Медиацентр
Искусственный интеллект: от хайпа к практике
18.09.2025Искусственный интеллект перестал быть темой исключительно для футурологических прогнозов. Российские компании разных отраслей — от ритейла и логистики до медицины и фармы — уже сегодня пробуют внедрять ИИ-инструменты в процессы. Однако вместе с первыми успехами возникает и целый набор вопросов: от доверия и безопасности до пересмотра профессиональных ролей.
Не захват, а сотрудничествоВадим Желтухин, директор по ИТ «АЛРОСА», подчеркивает: говорить о «захвате» искусственным интеллектом не стоит. Люди сами добровольно отдают рутинные задачи системам. Но здесь возникает ключевая дилемма: какие функции можно делегировать полностью, а где ИИ должен выступать только в роли «второго мнения»?Это не только технический вопрос, но и организационный. Компании вынуждены создавать новые правила и процедуры: от разграничения полномочий для автономных систем до механизмов контроля их решений. И, конечно, встает проблема «галлюцинаций» больших языковых моделей, которая при переходе от бытового применения к промышленному становится критичной.Эволюция профессийПо словам Евгения Лимаренко, CIO Inventive Retail Group, ИИ действительно вытеснит ряд профессий. Но это не катастрофа, а очередной виток эволюции: «Почта не исчезла с появлением мессенджеров, а писари не пропали с изобретением телефона — просто поменялись роли».Через 3–5 лет ассистенты смогут писать базовый код, считает эксперт. Но сложные, кастомные решения останутся в руках разработчиков. Экспертиза в логике, алгоритмах и архитектуре по-прежнему будет востребована.ИИ-логист, умные тесты и новые инструментыРеальные кейсы показывают, что искусственный интеллект постепенно перестает быть «игрушкой» и становится рабочим инструментом. Так, в логистике компании делают ставку не на замену специалистов, а на помощь им. Платформа Монополия сейчас разрабатывает «ИИ-логиста» — систему, которая анализирует маршруты, рекомендует подрядчиков и прогнозирует обратные рейсы. По сути, это новый уровень операционной эффективности: человек принимает финальное решение, но получает готовую аналитику, собранную за минуты.В медицине подход аналогичный: ИИ выступает в роли ассистента, а не врача. Пилоты AstraZeneca в России доказали практическую пользу — алгоритмы поддержки врачебных решений подсвечивают риски, которые могли бы остаться незамеченными. Повышение выявляемости рака легких на 10% кажется скромной цифрой, но для пациентов, попавших в эти проценты, это вопрос жизни. Здесь же встаёт вопрос доверия: именно поэтому технологии проходят долгие циклы тестирования, ведь ошибка в медицине стоит слишком дорого.Даже в сферах, где риски ниже, скепсис пока силён. Во «Вкусно – и точка» пробуют использовать ИИ для написания тест-кейсов и генерации кода, но разработчики не готовы полностью доверить ему ключевые задачи: всё равно приходится перепроверять. Это создает ощущение замкнутого круга — система должна экономить время, но пока требует дополнительных усилий.Разработчики же из TanukiTech идут другим путём: они активно экспериментируют с моделями Anthropic и open source-решениями, используя их в кодинге, тестировании и аналитике. Такой подход показывает, что ИИ сегодня воспринимается не как универсальный «чёрный ящик», а как набор специализированных инструментов, которые нужно грамотно встроить в экосистему компании.Главный вывод здесь прост: искусственный интеллект не заменяет специалистов, а меняет саму логику их работы. Он убирает рутину, оставляя людям больше пространства для стратегических решений, анализа и креатива.Вопрос доверия и регуляцииГлавные барьеры внедрения ИИ сегодня — доверие, безопасность и этика.- Компании задаются вопросом: кто несет ответственность за ошибку алгоритма?
- В медицине технологии проходят длительные проверки, ведь от их точности зависит жизнь пациентов
- В ИТ и ритейле ИИ пока используют в «ассистентском режиме», когда человек перепроверяет результат