На форуме «Цифровые решения» в Москве директор департамента по искусственному интеллекту и большим данным МегаФона Виталий Щербаков изложил принципы внедрения ИИ в корпоративные процессы. По его словам, требование стопроцентной точности от ИИ не всегда оправданно, поскольку ручные операции уже содержат ошибки, а безопасность и инфраструктура ИИ должны управляться централизованно.
Почему не стоит требовать от ИИ идеальной точности
Виталий Щербаков отметил, что при автоматизации часто выдвигают требование абсолютной точности, хотя существующий ручной процесс, выполняемый сотрудниками, уже имеет значительный процент сбоев. В таком случае цель внедрения ИИ‑агента — не достижение идеала, а результат, который не уступает текущим показателям человеческого исполнения. Об этом он заявил на сессии в рамках форума «Цифровые решения».
Допустимый уровень ошибок зависит от их последствий. Если сбой легко исправить и он не несёт серьёзных потерь, процесс можно автоматизировать. В сценариях с высокой ценой ошибки, например при массовых начислениях клиентам, необходим жёсткий контроль человеком, добавил Щербаков.
Какие правила нужны для корпоративного ИИ
Безопасность, правила работы с данными и общая инфраструктура корпоративного ИИ должны централизованно управляться на уровне всей компании, тогда как сотрудникам и подразделениям можно оставить свободу в создании локальных агентов и прикладных сценариев. Такую позицию выразил Виталий Щербаков.
По его словам, неизменным фундаментом для всей организации должны стать единые стандарты безопасности, правила работы с данными и документами, а также центр компетенций, аккумулирующий лучшие практики. Инфраструктурный слой, включающий базовые модели, вычислительные ресурсы и инструменты доступа к данным, также должен быть общим. Всё, что дорого и нецелесообразно воспроизводить много раз, логично централизовать, считает Щербаков.
Можно ли распространять личного ИИ‑агента на всю компанию
Сотрудники могут самостоятельно создавать ИИ‑агентов и навыки для локальных задач, однако перед распространением таких решений на всю компанию необходима централизованная проверка. Об этом заявил директор департамента по искусственному интеллекту и большим данным МегаФона.
Щербаков пояснил, что сотрудник вправе самостоятельно разрабатывать и использовать агентов или навыки для решения локальных задач, но механизм распространения таких решений на всю компанию требует строгой централизованной валидации. Он сравнил этот подход с практикой внедрения бизнес‑аналитики: сотрудник может создавать показатели и отчёты для себя, однако перед их публикацией для всей компании методология расчёта обязательно должна пройти аудит. Аналогичный механизм необходим и для корпоративных ИИ‑решений, подчеркнул он.
Подход МегаФона отражает инженерную логику: не пытаться добиться от ИИ безупречности, но встраивать его в реальные процессы с учётом существующих ошибок, рисков и возможностей инфраструктуры. Тезисы Щербакова подчёркивают, что корпоративное применение ИИ — это не только про технологии, но и про новые управленческие практики. Компании сейчас ищут баланс между выгодами от применения ИИ и централизованным контролем.