключить передачу таких данных за пределы корпоративного периметра. Одним из возможных решений является применение технологий конфиденциальных вычислений, позволяющих участникам рынка безопасно организовать совместное использование данных. В группе Arenadata это решение представлено компанией «Убик».

Российский рынок искусственного интеллекта за последний год прошел фазу хайпа и входит в стадию прикладного внедрения. Компании и государственные структуры переходят от экспериментов с генеративными моделями к системной интеграции ИИ в производственные, управленческие и сервисные процессы. На первый план выходят вопросы эффективности, управляемости и технологического суверенитета.

Ключевым фактором становится не столько выбор модели, сколько работа с данными и архитектурой решений: формирование доверенных контуров, развитие внутренних дата-платформ, выстраивание «экономики данных» и новых форм взаимодействия между участниками рынка. Параллельно формируется запрос на мультиагентные системы, способные автоматизировать сложные бизнес-процессы и выступать цифровыми помощниками специалистов.

В промышленности ИИ все чаще используется для оптимизации производства, предиктивной аналитики и повышения устойчивости цепочек поставок. В госсекторе – для развития цифровых услуг, повышения их адресности и качества. Однако вместе с ростом внедрений усиливаются требования к безопасности, контролю над данными и прозрачности алгоритмов.

На бизнес-завтраке участники обсудят, какие практические сценарии внедрения ИИ сегодня дают наибольший эффект, как меняется рынок данных и какие технологические и организационные решения позволяют перейти от пилотов к масштабируемым индустриальным системам.