Сбер обсудил влияние ИИ на подходы в разработке технологических решений

Искусственный интеллект привнес изменения в подход разработки технологических решений по всему миру, отметил руководитель блока «Технологическое развитие» Сбербанка Андрей Белевцев во время пленарного заседания «Цифровизация-2030: на пути к полному импортозамещению или конкуренции с зарубежными вендорами» на форуме «Технопром» в Новосибирске.

По словам Белевцева, если на предстоящем этапе по каждой задаче приходилось создавать отдельное решение, то сейчас разные компании могут использовать одну и ту же фундаментальную модель для разработки собственных продуктов.

«Саму модель можно назвать технологическим компонентом, возможности и риски которого нужно четко понимать. Страны, в которых есть собственные команды, создающие фундаментальные модели, можно пересчитать по пальцам. Это США, Китай, Франция, ОАЭ и Россия. Причем в нашей стране представлены сразу две модели высокого уровня, одна из них GigaChat от Сбера», — добавил он.

Сбер сейчас обладает полным циклом производства, и когда мы беремся за конкретную бизнес-задачу, то можем добиться одной из лучших в мире метрик, подчеркнул Андрей Белевцев.

«И это важно с точки зрения практического применения: мы можем сделать так, чтобы бизнес получил максимальную ценность в конкретном кейсе. Если говорить о результатах в периметре Сбер, мы в этом году ожидаем порядка 50 миллиардов рублей экономического эффекта от внедрения именно генеративного искусственного интеллекта. Сегодня порядка 500 GenAI-инициатив в компании запущены», — пояснил руководитель блока «Технологическое развитие» Сбербанка.

Параллельно в России существует целый ряд условно открытых моделей иностранного производства, но здесь важно учитывать степень этой «открытости», считает Белевцев.

«У любой фундаментальной модели есть три составляющие: претерейнинг (исходные данные, на которых она обучается), код обучения и весы (вычисленные в результате обучения модели параметры). Когда модель «открывают», то открывают только код и веса. Никто не открывает свой претерейнинг, а это и есть основное знание, корень конкурентоспособности модели», — замечает эксперт.

По его мнению, для российского потребителя это означает следующее: никто не гарантирует, что модель продолжит обновляться и однажды не станет закрытой.

«Если построить на такой модели свой бизнес, если использовать ее в критической инфраструктуре, это чревато большими рисками. И поэтому сохраненные в России собственные компетенции по созданию фундаментальных моделей имеют ключевое значение для технологического суверенитета страны», — заключил Андрей Белевцев.