Я привел в пример "классические" системы для наглядности и в связи с тем, что их архитектуры и стратегии развития ключевых продуктов давно устоялись.
Что касается отечественных решений, одна из основных идей, которую я развиваю в серии этих работ, состоит в том, что уникальной возможностью импортозамещение является именно создание систем на основе архитектур качественно нового поколения, а не попытки "догнать" традиционные ERP-платформы. Как известно, именно в моменте смены технологической и архитектурной парадигм рождаются уникальные возможности создания конкурентного преимущества.
Это может обеспечить нашей стране такое же лидерство в области ERP-платформ, какое было заложено, например, в области ключевых банковских систем, разработка которых в России в 2000-х годах сразу началось на основе новых для того времени принципов и архитектур и позволило не нести многолетний груз унаследованных годами зарубежных решений.
Дмитрий, большое спасибо за детальные и очень интересные комментарии!
В порядке краткого ответа:
Использование ИИ "десятилетиями", очевидно, приведет к качественному развитию самих средств ИИ, что позволит максимально сократить, и в целевом состоянии - исключить участие человека в управлении бизнес-процессами. Вообще говоря, я надеюсь, что даже при текущем состоянии мультиагентных платформ возможно методами их дообучения достичь участия человека только в случае возникновения инцидентов. Это крайне интересно будет протестировать на прототипах предлагаемой архитектуры нового поколения.
Построение цифровых двойников и обучение агентов управлению характерными бизнес-процессами будет в значительной мере аналогично построению шаблонов типовых бизнес-процессов при внедрении ERP-систем в текущей архитектуре. Здесь также на начальном этапе внедрение систем сопровождалось значительными затратами, после чего начал сказываться эффект "экономия стандарта". Аналогично, при внедрении систем с новой архитектурой, на исходном этапе действительно придется приложить определенные усилия для получения "предобученных" агентных систем, поддерживающих определенные бизнес-процессы; в дальнейшем, итоговая фаза обучения таких систем при реализации конкретных проектов внедрения будет несложной и низкобюджетной (особенно с учетом ожидаемого повышения качества таких систем по мере их развития).
Протоколы взаимодействия "разноэкспертных ИИ-агентов" можно реализовать на основе уже существующих MCP (Model Communication Protocol) платформ; необходимый функционал есть также в крупных платформах построения мультиагентных систем (я в стартовых экспериментах использовал LangGraph, пробовал также CrewAI).
"Проблема индюка" (я тоже ценю работы Нассима Талеба) должна действительно решаться (особенно на первом этапе использовани систем нового поколения) включением человека в дообучение системы путем демонстрации ей "принятия модельных решений", в дальнейшем - в нарастающей мере делегироваться выделенному агенту. На мой взгляд, именно четкое назначение ролей агентов обеспечит локализацию "точки возникновения рисков", отработку правил (точнее, логики) управления ими, и результирующую "антихрупкость" системы в целом.
Коллега, спасибо за комментарий.
Я привел в пример "классические" системы для наглядности и в связи с тем, что их архитектуры и стратегии развития ключевых продуктов давно устоялись.
Что касается отечественных решений, одна из основных идей, которую я развиваю в серии этих работ, состоит в том, что уникальной возможностью импортозамещение является именно создание систем на основе архитектур качественно нового поколения, а не попытки "догнать" традиционные ERP-платформы. Как известно, именно в моменте смены технологической и архитектурной парадигм рождаются уникальные возможности создания конкурентного преимущества.
Это может обеспечить нашей стране такое же лидерство в области ERP-платформ, какое было заложено, например, в области ключевых банковских систем, разработка которых в России в 2000-х годах сразу началось на основе новых для того времени принципов и архитектур и позволило не нести многолетний груз унаследованных годами зарубежных решений.
Дмитрий, большое спасибо за детальные и очень интересные комментарии!
В порядке краткого ответа:
Использование ИИ "десятилетиями", очевидно, приведет к качественному развитию самих средств ИИ, что позволит максимально сократить, и в целевом состоянии - исключить участие человека в управлении бизнес-процессами. Вообще говоря, я надеюсь, что даже при текущем состоянии мультиагентных платформ возможно методами их дообучения достичь участия человека только в случае возникновения инцидентов. Это крайне интересно будет протестировать на прототипах предлагаемой архитектуры нового поколения.
Построение цифровых двойников и обучение агентов управлению характерными бизнес-процессами будет в значительной мере аналогично построению шаблонов типовых бизнес-процессов при внедрении ERP-систем в текущей архитектуре. Здесь также на начальном этапе внедрение систем сопровождалось значительными затратами, после чего начал сказываться эффект "экономия стандарта". Аналогично, при внедрении систем с новой архитектурой, на исходном этапе действительно придется приложить определенные усилия для получения "предобученных" агентных систем, поддерживающих определенные бизнес-процессы; в дальнейшем, итоговая фаза обучения таких систем при реализации конкретных проектов внедрения будет несложной и низкобюджетной (особенно с учетом ожидаемого повышения качества таких систем по мере их развития).
Протоколы взаимодействия "разноэкспертных ИИ-агентов" можно реализовать на основе уже существующих MCP (Model Communication Protocol) платформ; необходимый функционал есть также в крупных платформах построения мультиагентных систем (я в стартовых экспериментах использовал LangGraph, пробовал также CrewAI).
"Проблема индюка" (я тоже ценю работы Нассима Талеба) должна действительно решаться (особенно на первом этапе использовани систем нового поколения) включением человека в дообучение системы путем демонстрации ей "принятия модельных решений", в дальнейшем - в нарастающей мере делегироваться выделенному агенту. На мой взгляд, именно четкое назначение ролей агентов обеспечит локализацию "точки возникновения рисков", отработку правил (точнее, логики) управления ими, и результирующую "антихрупкость" системы в целом.