Я убеждён, что ИИ станет неотъемлемой частью нашей жизни, однако его внедрение и адаптация займут больше времени, чем многие ожидают. Мы уже наблюдаем, как ИИ помогает решать сложные задачи, но его полная интеграция в бизнес-процессы требует тщательного подхода и времени.
Важно также отметить, что ИИ – это не новая технология, а история, которая существует давно. Никто толком не понимает до конца единого определения даже этого термина ИИ (это и работа машин с большими данным, и моделирование языковых структур, и машинное обучение и т. д.), все вкладывают разные смыслы в эту фразу. При этом очевидно общее: как бы это ни называлось, ИИ существенно повышает эффективность решения разных задач. Раньше на это требовалось гораздо больше подготовки операторов и времени, а теперь модели делают это быстрее и результативнее.
В бизнесе, например, мы тоже активно исследуем возможности применения ИИ для повышения эффективности и качества предоставляемых услуг. Например, в банке мы работаем над автоматизацией комплаенс-проверок операций и клиентов с помощью ИИ, что сокращает время анализа с двух дней до нескольких минут.
Личный опыт использования ChatGPT
Я пользуюсь ChatGPT каждый день. Недавно, к примеру, чат опроверг мнение юристов из Нью-Йорка, которые брали $1500 в час. Он дал корректную информацию за несколько вопросов и ответов со ссылками на нужные источники, и он был прав. Причем это доступно каждому: ты можешь не знать законодательства, но простым языком задать вопрос и получить точный ответ. Да, есть недостатки. ChatGPT умеет очень убедительно врать, но, если правильно задавать вопросы и проверять источники, можно минимизировать ошибки.
Я уверен, что рутинный труд, к примеру в юридической сфере, исчезнет. Причем победит не ИИ, а юрист, который умеет работать с разными моделями ИИ. Каждую задачу, которую сейчас сотрудник решает руками, он сможет делать быстрее. Поэтому сейчас обучение промт-инженерингу (конструирование верных запросов) становится ключевым навыком. Учитесь правильно формулировать вопросы. Это проще, чем программирование, но тоже требует навыков. И это касается любой тематики.
Медицина и инновационный проект CerebraAI
Одно из ключевых преимуществ искусственного интеллекта — это возможность радикально повысить производительность труда на местах. Например, в медицине: если врач сталкивается с редким случаем, ИИ может мгновенно предоставить ему доступ к лучшим мировым практикам, рекомендациям и обновлённым протоколам лечения. Это значит, что пациент из региональной больницы получит такой же уровень диагностики и рекомендаций, как если бы он находился в ведущем медицинском центре.
Мы должны стремиться к тому, чтобы технологии помогали специалистам, а не заменяли их. Ведь ИИ может проанализировать данные, но окончательное решение всё равно остаётся за человеком. Главная цель — сделать так, чтобы врачи тратили больше времени на лечение пациентов, а не на рутину.
Мы много инвестируем в перспективные стартапы, использующие ИИ. Так, мы поддержали казахстанский проект CerebraAI, который разрабатывает программное обеспечение на основе ИИ для быстрой диагностики инсульта. Этот продукт способен распознать инсульт в течение 10 минут, что значительно повышает шансы на успешное лечение. Также этот проект использует искусственный интеллект для интерпретации КТ и анализа медицинских данных.
Важно не просто внедрять ИИ-инструменты, а интегрировать их в систему здравоохранения так, чтобы они выравнивали качество медицинских услуг по всей стране. Основная проблема сейчас в Казахстане — нет механизма для внедрения ИИ в эту сферу, что делает бизнес-модель пока нестабильной. При этом отношение к ИИ в здравоохранении уже поменялось, и в следующем году реформа (которую поручил разработать президент) будет запущена.
Влияние ИИ на занятость
Существует мнение, что внедрение ИИ может привести к сокращению рабочих мест. Однако наш опыт в финансовой сфере показывает обратное: чем больше мы внедряем технологий, тем больше сотрудников нам требуется. Это парадокс, но реальность.
Я убежден, что развитие ИИ приведет к тому, что потребность в высококвалифицированных специалистах вырастет. Чем более квалифицирован человек, тем дороже будет стоить его труд. А те, кто останется без новых навыков, рискуют потерять работу. Учитесь учиться. Те, кто освоит новые технологии быстрее, будут востребованы. Не обязательно писать LLM модели (большие языковые модели, на которых строится ИИ), чтобы выиграть конкуренцию, достаточно научиться ими пользоваться. Монотонного труда станет меньше, а творческих задач – больше.
К примеру, регуляторы требуют от банков всё больше функций. Сейчас банки должны не только переводить деньги, но и выполнять функции финансового и налогового контроля, что требует больше IT-специалистов. При этом у Казахстана есть супер преимущество: государственные базы данных – одни из лучших в мире. В Казахстане огромное количество информации о жителях оцифровано, что делает регион одними из лидеров в мире в этой сфере и дает фору в применении ИИ (понимать, а что нужно нашему населению, какие услуги конкретному человеку и т. д).
Тренды на корпоративные и национальные системы ИИ
Сейчас мы также видим тренд на создание страновых систем ИИ и корпоративных моделей. Компании начинают осознавать, что обработка данных на своих серверах даёт больше контроля и безопасности (не все готовы передавать данные OpenAI). Можно взять базовую уже готовую модель, дообучить её на собственных данных, докрутить под свои задачи и получить результат, который будет точнее соответствовать именно нашим бизнес-потребностям.
Я уверен, что через 3-5 лет появится много локальных решений. Государства и корпорации будут развивать национальные системы, интегрировать их в управление, аналитику и внутренние процессы. Это логичное развитие технологий, потому что работа с чувствительными данными (персональной информацией о человеке) требует доверия, а собственная ИИ-инфраструктура даёт больше возможностей в этом плане.