Сегодня 88% компаний уже пробовали внедрять у себя ИИ-агентов, но лишь около 10% смогли масштабировать эти решения. Этот разрыв напрямую связан с отсутствием порядка в данных, процессах и инфраструктуре. Без их жесткой регламентации даже успешные пилоты превращаются в дорогой эксперимент, заявил руководитель направления Т1 ИИ ИТ-холдинга Т1  Сергей Голицын на форуме Data Fusion.

"ИИ превращается в индикатор цифровой зрелости — если данные собираются и хранятся бессистемно, процессы не описаны или не выполняются, никакие интеллектуальные агенты не дадут устойчивого результата", — уверен эксперт.

По его словам, компании будут вынуждены быстрее унифицировать ИТ-системы. "Для создания крупного бизнеса на базе искусственного интеллекта необходима единая среда, в которой можно проверять гипотезы, обучать и валидировать ML-модели и потом выводить их в производственный контур", — отметил Голицын.

Он напомнил, что подобные платформы уже работают в финансовом секторе, телекоме и ритейле, но теперь тот же уровень зрелости требуется для генеративных моделей и интеллектуальных агентов, которые должны быть встроены в общую платформу, а не существовать как набор несвязанных пилотов. "Не новую LLM нужно покупать, а то, что покажет вам результат ее использования — платформу, которая прозрачно повышает утилизацию ресурсов, увеличивает эффективность моделей и окупаемость проектов", — подчеркнул он.

На этом фоне, добавил он, формируется новый тренд: более строгий отбор задач для ИИ-систем. "Когда инфраструктура и вычисления стоят дорого, бизнесу приходится гораздо тщательнее решать, какие задачи оправдано отдавать искусственному интеллекту. Без оценки эффекта даже технологически зрелые проекты становятся слишком затратными", — резюмировал Голицын.