На форуме «Цифровые решения» в Москве Виталий Щербаков, возглавляющий в МегаФоне департамент по искусственному интеллекту и большим данным, поделился взглядом на то, как должна быть устроена работа с ИИ внутри крупной компании. Его позиция звучит довольно прагматично: не нужно запрещать сотрудникам экспериментировать с агентами и навыками для локальных задач, но превращать эти эксперименты в корпоративные инструменты можно только после тщательной проверки.
Щербаков сравнил это с тем, как в компаниях уже давно устроена работа с аналитикой. Специалист может собрать для себя любые показатели и отчёты, но прежде чем они попадут в общий доступ, методологию расчёта кто-то должен проверить. С ИИ-решениями, по его мнению, нужен ровно такой же подход. Сотрудник вправе сам сделать агента под свои задачи, но механизм распространения такого решения на всю организацию требует строгой централизованной валидации.
Что должно оставаться общим для всех, так это фундамент. Речь идёт о единых стандартах безопасности, правилах обращения с данными и документами, а также о центре компетенций, который собирает лучшие практики. Инфраструктурный слой — базовые модели, вычислительные ресурсы, инструменты доступа к данным — тоже логично держать в одном месте. Всё, что дорого и не имеет смысла воспроизводить многократно, разумнее централизовать.
Отдельно Щербаков затронул тему требований к точности ИИ. По его словам, ждать от корпоративного интеллекта стопроцентной безошибочности не всегда разумно. Ручные процессы, которые он призван заменить, сами по себе содержат изрядную долю сбоев. Поэтому первый шаг к автоматизации — это аудит того, что уже есть. Если агент работает не хуже человека, это уже результат. А когда цена ошибки невысока и её легко исправить, процесс можно смело автоматизировать. Другое дело — сценарии вроде массовых начислений клиентам, где любая неточность обходится дорого. Там без жёсткого контроля со стороны человека не обойтись.
Подход, о котором говорит Щербаков, не остаётся теорией. В МегаФоне уже довольно давно и последовательно внедряют ИИ в разные участки работы, и делают это как раз по той логике — сначала пилот, потом масштабирование. Например, в розничной сети появился AI-помощник «Ежедневный герой», который подсказывает менеджерам по продажам, как лучше построить смену, где они проседают и какие задачи на день важнее всего. Есть и «Суфлёр» — инструмент для консультантов в салонах, который в несколько раз ускоряет поиск ответов на вопросы клиентов, особенно выручая новичков. Для внутренних HR-задач ещё раньше запустили «МегаКоллегу», взявшего на себя сотни типовых кадровых вопросов.
Но самым показательным, пожалуй, выглядит недавний шаг с платформой ZEPHYR. Она создана для централизованного управления программными роботами, которые выполняют рутинные операции в корпоративных системах. Один из таких роботов обслуживает контакт-центр и экономит около 3,5 тысяч рабочих часов в месяц, обрабатывая тысячи запросов в день. Это как раз тот самый инфраструктурный слой, о котором говорит Щербаков: не каждый сотрудник городит своего робота с нуля, а компания даёт общую платформу и правила игры.
Получается, что стратегия МегаФона — это не запрет на инициативу снизу, а попытка встроить её в управляемую систему. Сотрудники могут пробовать, создавать, экспериментировать. Но когда дело доходит до того, чтобы решение заработало на всю компанию, в игру вступает проверка. Безопасность, данные, инфраструктура — это то, что остаётся общим. Всё остальное — пространство для локальной свободы, которая приносит пользу, но не создаёт хаос.


