Внедрение искусственного интеллекта (ИИ) в российские компании сталкивается с рядом значимых вызовов, которые, несмотря на высокий интерес и потенциальные возможности, замедляют масштабирование технологий. Одним из наиболее заметных препятствий является дефицит квалифицированных специалистов, что, в свою очередь, сказывается на эффективности и скорости внедрения инноваций. Кроме того, для многих организаций проблемы с защитой данных и спорные прогнозы по окупаемости технологий создают дополнительные сложности. Однако несмотря на эти трудности, бизнес продолжает искать пути решения, что подтверждают результаты сессии «Альянса в сфере ИИ» на конференции AI Journey в Москве.

Кадровый дефицит как основное препятствие Исследования показывают, что в 2024 году уже 66% российских организаций используют ИИ и машинное обучение в своей работе, а этот показатель продолжит расти, достигая 100% в ближайшие несколько лет. Однако, как отмечает председатель наблюдательного совета «Альянса в сфере ИИ» Александр Ведяхин, несмотря на позитивные тенденции, не все компании могут похвастаться успехом в использовании ИИ. Среди основных проблем, с которыми сталкивается бизнес, выделяется нехватка квалифицированных специалистов.

По словам Станислава Близнюка, президента Т-Технологий, в России существует явная нехватка кадров, которые обладают нужными компетенциями для разработки и внедрения решений на базе ИИ. В частности, в области информационных технологий в настоящее время действует нехватка специалистов, способных работать с ИИ и машинным обучением. Причем, как подчеркнул Близнюк, проблема не ограничивается только дефицитом высококвалифицированных кадров. Руководители компаний также нередко не до конца осознают важность технологий ИИ и недостаточно внимания уделяют обучению своих сотрудников.

Это мнение поддержал и Василий Номоконов, исполнительный директор нефтехимической компании «Сибур», который отметил, что для решения кадровой проблемы его компания предпочла не конкурировать за редких специалистов, а налаживать партнерство с технологическими гигантами. Вместо того чтобы создавать собственный кадровый резерв, «Сибур» работает с крупными компаниями, что позволяет не только получать необходимые знания и опыт, но и масштабировать их на другие предприятия, выходя за пределы одной отрасли.

Партнерства и стартапы как решение Вместо того чтобы создавать в компании штат редких специалистов, «Сибур» решила использовать гибридную модель — сотрудничество с внешними партнерами и стартапами. Это позволяет получать доступ к необходимым технологиям и инновациям без необходимости содержать в штате специалистов, работающих над узкими задачами. Партнерства с технологическими компаниями, как показывает опыт «Сибура», дают возможность получить качественные решения и вывести их на рынок в сжатые сроки.

Компания также активно привлекает стартапы для разработки ИИ-агентов. По словам Номоконова, стартапы часто работают быстрее и эффективнее штатных сотрудников, что позволяет существенно ускорить внедрение технологий. Для крупномасштабных задач компания, конечно, нанимает инженеров напрямую, но в ограниченном количестве, только для критически важных направлений.

Образовательные программы как способ преодолеть дефицит кадров Для того чтобы восполнить дефицит специалистов и обеспечить индустрию ИИ новым поколением профессионалов, российские компании активно развивают собственные образовательные программы. К примеру, компания «Сибур» стала одним из основателей Центрального университета, в котором готовятся специалисты в области ИТ. В вузе участвуют эксперты из различных крупных компаний, которые проводят лекции, участвуют в научно-исследовательской деятельности студентов и организуют стажировки. Это не только помогает повысить квалификацию студентов, но и формирует резерв специалистов, готовых работать с современными технологиями ИИ.

Кроме того, Станислав Близнюк подчеркнул, что крупные компании уже давно взяли на себя функцию обучения ИТ-специалистов, поскольку система образования в России в настоящее время не способна в должной степени обеспечить отрасль нужными кадрами. В связи с этим важно, чтобы такие инициативы стали массовыми и поддерживались на уровне государственных программ, направленных на развитие и поддержку образования в области ИТ и ИИ.

Инвестиции и гибридные модели Еще одной важной темой, затронутой на сессии, стала гибридная модель инвестирования в ИИ-проекты. Для того чтобы преодолеть финансовые барьеры, компании начинают сочетать собственные инвестиции с партнёрствами с государственными и частными инвесторами. Это позволяет минимизировать риски и обеспечивать более устойчивое развитие проектов, связанных с ИИ. На практике такие модели инвестирования помогают компаниям быстрее адаптироваться к изменениям в экономической и технологической среде, а также ускорить внедрение новых решений.

Одним из примеров гибридного подхода является участие в разработке и внедрении ИИ-проектов крупнейших банков и финансовых институтов. Они не только инвестируют в собственные исследования и разработки, но и активно поддерживают стартапы и инновационные проекты, что способствует созданию экосистемы для устойчивого развития ИИ в России.

Перспективы развития ИИ в России Несмотря на текущие трудности, российский рынок ИИ продолжает развиваться. По данным исследований, к 2024 году почти две трети российских компаний уже используют ИИ, а этот показатель продолжит расти в следующие годы. Внедрение ИИ в различные отрасли, от промышленности до здравоохранения и финансов, обещает не только улучшить эффективность работы компаний, но и создать новые рабочие места и стимулировать рост экономики.

Основным фактором, который будет определять успешность этого процесса, является способность бизнеса и государства выстроить систему поддержки и образования, которая обеспечит российские компании квалифицированными кадрами. Важно также создать инфраструктуру, которая будет способствовать развитию новых технологий и поддержке стартапов, что позволит обеспечить успешную интеграцию ИИ в различные отрасли.