«Это как воспитывать детей»: директор MTS AI про обучение нейросетей, ИИ в бизнесе и профессиях будущего
Зачем компаниям ИИ-центры
— Денис, вы давно в ИИ. Как вы попали в эту сферу?
— В искусственный интеллект я пришел в 2008 году. Тогда мы запустили проект «Самый нужный телефон» — сервис заказа бытовых услуг через контакт-центр без единого живого оператора. Все работало на распознавании и синтезе речи. Это была первая AI-native компания в России. Мы три года развивали проект — и именно тогда я понял, что ИИ станет одной из ключевых технологий будущего.
После стартапа я перешел в «Яндекс», где мы запускали голосовые поиск и ввод адресов в «Навигаторе». Тогда голосовые интерфейсы у нас только зарождались. Позже появился Yandex SpeechKit, а в 2016 году — Алиса.
В «Сбере» я занимался экосистемой виртуальных ассистентов — «Салютом», умными устройствами, а также запуском GigaChat. В 2023 году мы сделали первую российскую LLM, обученную с нуля. К концу 2024 года она уже догоняла по качеству ChatGPT-4, а в некоторых задачах на русском языке даже обгоняла.
Умное кольцо стало моим финальным проектом в «Сбере». Оно считывает биосигналы точнее, чем часы, и я вижу в таких форм-факторах возможного наследника айфона.
— Чем занимается MTS AI? Какая роль отведена компании в экосистеме «МТС» сегодня?
— Мы выступаем технологическим партнером всей группы «МТС». Основная цель сегодня — внедрение искусственного интеллекта в процессы компании. Это делается не просто ради технологии, а для измеримого финансового эффекта. Мы выстраиваем системное управление, генерируем и тестируем различные гипотезы касательно того, как искусственный интеллект может помочь бизнесу.
Сейчас мы проводим большую программу ИИ-трансформации, которая охватывает практически все бизнес-вертикали без исключения: от ИИ-консалтинга до разработки продуктов на собственной платформе AI Agents (ИИ-агенты. — Прим. ред.).
Если говорить о конкретных результатах, то в клиентской службе у нас уже достигнут значительный финансовый эффект. У «МТС» 80 млн абонентов и огромное количество услуг, поэтому клиентская поддержка — это критически важный сервис.
В этом году мы получили более 2 млрд руб. экономии только за счет оптимизации обработки обращений. И это только телеком. Мы также работаем с финтехом, медиа, рекламными технологиями и кросс-функциональными решениями — от copilot для юриста до помощника менеджера по продажам.
После внедрения ИИ-бота в «МТС Линк» 30% вопросов пользователей стали решаться без участия человека: за месяц он обрабатывает около 1 тыс. обращений самостоятельно. Благодаря этому очередь в техподдержке сократилась вдвое. В банковском направлении до 90% звонков уже обрабатывается с использованием новой модели распознавания речи, которая умеет анализировать эмоции и социально-демографические характеристики пользователей.
— MTS AI разрабатывает собственные модели или ориентируется на партнерства?
— Важно определить, что подразумевается под созданием собственной модели. Есть разработка с нуля (pre-train), когда вы собираете корпус данных со всего интернета и обучаете модель. Это требует десятков или сотен миллиардов инвестиций в инфраструктуру.
Мы специализируемся на дообучении открытых моделей — это называется fine-tuning. Собираем датасет с бизнес-задачами, берем open-source LLM и дообучаем ее. В итоге получается модель, которая решает задачи конкретного бизнеса гораздо лучше исходной.
Наша стратегическая ставка не создание с нуля при многомиллиардных инвестициях, а эффективная работа с уже существующими решениями. От модели до реального продукта очень большой путь: нужна платформа, интеграция в IT-ландшафт, инструменты для создания ИИ-приложений.
Как мультимодельный вендор, мы фокусируемся на финансовом эффекте. Смотрим все доступные модели и выбираем лучшую для конкретной задачи, даже если это не наша модель.
Что ждать от ИИ в ближайшем будущем
— На какие профессии ИИ повлияет сильнее всего в ближайшем будущем?
— Мне кажется, сейчас все находится на стартовой точке. Есть перекос в сторону применения искусственного интеллекта в определенных специальностях — разработчики и дизайнеры уже активно используют генеративный ИИ. Другие специальности пока отстают.
В ближайшие полтора-два года мы увидим серьезные изменения в том, как мы выполняем задачи на работе. Работа аналитика, менеджера, да, в принципе, любого специалиста изменится с помощью инструментов ИИ.
Пример из моего опыта: я коллекционирую винил, у меня накопилось много пластинок. Мне стало интересно, смогу ли я с помощью искусственного интеллекта написать приложение (это сейчас называется вайб-кодинг). За два выходных я сделал простую программу для каталога своих пластинок. Результат меня впечатлил. Нейросеть работала как моя команда разработки — от программиста до администратора баз данных. Возможность в режиме диалога создавать продукт без глубоких технических знаний радикально меняет представление о том, как делается софт.
Отдельно отмечу новые модальности — генерацию видео и музыки. Что касается разработчиков, у нас в группе компаний их почти 9 тыс. По второму кварталу около 20% кода уже генерировалось с помощью ИИ. Но главное изменение впереди: радикально поменяются подходы, процессы и методологии разработки ПО.
Я верю в мультимодальность и вижу в этом огромный потенциал. По аналогии с человеком, сейчас модели умеют не только генерировать текст и картинки, но и принимать на вход текст, картинки и речь. А нужно идти дальше: к моделям, которые понимают мир комплексно, связывая текст, изображения, звук, видео и действия в единую систему восприятия и взаимодействия.
End-to-end мультимодальных моделей пока практически нет, но научное сообщество уже движется к таким решениям. Когда появятся модели, способные работать со всеми модальностями на входе и выходе, это будет значительный скачок к сильному ИИ — по-настоящему сильному.
Мы активно развиваем в своих моделях возможность работы с изображениями и видео. Это должно дать большой сдвиг в медиаиндустрии и других сферах. В промышленности можно объединять разнородные данные с датчиков, графические инструкции и текстовые регламенты в единую картину, помогая операторам быстрее принимать решения и предотвращать сбои. В итоге мы получим универсальную платформу интерпретации информации, где любой тип входных данных — от изображений до потоковых сигналов — становится частью единой системы понимания.
— Какой потенциал у российского рынка ИИ?
— Российский рынок ИИ в этом году составляет около 168 млрд руб., из них почти треть приходится на ПО — примерно 50 млрд. При этом ежегодно индустрия растет на 30+ процентов. В общем-то, есть за что побороться. Деньги немаленькие.
— Планируете ли вы выход на международные рынки?
Сейчас мы сфокусированы на российском рынке, но не закрываем возможные двери в дружественные СНГ и Латинскую Америку. У нас в группе компаний есть проект VisionLabs, который успешно продает решения с видеоаналитикой не только в России. Поэтому перспективы выхода за пределы страны точно есть.
Нам сейчас важно сформировать зрелые продукты с доказанным финансовым эффектом. К середине 2026 года мы хотим собрать солидный портфель ИИ-продуктов в ключевых для нас индустриях. С ним уже будет интересно выходить на другие рынки. Во всем мире основной запрос сейчас — уже не столько модели (они всем и так доступны), а их правильное внедрение для получения финансового результата.
— В последнее время в СМИ много разговоров о государственном регулировании ИИ. Что вы думаете об этом?
— Я приверженец девиза «прогресс неостановим». Технологии будут развиваться в любом случае. Вопрос в степени и целях регулирования.
Это похоже на воспитание детей — есть нормы, принятые в конкретном государстве и обществе. В технологиях это называется alignment — мы объясняем модели, что такое хорошо и плохо для конкретного общества.
Государственное регулирование должно регламентировать эти нормы для ИИ, как для любого гражданина. Это снимет головную боль с разработчиков — когда правила ясны, можно сосредоточиться на качестве технологий и решении бизнес-задач.
Из личного опыта создания GigaChat скажу: когда ты делаешь что-то впервые и без установленных правил, процесс идет методом проб и ошибок. Проработанные правила — большое подспорье для движения вперед.