Об эксперте: Евгений Колбин, CEO провайдера облачных и ИИ-технологий Cloud.ru.
Как облака меняются под влиянием ИИ
— Как меняется подход к управлению облаками с развитием ИИ?
— Подход сильно меняется, и не только к управлению облачной инфраструктурой, но и в целом к тому, как люди взаимодействуют с цифровыми системами, интерфейсами, приложениями.
Классический поисковик отходит на второй план — ему на смену приходят нейросетевые инструменты, такие как, например, GigaChat, ChatGPT, где пользователь хочет сразу получить релевантный, человеческий, удобный для восприятия ответ. Причем не просто найти ссылку, а получить конкретный персонализированный результат.
Мы посмотрели на этот тренд и создали собственное решение на основе генеративного ИИ — ИИ-помощника «Клаудию». Это не просто чат-бот — это система, которая помогает автоматизировать большое количество задач, связанных с облачной инфраструктурой.
Например, разработчик уже сейчас может дать «Клаудии» задачу развернуть виртуальную машину, настроить подключение, развернуть дэшборд мониторинга инфраструктуры, настроить алертинг. В планах добавить возможности создать через диалог с «Клаудией» кластер Kubernetes или базу данных. Более того, решение помогает и тем, кто вообще не связан с IT, — условный маркетолог или владелец небольшого бизнеса может быстро собрать сайт или запустить лендинг. Все, что нужно, это описать задачу текстом, как в обычном мессенджере. И необходимые действия выполнит ИИ-помощник, а не просто озвучит рекомендации.
— В последние годы все чаще говорят об ИИ-помощниках и ИИ-агентах. В чем принципиальная разница между этими сущностями и как она проявляется в облачных платформах?
— Вот простая аналогия: чат-бот — это вендинговый автомат. Он может выполнять только те действия, которые заранее в него заложены. В основе только запрограммированные сценарии. Если вы хотите купить напиток, автомат выдаст ровно то, что в него положили.
ИИ-ассистент, или ИИ-помощник, — это уже «старший брат». Он не будет делать все за вас, но подскажет, как лучше поступить, какие шаги выполнить, что попробовать. Такой ассистент может работать с большим массивом информации и помочь в принятии решений, но действие — за вами.
А вот ИИ-агент — это автономная система. Он ставит и исполняет задачу, причем может сделать это без участия человека. Агент сам инициирует действия, обращается к нужным источникам, запускает процессы — например, может не просто сказать, как забронировать отель, а сделать это сам. Он может обработать обращение, внести данные в CRM, выбрать тур и оформить бронирование — все в фоновом режиме. В облаке агент уже в ближайшем будущем может самостоятельно развернуть базовую инфраструктуру, например запустить виртуальную машину или настроить мониторинг. Здесь ИИ-помощник как раз становится окном доступа в сложную цифровую систему — пользователь видит интерфейс общения, а под капотом работает полноценная мультиагентная архитектура.
— Какие задачи сегодня уже помогают решать ИИ-помощники и агенты в реальных сценариях бизнеса?
— Технологии уже охватывают целый спектр направлений — от поддержки пользователей до оптимизации сложных промышленных процессов и цепочек поставок. Я бы назвал четыре ключевых сценария.
Первый — это пользовательская поддержка. Внедрение агентов и ассистентов дает ощутимый эффект. Например, сейчас уже каждый десятый вопрос в службу поддержки клиентов Cloud.ru, обрабатываются ИИ. В планах увеличить долю до 70% и не уронить качество.
Второй сценарий — маркетинг и продажи. ИИ помогает маркетологам справляться с задачами, связанными с креативом, «белым листом», созданием контента. В нашей компании ИИ-помощник «Клаудия» оперативно формирует предварительные расчеты по коммерческим предложениям прямо в чатах с заказчиками.
Третий сценарий — это разработка. Мы активно используем ИИ-помощников в командах разработчиков. Кроме того, есть решения вроде GigaCode, которые помогают другим внедрять генеративный ИИ в разработку. Это тоже мощный тренд: инструменты вроде GitHub Copilot уже не экзотика, а часть повседневной работы.
Если смотреть шире, то глобально выходит на первый план мультимодальный ИИ. Пример — недавняя презентация Google: пользователь спрашивает, как починить велосипед, и ассистент с помощью изображения и текста выстраивает последовательность действий. Это агентная система и мультимодальная нейросеть в действии. Мы в России тоже двигаемся в этом направлении. Все больше компаний тестирует такие сценарии.
— Насколько внедрение ИИ-агентов в управление облаком сегодня соответствует мировым практикам?
— Мы в Cloud.ru разработали собственную облачную среду для создания агентов Cloud.ru Evolution AI Factory. Наши коллеги из других российских компаний тоже работают в этом направлении, создавая LLM-платформы и ИИ-сервисы.
Большинство инструментов все еще строится на основе open source технологий. Это дает определенные преимущества для более широкого применения ИИ. Во-первых, российские разработчики принимают активное участие в развитии международных open source проектов. Мы вносим серьезный вклад в развитие глобальной ИИ- экосистемы. А во-вторых, даже опираясь на открытые решения можно создавать уникальные продукты. Поэтому я считаю, что наш рынок за последние полтора года сильно продвинулся в разработке ИИ-решений.
Внедрение ИИ в компании: барьеры и решения
— Несмотря на широкое внедрение, далеко не все компании перешли к работе с ИИ на практике. Что сегодня мешает компаниям эффективно внедрять искусственный интеллект в рабочие процессы?
— Под искусственным интеллектом мы часто объединяем очень широкий спектр технологий. Я сфокусируюсь на ИИ-агентах и генеративном ИИ.
Первый барьер, о котором часто забывают, — это необходимость найти и сформулировать бизнес-кейс для применения ИИ. Он должен быть конкретным, оцифрованным, с понятной ценностью для компании и ясными метриками для руководителей.
Барьер номер два — безопасность. Это самая чувствительная тема. Уже сейчас появляются различные инструменты оценки и стандарты, но риски сохраняются. Особенно если компания использует открытые API, пересылает чувствительные данные, не имеет четкого регламента, как работать с ИИ.
Третий барьер — технический. Архитектура мультиагентных систем, сложность интеграции, нехватка ресурсов. Не у каждой компании есть зрелая команда разработчиков, готовая быстро встроить ИИ в процессы. Особенно это касается тех, у кого уже выстроены собственные системы и требуется вживлять в них новые технологии.
Четвертый барьер — отсутствие данных. Даже самые совершенные модели бесполезны без обучающего материала. Данные нужно собирать, размечать, проверять, хранить, и это огромная работа.
Наконец, пятый барьер — это вопрос внутренней культуры. И здесь важно отметить, что, согласно исследованию Gallup, только 16% сотрудников используют ИИ в своей повседневной работе, несмотря на то что среди менеджеров эта цифра уже 33%. То есть разрыв между уровнями колоссальный. И он в том числе связан с отсутствием культуры безопасного и осознанного применения ИИ-инструментов. Поэтому трансформация должна идти не только сверху, но и вглубь, через обучение, вовлечение, демистификацию и демократизацию технологии.
— Сегодня много говорят о демократизации искусственного интеллекта. Насколько реально сделать работу с ИИ и облачными технологиями доступной для тех, у кого нет профильной экспертизы?
— На рынке появляется все больше low-code- и no-code-платформ, которые позволяют разрабатывать агентов без навыков программирования. Это уже не фантастика: вы просто задаете логику через визуальный интерфейс, выбираете инструменты, настраиваете последовательность — и агент работает.
Но сложные сценарии все еще требуют разработчиков. Особенно в крупном бизнесе, где системы разрабатывались годами и содержат уникальные элементы. Там open source или визуального конструктора недостаточно — нужна глубинная интеграция.
Мы в Cloud.ru предлагаем инструменты для этих двух аудиторий. С одной стороны, наша платформа открыта для разработчиков, которые могут кастомизировать все под себя. С другой — есть готовые инструменты, с которыми справится и менее опытный пользователь. В целом мы стремимся к тому, чтобы порог входа становился все ниже, а интерфейс — все интуитивнее.
— С какими вызовами сталкиваются компании при интеграции ИИ в существующую инфраструктуру?
— Главный вызов сегодня — недостаток вычислительных ресурсов. И это касается не только России, но и глобального рынка. Особенно остро эта проблема стоит из-за роста популярности языковых моделей: им требуются мощные GPU, масштабируемая архитектура, стабильные каналы.
Мы решаем эту проблему как с точки зрения предоставления самих мощностей, так и за счет инструментов, которые помогают использовать их эффективно. Простой пример — наш сервис Cloud.ru Evolution ML Inference. Он позволяет использовать GPU максимально гибко: например, распределить мощности одной видеокарты на несколько частей и запускать на ней сразу несколько моделей. Это снижает стоимость и повышает эффективность.
Другой вызов — смена парадигмы. Многие компании привыкли к инфраструктуре как к железу. Приходят в облако за серверами, GPU, блоками хранения. Но сегодня облако — это уже не про железо, а про интеллектуальные инструменты. Мы хотим, чтобы и разработчики, и обычные пользователи воспринимали облако как место, где можно просто решить свою задачу с помощью готовых и понятных сервисов, без погружения в инфраструктуру.
И третий вызов не связан с технологией или бизнес-подходом напрямую. Это создание культуры использования ИИ в компании. Для этого нужно давать возможности использовать инструменты, сознательно создавать вызовы и стимулировать применение ИИ для решения задач.
Безопасность и горизонты развития ИИ
— Как меняется подход к обеспечению безопасности на фоне активного внедрения искусственного интеллекта? С какими рисками компании сталкиваются чаще всего?
— Подходы к безопасности сегодня меняются, и компании начинают пересматривать регламенты на всех уровнях. Это касается и внутренних нормативных актов, и работы с сотрудниками, и технической архитектуры.
Если говорить прямо, безопасность — это не только технологии. Это культура. По статистике, большинство утечек происходит не из-за взломов, а из-за ошибок самих сотрудников. Кто-то случайно отправил данные в открытый API, кто-то сохранил чувствительный файл не в том облаке. Поэтому важно обучать пользователей — рассказывать, что можно делать с ИИ, как правильно работать с открытыми интерфейсами, какую информацию категорически нельзя передавать в сторонние сервисы.
Далее — технические меры. Один из приоритетов — развертывание моделей в закрытом контуре, без выхода за границы России. Особенно если речь идет о работе с персональными данными. Мы предоставляем такую возможность: разворачивать модель локально, обращаться к ней через приватный канал, быть уверенным, что никакие данные не утекут.
Также мы применяем различные методы защиты от prompt injection (тип атаки на большие языковые модели, при котором злоумышленник внедряет вредоносные или неожиданные инструкции в текст промпта, чтобы изменить поведение модели. — «РБК Тренды»), отслеживаем поведение моделей, ведем мониторинг их работы. Без постоянной аналитики и контроля внедрять такие инструменты в корпоративную инфраструктуру просто нельзя.
— Насколько изменился пользовательский опыт взаимодействия с ИИ-инструментами за последние несколько лет? Какие тренды вы видите?
— Во-первых, voice-интерфейсы. Уже есть «умные» колонки, голосовые помощники вроде «Алисы», «Салюта» — почти у каждого дома стоит такое устройство. Но, как ни странно, именно voice пока не стал полноценной точкой входа в ИИ. Люди не всегда готовы решать сложные задачи голосом. Но это временно, мы не списываем voice-интерфейсы со счетов, они будут развиваться.
Второе — максимальное упрощение интерфейсов. Пользователь не должен заполнять сложные формы или разбираться в структуре облака. Идеальный сценарий: агент делает все за тебя, а ты просто подтверждаешь действие. Минимум кликов — максимум результата. В наших продуктах мы стремимся именно к такому сценарию, с максимальной автоматизацией и простотой использования сервисов облака.
Важный источник инсайтов для нас — молодая аудитория. Посмотрите, как дети используют Minecraft, Roblox: они интуитивно понимают механику. Взаимодействие с цифровой средой для них естественно. Именно оттуда, я думаю, придут новые подходы к UI. Мы должны создавать такие интерфейсы, в которых пользователь просто формулирует задачу, а все остальное за него делает ИИ.
В перспективе потребуется ответить на вопрос: как далеко мы сможем продвинуться в симбиотическом взаимодействии человека и ИИ? С одной стороны, технологии открывают перед нами возможность не просто разгрузить человека от рутины, но и расширить границы его потенциала. С другой — автоматизация несет риски: не всегда понятно устройство некоторых алгоритмов, появляются вопросы о балансе между ответственностью и доверием к машине. Итог пока невозможно предугадать — многое будет зависеть от того, как мы сумеем выстроить взаимодействие с учетом этики, гибкой архитектуры, культуры использования. Я убежден, что наша задача — двигаться в этом направлении максимально осознанно, экспериментируя, чтобы технологии действительно стали органичным и безопасным продолжением человека, а не его конкурентом.
— Что, по вашему мнению, станет следующей вехой в развитии ИИ и в каком направлении движется рынок в целом?
— Мне близка мысль, которую недавно озвучил глава OpenAI Сэм Альтман: настоящая революция случится тогда, когда один человек с помощью ИИ создаст бизнес стоимостью $1 млрд. Я считаю, это вполне реально и мы к этому приближаемся.
Если говорить про технологии, то я вижу несколько больших трендов.
Первый — автоматизация агентных систем. Все больше задач будет выполняться автономно, без участия человека. Это не просто ассистенты, это полноценные цифровые сотрудники. И компании уже начинают воспринимать их именно так.
Второй — робототехника. Причем не в смысле человекоподобных роботов, а промышленных, производственных решений, которые будут выполнять задачи на складе, на заводе, в логистике. Об этом говорит и CEO Nvidia: снижение стоимости компонентов, рост вычислительных мощностей делает это направление крайне перспективным. И здесь будет расти запрос на облачные сервисы и инфраструктуру для обучения ИИ-моделей в их основе.
Еще один важный тренд — гибридные платформы. Мы, например, развиваем Evolution Stack — среду, в которой можно использовать как собственную инфраструктуру, так и подключаться к публичному облаку при необходимости. Это особенно важно в условиях, когда вычислительных ресурсов не хватает, а масштабироваться нужно быстро. На нашей конференции GoCloud в апреле мы анонсировали разработку Cloud.ru Evolution Stack AI bundle — платформы для решения ИИ-задач в гибридном сценарии. Она упрощает запуск и масштабирование ИИ-сервисов в бизнесе и снижает для пользователей порог входа в разработку решений на основе ИИ.
Конечно, мы видим тренд к переходу от больших моделей к доменно-специализированным Small Language Models. Это логичный шаг: оптимизировать использование инфраструктуры, повысить точность, снизить расходы. SLM — это один из тех инструментов, которые действительно делают ИИ ближе к бизнесу.
И в заключение данные. Вопрос с доступностью качественных данных остается открытым. Amazon и другие крупные игроки инвестируют в компании, которые занимаются разметкой. Без этого никакой ИИ работать не будет. Поэтому данные, их защита, локальное хранение — это тоже часть ИИ-пейзажа будущего.
➤ Подписывайтесь на телеграм-канал «РБК Трендов» — будьте в курсе последних тенденций в науке, бизнесе, обществе и технологиях.