Pull to refresh
0
Виталий@vitoha73

User

Send message

В точку. Сначала нужно навести порядок в данных, а уже потом ждать чудес от ИИ. Рад, что мы мыслим одинаково.

Золотые слова. Именно поэтому ИИ-агенты пока буксуют. Они не видят этот "пласт информации", о котором вы пишете. Им нужны жесткие правила и данные, а не просто блок-схема.

Согласен. Проблема в том, что ИИ-агент — это не джун, которому можно просто кинуть ТЗ в виде текста. Ему нужны API, контекст и четкие правила. А у нас половина компаний даже нормального описания бизнес-процессов не имеет, вот агенты и тупят

Интересно сравнить мировые цифры с нашим рынком. Если Morgan Stanley говорит о триллионе долларов глобального эффекта, то в России, по оценкам «Якова и Партнёров», к 2030 году этот показатель составит 7,9–12,8 трлн рублей (это до 5,5% от прогнозируемого ВВП). Причем в исследовании отмечают, что основная доля эффекта придется на генеративный ИИ и компьютерное зрение. Вопрос «за чей счет» — ключевой: выиграют те, кто внедрит ИИ в ключевые процессы, а не просто будет использовать его для генерации картинок.

Согласен, с агентами пока много хайпа и мало реальных кейсов. В недавнем большом исследовании по ИИ в России как раз писали, что сейчас идет переход от простых чат-ботов к агентам, которые могут планируют действия и использоют внешние инструменты. Так же отмечено, что пока разница между «помощником» и «агентом» понятна далеко не всем компаниям. Чтобы агенты реально приносили результат, бизнесу сначала нужно выстроить нормальную инфраструктуру данных и поставить им четкие метрики.

По поводу рутины — в точку. Но есть и хорошая новость для малого бизнеса. Судя по свежим аналитическим данным, генеративный ИИ проникает в малый бизнес быстрее, чем другие технологии (около 23% вендоров работают с этим сегментом). Это происходит как раз потому, что сейчас доступно много open-source моделей. Порог входа упал, и теперь главное — не размер бюджета, а желание разобраться, как переложить эту рутину на ИИ без потери качества.

Тезис про ускорение сотрудников без влияния на прибыль очень жизненный. Часто компании покупают нейросети, чтобы писать код или тексты быстрее, но забывают перестроить бизнес-процессы.
При этом на макроуровне потенциал огромный. В отчете «Яков и Партнёры» и «Яндекса» указано, что суммарный эффект от ИИ в РФ к 2030 году оценивается в 7,9–12,8 трлн рублей. Исследователи подчеркивают, что эффект дает не просто автоматизация, а создание новых продуктов и рост клиентской базы. Так что пока одни просто ускоряют работу, другие создают новые бизнес-модели.

Интересный материал. Кстати, если смотреть на цифры в масштабе страны, то в свежем отчете «Яков и Партнёры» и «Яндекса» указано, что экономический эффект от внедрения ИИ в России к 2030 году составит 7,9–12,8 трлн рублей в год.

При этом там есть интересный парадокс: около 18% вендоров считают, что мы уже на уровне мировых лидеров по разработке, но по фактическому внедрению в бизнес-процессы этот разрыв все еще очень велик. Я недавно разбирал этот отчет, если кому интересно почитать выжимку с графиками, вот ссылка: https://telegra.ph/Skolko-stoit-II-v-Rossii-prognoz-rynka-do-2030-goda-v-trillionah-11-09

Спорный тезис. По данным исследования «Яков и Партнёры» и «Яндекса» (2025), суммарный экономический эффект от ИИ в России к 2030 году оценивается в 7,9–12,8 трлн рублей. Просто эффект распределен неравномерно: в продвинутых отраслях (e-commerce, IT, телеком) вклад ИИ достигает 8% EBITDA, а в отстающих — около 2%. Вопрос не в том, что ИИ не приносит отдачи, а в том, умеет ли бизнес его правильно измерять. Подробнее разбирал этот отчет здесь: https://telegra.ph/Kakie-II-resheniya-pokupaet-biznes-Top-4-sfery-B2B-v-2026-godu-11-09

Information

Rating
5,591-st
Registered
Activity