Чем ИИ реально полезен бизнесу? Обсудили эксперты BigTech-компаний на Digital Bridge 2025
Генеративный искусственный интеллект сегодня пишет рекламные тексты, собирает отчеты, отвечает на звонки клиентов и придумывает слоганы. Кажется, он повсюду — но приносит ли реальную пользу бизнесу? По данным McKinsey, ответ скорее «нет»: более 80% компаний признают, что их ИИ-инициативы пока не влияют на прибыль.
Почему так происходит, на форуме Digital Bridge 2025 обсудили эксперты BigTech-компаний Казахстана и Центральной Азии: Сергей Сорокин и Александр Боришевич из Yandex Cloud, Александра Шкипина-Санчес из Yandex Retail/Tech, Кайрат Айтпаев из Globerce Capital и Александр Нагорный из Kolesa Group. Они рассказали, какие решения уже показали эффективность и что определяет развитие искусственного интеллекта в регионе.
«Автоматизация за счет ИИ помогает экономить до 30% расходов»
Бизнес все чаще применяет искусственный интеллект в областях, где можно быстро увидеть результат, — в клиентском сервисе, аналитике и продажах. По словам Александра Боришевича, директора по развитию ML&AI Yandex Cloud в Казахстане и Центральной Азии, решения Yandex Cloud помогают снижать издержки и повышать качество обслуживания компаниям из самых разных отраслей — от телекома и банков до ритейла и страхования.
«Почти у каждого крупного бизнеса есть контакт-центр, загруженный типовыми запросами. Чат-боты и голосовые помощники, построенные на базе ИИ и обученные на документах компании, уже безошибочно отвечают на стандартные вопросы клиентов», — рассказал Александр Боришевич.
Если раньше такие системы работали по жестким сценариям и часто не понимали контекст, то теперь они стали гораздо «умнее». Современные алгоритмы, которые используются в инструментах Yandex Cloud, распознают интонацию и смысл, способны проявлять эмпатию и даже отвечать с оттенком эмоций.
«Голос робота сегодня практически не отличишь от человеческого. Я сам часто тестирую эти решения и порой не понимаю, с кем разговариваю — с оператором или машиной», — поделился Александр Боришевич.
Подобные ИИ-технологии позволяют компаниям снижать нагрузку на операторов и перераспределять внимание сотрудников на более сложные задачи. Александр Боришевич отметил, что по данным аналитиков, автоматизация типовых запросов помогает экономить до 30% расходов на контакт-центры.
Но чтобы ИИ действительно давал ощутимый результат, важно правильно работать с данными, на которых он обучается — именно на этом акцентировал внимание Кайрат Айтпаев, Chief Data Officer Globerce Capital.
«Очень важно собирать не только записи разговоров, но и текстовые данные. В одной из компаний, где я работал еще три года назад, мы с помощью ИИ автоматизировали работу службы поддержки — собрали типичные запросы, унифицировали ответы и на них обучали модель.
На первых этапах ИИ закрывал 5 % обращений, потом — 50 %, и в итоге мы полностью перевели первую линию поддержки на искусственный интеллект. Такого результата удалось достичь благодаря постоянной итерационной работе. Мы не просто один раз «скормили» ИИ массив данных, а делали это постепенно, анализировали ошибки, корректировали ответы и таким образом улучшали модель», — рассказал Кайрат Айтпаев.
Еще одно направление, где активно применяется ИИ, — анализ общения с клиентами.
«Мы можем одновременно анализировать тысячи различных коммуникаций, выделять речевые паттерны сотрудников и определять лучшие практики и зоны развития», — отметил Сергей Сорокин, директор по развитию бизнеса Yandex Cloud в Казахстане и Центральной Азии.
В Kolesa Group используют ИИ, чтобы улучшать клиентский опыт.
«У нас есть сервис «Оценка недвижимости», где цену рассчитывает искусственный интеллект. Он подсказывает нашему пользователю, сколько будет стоить его квартира для продажи или сдачи в аренду. ИИ используется для рекомендательной системы, чтобы показывать пользователю интересные ему объявления.
Совместно с командой модераторов, ИИ проверяет объявления в продуктах. До внедрения искусственного интеллекта публикация объявления занимала от 20 минут до 2 часов, сейчас —10–15 секунд», — рассказал Александр Нагорный, Chief Product Officer Kolesa Group.
Все чаще искусственный интеллект выходит за рамки цифровых сервисов — например, его активно применяют в ритейле.
«Технологии компьютерного зрения от Yandex Retail/Tech помогают контролировать наполняемость полок и анализировать выкладку товаров — по результатам экспериментов это напрямую повышает выручку ритейлера. Подобную систему легко применять и в других индустриях — с запросом на внедрение к нам приходят компании из агросферы, нефтегазовой отрасли и тяжелой промышленности», — поделилась Александра Шкипина-Санчес, CBDO CIS Yandex Retail/Tech.
«Облако — идеальная площадка для экспериментов с ИИ»
Сегодня искусственный интеллект — это не просто набор алгоритмов, а прежде всего инфраструктура. Чтобы модели обучались и работали стабильно, требуются мощные вычислительные ресурсы, компетентные ML DevOps-команды и отлаженные процессы разработки.
«Сейчас идет битва за таланты. 50% спроса на дата-сайентистов не покрывается. Компании борются за этих специалистов, потому что без них невозможно выстроить инфраструктуру и стратегии для ИИ», — отметила Александра Шкипина-Санчес.
Именно поэтому все больше представителей бизнеса переходят к платформенным решениям, где необходимые технологии уже встроены.
«Компании стремятся к простоте. Им нужен результат здесь и сейчас, а времени собирать собственную инфраструктуру и команду нет. Облачные решения позволяют протестировать гипотезу, увидеть результат и при необходимости быстро масштабировать его», — пояснил Александр Боришевич.
По мнению экспертов, именно скорость и гибкость делают облако идеальной площадкой для экспериментов с ИИ. На базе Yandex Cloud компании могут проверять гипотезы, обучать модели и внедрять решения без затрат на закупку оборудования или развертывание дата-центров.
«Каждое внедрение ИИ начинается с постановки гипотезы и выбора метрик, по которым будет измеряться эффективность. После предпилота команда вместе с заказчиком проводит A/B-тест, чтобы увидеть реальную разницу до и после внедрения. Если оценка положительная — применение обосновано, и проект можно масштабировать», — объяснил Александр Боришевич.
«Будущее за нейроагентами»
Эксперты отмечают — следующий этап развития искусственного интеллекта связан не только с технологиями, но и с изменением подхода внутри компаний.
Кайрат Айтпаев подчеркнул, что успех внедрения ИИ начинается с людей:
«Для меня внедрение искусственного интеллекта — это прежде всего изменение мышления. Если людей научить, показать, как ИИ может улучшить их работу, они сами интегрируют его во все процессы. Как раньше был принцип mobile first, теперь приходит время культуры AI first».
Эта культурная трансформация уже находит отражение в конкретных продуктах и решениях. Сергей Сорокин рассказал, как новые технологии становятся частью корпоративной среды:
«Мы создаем пул ИИ-помощников на базе технологий Yandex. Эти нейроагенты помогают сотрудникам выполнять задачи быстрее, автоматизируют рутину, планируют встречи, подбирают данные и готовят документы. Их задача — не заменить человека, а освободить ему время для осмысленной и творческой работы».
Что в итоге
Эксперты сошлись во мнении — внедрение ИИ становится не просто модным экспериментом, а сильным инструментом для роста бизнеса. Но чтобы заставить искусственный интеллект приносить реальную пользу, важно понимать следующее:
- ИИ лучше всего работает там, где можно повысить качество общения с клиентом. Но для этого важно обучать модели на больших и актуальных массивах данных, регулярно обновляя их, чтобы ответы оставались точными и уместными.
- Платформенные решения упрощают внедрение ИИ. Облака и готовые инфраструктуры позволяют тестировать гипотезы и получать качественный результат без масштабных инвестиций в собственные серверы и команды.
- Внедрение стоит начинать с гипотезы. Нужно четко понимать, чего вы хотите от ИИ, и запускать пилоты на небольших участках.
- Цифровая культура важнее технологий. Сотрудников стоит приучать использовать ИИ в работе, чтобы они сами искали точки автоматизации и предлагали идеи.
- Нейроагенты освобождают людей от рутины. Делегируя ИИ повторяющиеся задачи, компании дают командам возможность сосредоточиться на стратегических решениях и развитии — а это напрямую влияет на рост бизнеса.
