ИИ — не мыльный пузырь, а новая инфраструктура бизнеса

Дальний Восток, данные и первый большой опыт

В «Ростелеком» я пришел ещё до того, как появился объединенный «Ростелеком», в региональную компанию на Дальнем Востоке. Сначала занимался аналитическим маркетингом: прогнозы, бюджеты, инвестиционное планирование, модели поведения клиентов.

Один из крупных проектов был связан со строительством подводной волоконно-оптической линии связи на Камчатку, Магадан и Сахалин. До этого многие территории жили на спутниковой связи, а для новой инфраструктуры нужно было оценить, как будут проникать тарифные планы, как будет меняться поведение населения, как транслировать опыт одних регионов на другие.

Дальний Восток хорошо показывает, что технологическая инфраструктура — это не абстракция. Плотность населения низкая, населенные пункты далеко друг от друга, дома ниже, стоимость подключения на человека выше. Поэтому аналитика, прогнозы, данные и модели там не украшение, а способ принимать инвестиционные решения.

От маркетинговой аналитики к машинному обучению

Где-то в 2012 году мы уже строили первые модели, связанные с оттоком клиентов и продажами. Тогда главной проблемой были данные. Сейчас кажется, что данные всегда где-то лежат, их можно быстро выгрузить и анализировать. Но тогда хранилища данных только появлялись, многое собиралось из биллингов, отдельных систем, руками и очень долго.

В 2015 году я пошел руководить проектом по запуску централизованного хранилища данных на Дальнем Востоке, а в 2016-м переехал в Москву и продолжил заниматься этим направлением уже в более крупном масштабе. Постепенно мы пришли к тому, что нужно централизовывать машинное обучение внутри компании.

В 2019 году мы буквально с пары человек начали собирать первые модели и объединять разные инициативы. Были подрядчики, внутренние команды, решения по оттоку, продажам, внутренней аналитике. Нужно было не просто сделать один проект, а собрать направление.

В 2020 году появилась Национальная стратегия развития искусственного интеллекта, затем первая стратегия ИИ в «Ростелекоме». Мы уже явно заявили о себе как о команде, которая готова брать это направление. Потом нам передали чат-ботов, потому что они не запускались так, как нужно. Мы запустили и эту историю. Так постепенно ИИ в компании стал не отдельным экспериментом, а системным направлением.

Почему ИИ — не мыльный пузырь

Многие увидели искусственный интеллект только после 2022 года, когда генеративные модели стали массовыми и каждый человек смог их пощупать. Из-за этого легко сказать: это хайп, мыльный пузырь, краткосрочная мода. Я так не считаю.

Современная волна искусственного интеллекта началась гораздо раньше — примерно с 2010–2012 годов. Почти каждый год появлялись научные достижения, которые сразу превращались в новые продукты, новые рынки и новые бизнес-кейсы. Это было не случайное вспыхивание, а накопительный процесс: данные, вычислительные мощности, новые архитектуры, большие инвестиции, open source, прикладные задачи.

Искусственный интеллект уже переживал зимы. Дважды область подходила к большим ожиданиям и потом откатывалась. Но то, что было создано раньше, не исчезало. Просто переставало называться ИИ и становилось частью обычных технологий: экспертные системы, роботизация, автоматизация, алгоритмические решения. Поэтому ИИ для меня — это передний край computer science, направленный на автоматизацию и частичную замену человеческих действий.

Наука и бизнес: рынок сбыта важен не меньше идеи

Искусственный интеллект сейчас создал редкую ситуацию, когда наука и бизнес идут рядом. Бизнес видит прикладные задачи, а наука быстро даёт новые инструменты. Но это не значит, что любое исследование сразу окупится. Компании всегда смотрят на рынок сбыта, риск, стоимость внедрения и эффект.

У нас в корпоративной культуре низкая толерантность к риску. Проекты с вероятностью успеха 80 или 90 процентов ещё можно обсуждать, но настоящая наука часто работает иначе: из десяти направлений может выстрелить одно, и именно оно окупит все остальное. Так устроены венчурные инвестиции, так часто работает развитие технологий.

Поэтому для науки и бизнеса важно не просто дружить, а научиться считать и принимать риск. Где-то нужен прямой экономический эффект, где-то стратегическая ставка, где-то рынок ещё не сформирован. В ИИ это особенно заметно: иногда очевидно, что технология нужна, но строгую финансовую модель эффекта построить очень трудно.

Команда мечты выросла из двух ставок

В 2019 году мне фактически сказали: хочешь заниматься искусственным интеллектом — вот тебе две ставки, крутись. Так все и началось. Постепенно, через небольшие шишки, через подстройку под рынок, через разные волны интереса, из этой маленькой точки выросла большая команда.

Сейчас это уже команда 50+, которая занимается большим набором направлений: классический data science, модели, чат-боты, генеративный ИИ, мультиагентные сценарии, объединение сценарных и генеративных ботов, внутренняя автоматизация и внешняя монетизация.

Моя модель управления больше строится через личный пример. Когда я погружаюсь в направление, я стараюсь сам понять, что там происходит: бизнес-логику, данные, ограничения, эффект, будущие возможности. Команда часто сфокусирована на результате сейчас, а руководителю нужно держать ещё и горизонт того, что может выстрелить дальше.

Важно выращивать людей внутри команды. Многие начинали в одном направлении, потом переходили в другое: от классического data science к чат-ботам, от чат-ботов к генеративке. Так появляется костяк, который уже сам может передавать культуру дальше. Когда команда становится большой, ты не можешь работать с каждым напрямую. Поэтому нужны руководители внутри команды, которые несут ту же логику.

Какие компетенции нужны молодым

Старшее поколение часто говорит, что молодежь знает меньше. Картина сложнее. Раньше широта знаний была меньше, но глубина часто была больше. Сейчас человеку нужно знать много и широко, чтобы ориентироваться в мире, но в одной области все равно нужно уходить глубоко. Поэтому мой совет — развивать широту знаний в очень разных областях и одновременно выбирать то, куда ты будешь погружаться серьёзно.

ИИ может закрывать рутинную работу, но сначала лучше научиться эту рутинную работу делать самому, чтобы понимать, что ты заменяешь. Как с калькулятором: он есть, но если ты не умеешь быстро прикинуть числа в голове, тебя легко обмануть. Ты не всегда сможешь достать телефон и пересчитать. Багаж знаний нужен, чтобы быстро проверять реальность.

Будущее: агенты, андроиды и симбиоз

Если смотреть на технологии ближайших 5–10 лет, я думаю, что ИИ ещё долго будет развиваться. Любая технология проходит логистическую кривую: сначала быстрый рост, потом ограничения и плато. Мы видели это с компьютерами и законом Мура. С ИИ будет похоже: в какой-то момент скорость начнёт замедляться, но пока поле ещё очень сырое, особенно в части агентов.

С точки зрения идей научная фантастика уже многое нам подсказала: умный помощник, бортовой компьютер, Джарвис, операционная система, с которой человек общается голосом. Многое из этого уже стало реальностью. Следующий крупный эволюционный шаг, на мой взгляд, — появление андроидов и помощников с телом.

Пока языковые модели работают в основном как логическая часть, как условная префронтальная кора. Но у человека мозг развивался для потребностей организма, для движения, боли, цели, взаимодействия с физическим миром. Когда ИИ получит тело — робот, автомобиль, бытовой помощник, — появятся новые задачи, новые ограничения и новая наука.

Есть и более далекая идея — симбиоз человека и ИИ, расширение человеческой нейронной сети за счёт облачных систем. Это уже не ближайшие десятилетия в массовом смысле, но как направление мысли оно важно. Пока же нам бы дойти до нормальных роботов и ассистентов, которые действительно умеют действовать в физическом мире.

Виртуальная реальность, спорт и поддержание тела

Свободного времени немного, но технологии меня интересуют и за пределами работы. Помимо искусственного интеллекта, мне давно интересна виртуальная реальность: дома есть несколько шлемов, хотя сейчас не всегда удается добраться до этой истории.

Ещё есть спорт: тренажерный зал, велосипед, поддержание тела в рабочем состоянии. Когда проектов много, легко начать жить только головой. Но тело тоже нужно выдерживать нагрузки. В этом смысле спорт становится не отдельным хобби, а частью способности долго работать в интенсивной технологической среде.